StringBuilder内存碎片对性能的影响

2019/04/10 10:10
阅读数 17

StringBuilder内存碎片对性能的影响

TL;DR:

StringBuilder内部是由多段char[]组成的半自动链表,因此频繁从中间修改StringBuilder,会将原本连续的内存分隔为多段,从而影响读取/遍历性能。

连续内存与不连续内存的性能差,可能高达1600倍。

背景

StringBuilder的用户可能大都想用StringBuilder拼接html/json模板、组装动态SQL等正常操作。但在一些特殊场景中——如为某种编程语言写语言服务,或者写一个富文本编辑器时,StringBuilder依然也有用武之地,通过里面的Insert/Remove两个方法来修改。

测试方法

Talk is cheap, show me the code:

int docLength = 10000;
void Main()
{
	(from power in Enumerable.Range (1, 16)
	let mutations = (int) Math.Pow (2, power)
	select new
	{
		mutations,
		PerformanceRatio = Math.Round (GetPerformanceRatio (docLength, mutations), 1)
	}).Dump();
}

float GetPerformanceRatio (int docLength, int mutations)
{
	var sb = new StringBuilder ("".PadRight (docLength));
	var before = GetPerformance (sb);
	FragmentStringBuilder (sb, mutations);
	var after = GetPerformance (sb);
	return (float) after.Ticks / before.Ticks;
}

void FragmentStringBuilder (StringBuilder sb, int mutations)
{
	var r = new Random(42);
	for (int i = 0; i < mutations; i++)
	{
		sb.Insert (r.Next (sb.Length), 'x');
		sb.Remove (r.Next (sb.Length), 1);
	}
}

TimeSpan GetPerformance (StringBuilder sb)
{
	var sw = Stopwatch.StartNew();
	long tot = 0;
	for (int i = 0; i < sb.Length; i++)
	{
		char c = sb[i];
		tot += (int) c;
	}
	sw.Stop();
	return sw.Elapsed;
}

关于这段代码,请注意以下几点:

  1. 通过.PadRight(n)来直接创建长度为n的空白字符串,可以用new string(' ', n)来代替;
  2. new Random(42)处,我指定了一个随机因子,确保每次分隔后分隔的位置完全相同,有利于做对照组;
  3. 我分别对字符串进行了2^1 ~ 2^16次修改,分别比较经过这么多次修改之后的性能差异;
  4. 我使用sb[i]来逐一访问StringBuilder中的位置,使内存不连续性更加突显。

运行结果

mutations PerformanceRatio
2 1
4 1
8 1
16 1
32 1
64 1.1
128 1.2
256 1.8
512 5.2
1024 19.9
2048 81.3
4096 274.5
8192 745.8
16384 1578.8
32768 1630.4
65536 930.8

可见如果在StringBuilder中间进行大量修改,其性能会急据下降,注意看32768次修改的情况下,遍历时会产生高达1630.4倍的性能差!

解决方式

如果一定要用StringBuilder,可以考虑在修改一定次数后,重新创建一个新的StringBuilder,以使得访问时获得最佳的内存连续性,即可解决此问题:

void FragmentStringBuilder (StringBuilder sb, int mutations)
{
	var r = new Random(42);
	for (int i = 0; i < mutations; i++)
	{
		sb.Insert (r.Next (sb.Length), 'x');
		sb.Remove (r.Next (sb.Length), 1);
		
        // 重点
        const int defragmentCount = 250;
		if (i % defragmentCount == defragmentCount - 1)
		{
			string buf = sb.ToString();
			sb.Clear();
			sb.Append(buf);
		}
	}
}

如上,经过250次修改,即将原StringBuilder删除,然后重新创建一个新的StringBuilder,此时运行效果如下:

mutations PerformanceRatio
2 1.2
4 0.7
8 1
16 1
32 1
64 1.1
128 1.2
256 1
512 1
1024 1
2048 1
4096 1.1
8192 1.5
16384 1.3
32768 1
65536 1

可见,在<del>几乎</del>所有情况下,受内存不连续造成的访问性能问题,解决——同时250可能是一个相对比较合理的数字,在插入性能与查询/遍历性能中,获得平衡。

反思与总结

众所周知,由于string的不可变性,拼接大量字符串时,会浪费大量内存。但使用StringBuilder也需要了解它的结构。

StringBuilder这样做成链式的结构并非没有原因,如果考虑插入性能,做成链式接口是优秀的。但如果考虑查询性能,链式结构就非常不利了,如果设计为非链式结构,从中间插入时,StringBuilder的内存空间可能不够,因此需要重新分配内存,这样相当于将StringBuilder降格为string,因此完全丧失了StringBuilder适合做“频繁插入”的优势。

本文说的其实是一个非常特殊的例子,现实中除了语言服务、编辑器外,很少会需要这种即要频繁插入,也要频繁修改的场景。如果想简单点搞,用StringBuilder会是一个有条件合适的解决方案。更适合的解决方案当然是专门的数据结构——PieceTable,微软在VSCode编辑器中,为了确保大文件编辑性能,使用了该数据结构,取得了非常不错的成果,参考链接:Text Buffer Reimplementation

喜欢的朋友请关注我的微信公众号:【DotNet骚操作】

DotNet骚操作

原文出处:https://www.cnblogs.com/sdflysha/p/20200317-memory-fragment-performance-impact-to-stringbuilder.html

展开阅读全文
打赏
0
0 收藏
分享
加载中
更多评论
打赏
0 评论
0 收藏
0
分享
返回顶部
顶部