Go 中优化字符串的比较操作

 你想让你的 Go 程序运行得更快些吗？优化下 Go 程序中的字符串比较可以减少程序的响应时间，以及增强它的可扩展性。对比两个字符串来检查它们是否相等需要一定的处理能力，并不是所有的比较操作都是相同的。 在之前的一篇文章中，我们研究了 [Go 中如何比较字符串](https://www.jeremymorgan.com/tutorials/go/how-do-i-compare-strings-go/?ref=hackernoon.com)，也做了一些基准测试。今天我们要在这里展开讨论下。 它貌似是一件小事，但是不积跬步无以至千里。我们一起来研究下。 ## 测量大小写敏感的比较 首先，我们来测量下两种字符串比较 ### 第一种：使用比较操作符 ```go if a == b { return true 2 }else { return false 3 } ``` ### 第二种：使用 Strings.Compare ```go if strings.Compare(a, b) == 0 { return true } return false ``` 我们看到第一种方法相对简单点。我们不需要引入标准库的包，代码量也少一点。这看起来很好，但是哪一种更快呢？我们来验证一下。 首先，我们创建一个带有测试文件的应用。我们将使用 Go 测试工具中的 Benchmarking 实用工具。 #### compare.go ```go package main import ( "strings" ) func main() { } // operator compare func compareOperators(a string, b string) bool { if a == b { return true } else { return false } } // strings compare func compareString(a string, b string) bool { if strings.Compare(a, b) == 0 { return true } return false } ``` 我们还会为它创建几个测试用例： #### compare_test.go ```go package main import ( "testing" ) func BenchmarkCompareOperators(b *testing.B) { for n := 0; n < b.N; n++ { compareOperators("This is a string", "This is a strinG") } } func BenchmarkCompareString(b *testing.B) { for n := 0; n < b.N; n++ { compareString("This is a string", "This is a strinG") } } ``` 我会修改示例字符串的最后一个字符，以此来确认下比较时两个方法是否都解析了整个字符串。 如果你之前没有用过这种方式，可以看一下这个提示： - 使用的包是 [testing](https://golang.org/pkg/testing/) - 文件命名为 **compare_test.go**，Go 就自动识别为测试文件 - 我们没有使用 test，而是插入了 benchmark。每个函数都以 **Benchmark** 开头 - 我们使用 bench 参数来运行我们的测试 使用下面的命令来运行我们的基准测试： ```go go test -bench=. ``` 下面是运行结果：  从上图可以看出，使用标准的比较操作符比使用 Strings 包的方法要快。2.92 纳秒比 7.39 纳秒。 重复跑了几次测试，结果都差不多：  很明显第一种方式要快。如果数量级足够大，5 ns 的差别可能会非常大。 --- **结论：*在对字符串进行大小写敏感的比较时，最基本的字符串比较操作符比使用 strings 包进行比较要快。*** --- ## 测量大小写不敏感的比较 我们来改变一下条件。通常情况下，我做字符串比较时，我是想看下两个字符串的字母是否一样，而不关心字母的大小写。这对于我们的操作来说就增加了一些复杂性。 ```go sampleString := "This is a sample string" compareString := "this is a sample string" ``` 使用标准的比较操作进行对比，由于 T 字母大写，因此两个字符串不相等。 然而，我们关心的是字母是否相同，而不关心字母的大小写。所以，我们来改一下代码： ```go // operator compare func compareOperators(a string, b string) bool { if strings.ToLower(a) == strings.ToLower(b) { return true } return false } // strings compare func compareString(a string, b string) bool { if strings.Compare(strings.ToLower(a), strings.ToLower(b)) == 0 { return true } return false } ``` 我们先把字符串的字母都变成小写的，再进行比较。为了确保结果可信，我们多执行几次。看一下基准测试结果：  两个操作看起来耗时相同。我多跑了几次：  它们耗时是一样的。但是为什么呢？ 其中一个原因是，我们在每一次执行过程中都加入了 [Strings.ToLower](https://golang.org/pkg/strings/#ToLower)。这会影响整体的性能。字符串就是 rune 字符的集合，ToLower() 方法会遍历每个 rune 字符，把每个字符转换成小写，然后再进行比较。而这段额外的时间掩盖了测量中的两种方式的差别。 ## EqualFold 介绍 我们上一篇文章中说过，EqualFold 是另一种用来对字符串进行大小写不敏感的比较操作的方法。我们认为 Equalfold 是三种方法中最快的。我们来看看基准测试结果是否与我们的结论吻合。 向 **compare.go** 添加下面的代码： ```go // EqualFold compare func compareEF(a string, b string) bool { if strings.EqualFold(sampleString, compareString) { return true } else { return false } } ``` 向 **compare_test.go** 文件添加下面的测试代码 ```go func BenchmarkEqualFold(b *testing.B) { for n := 0; n < b.N; n++ { compareEF("This is a string", "This is a strinG") } } ``` 现在基于这个方法，我们运行基准测试：  哇！EqualFold 很明显地比另外两个快。我运行了几次，结果都一样。 它为什么会快呢？因为虽然 Equalfold 也会逐个字符进行解析，但是当它解析到两个字符串中不同的字符时，就会“提前下车”。 --- **结论：*对于大小写不敏感的比较，EqualFold（Strings 包）比较快*。** --- ## 进行更深入的测试 我们现在了解了几个方法运行基准测试后的不同结果。现在再加入一些复杂性进行测试。 上篇文章中，我们用这个 [20 万行的列表](https://github.com/JeremyMorgan/Compare-Strings-Go/blob/master/names.txt)来进行比较。我们会修改代码中的方法，改成打开文件后进行字符串比较，直到找到想找的字符串。  这个文件中，我把想找的名字加到了*最后一行*，因此这个测试过程会在找到匹配的结果之前遍历前面的 199000 个单词。 修改下代码： **compare.go** ```go // operator compare func compareOperators(a string) bool { file, err := os.Open("names.txt") result := false; if err != nil { log.Fatalf("failed opening file: %s", err) } scanner := bufio.NewScanner(file) scanner.Split(bufio.ScanLines) for scanner.Scan() { if strings.ToLower(a) == strings.ToLower(scanner.Text()) { result = true }else { result = false } } file.Close() return result } // strings compare func compareString(a string) bool { file, err := os.Open("names.txt") result := false; if err != nil { log.Fatalf("failed opening file: %s", err) } scanner := bufio.NewScanner(file) scanner.Split(bufio.ScanLines) for scanner.Scan() { if strings.Compare(strings.ToLower(a), strings.ToLower(scanner.Text())) == 0 { result = true }else { result = false } } file.Close() return result } // EqualFold compare func compareEF(a string) bool { file, err := os.Open("names.txt") result := false; if err != nil { log.Fatalf("failed opening file: %s", err) } scanner := bufio.NewScanner(file) scanner.Split(bufio.ScanLines) for scanner.Scan() { if strings.EqualFold(a, scanner.Text()) { result = true }else { result = false } } file.Close() return result } ``` 每个方法的逻辑都是： - 打开一个文件文件 - 逐行解析 - 查找字符 我们把测试方法改成只有一个入参： **compare_test.go** ```go func BenchmarkCompareOperators(b *testing.B) { for n := 0; n < b.N; n++ { compareOperators("Immanuel1234") } } func BenchmarkCompareString(b *testing.B) { for n := 0; n < b.N; n++ { compareString("Immanuel1234") } } func BenchmarkEqualFold(b *testing.B) { for n := 0; n < b.N; n++ { compareEF("Immanuel1234") } } ``` 现在我们可以让测试运行的时间长一点，基准测试工具的重复用例也会少一点。下面是测试结果：  EqualFold 仍以相当大的优势领先。 添加了这个复杂性，有好处也有坏处。 **好处：**读取文本文件并进行序列化的测试更接近真实的生产环境 **好处：**我们可以用不同的字符串进行多种多样的测试 **坏处：**我们引入了多个因素（如读取文件），可能会影响最终结果的真实性 --- **结论：*对于大小写不敏感的比较，EqualFold（Strings 包）仍然比较快*。** --- ## 等一下，还没完呢！ 我们还能让比较操作更快点吗？当然。我决定统计下字符串的字符个数。如果字符个数不一样，它们肯定不相等，我们就可以提前结束比较过程。 但是在字符串长度相同而字符不同时，我们仍然需要引入 EqualFold。后面加上的长度的检查使整个操作更繁琐，它会更快吗？我们来看看。 **compare.go** ```go func compareByCount(a string) bool { file, err := os.Open("names.txt") result := false; if err != nil { log.Fatalf("failed opening file: %s", err) } scanner := bufio.NewScanner(file) scanner.Split(bufio.ScanLines) for scanner.Scan() { if len(a) == len(scanner.Text()) && strings.EqualFold(a, scanner.Text()){ result = true }else { result = false } } file.Close() return result } ``` **compare_test.go** ```go func BenchmarkCompareByCount(b *testing.B){ for n := 0; n < b.N; n++ { compareByCount("Immanuel1234") } } ```  它确实更快！每个小小的改动都很重要。 --- **结论：*使用 EqualFold 时先进行字符数量对比，速度会更快*。** --- ## 总结 本文中，我们研究了几种比较字符串的方法以及哪种方法比较快。概括一下：**对于大小写敏感的比较，使用基本的比较操作，对于大小写不敏感的比较，使用字符数量对比 + EqualFold**。 我喜欢做这类事，你会发现在做优化的过程中，一点一滴的小改变叠加起来后会有很大的影响。敬请期待本系列的其他文章。 [请让我们知道你的想法](https://twitter.com/JeremyCMorgan)