golang string和[]byte的對比

這是一個建立於 的文章，其中的資訊可能已經有所發展或是發生改變。

為啥string和[]byte類型轉換需要一定的代價？
為啥內建函數copy會有一種特殊情況copy(dst []byte, src string) int?
string和[]byte，底層都是數組，但為什麼[]byte比string靈活，拼接效能也更高（動態字串拼接效能對比）?
今天看了源碼探究了一下。
以下所有觀點都是個人愚見，有不同建議或補充的的歡迎emial我aboutme

何為string？

什麼是字串？標準庫builtin的解釋：

type stringstring is the set of all strings of 8-bit bytes, conventionally but not necessarily representing UTF-8-encoded text. A string may be empty, but not nil. Values of string type are immutable.

簡單的來說字串是一系列8位位元組的集合，通常但不一定代表UTF-8編碼的文本。字串可以為空白，但不能為nil。而且字串的值是不能改變的。
不同的語言字串有不同的實現，在go的源碼中src/runtime/string.go，string的定義如下：

type stringStruct struct {    str unsafe.Pointer    len int}

可以看到str其實是個指標，指向某個數組的首地址，另一個欄位是len長度。那到這個數組是什麼呢？在執行個體化這個stringStruct的時候：

func gostringnocopy(str *byte) string {ss := stringStruct{str: unsafe.Pointer(str), len: findnull(str)}s := *(*string)(unsafe.Pointer(&ss))return s}

哈哈，其實就是byte數組，而且要注意string其實就是個struct。

何為[]byte?

首先在go裡面，byte是uint8的別名。而slice結構在go的源碼中src/runtime/slice.go定義：

type slice struct {array unsafe.Pointerlen   intcap   int}

array是數組的指標，len表示長度，cap表示容量。除了cap，其他看起來和string的結構很像。
但其實他們差別真的很大。

區別

字串的值是不能改變

在前面說到了字串的值是不能改變的，這句話其實不完整，應該說字串的值不能被更改，但可以被替換。 還是以string的結構體來解釋吧，所有的string在底層都是這樣的一個結構體stringStruct{str: str_point, len: str_len}，string結構體的str指標指向的是一個字元常量的地址，這個地址裡面的內容是不可以被改變的，因為它是唯讀，但是這個指標可以指向不同的地址，我們來對比一下string、[]byte類型重新賦值的區別：

s := "A1" // 分配儲存"A1"的記憶體空間，s結構體裡的str指標指向這快記憶體s = "A2"  // 重新給"A2"的分配記憶體空間，s結構體裡的str指標指向這快記憶體

其實[]byte和string的差別是更改變數的時候array的內容可以被更改。

s := []byte{1} // 分配儲存1數組的記憶體空間，s結構體的array指標指向這個數組。s = []byte{2}  // 將array的內容改為2

因為string的指標指向的內容是不可以更改的，所以每更改一次字串，就得重新分配一次記憶體，之前分配空間的還得由gc回收，這是導致string操作低效的根本原因。

string和[]byte的相互轉換

將string轉為[]byte，文法[]byte(string)源碼如下：

func stringtoslicebyte(buf *tmpBuf, s string) []byte {var b []byteif buf != nil && len(s) <= len(buf) {*buf = tmpBuf{}b = buf[:len(s)]} else {b = rawbyteslice(len(s))}copy(b, s)return b}func rawstring(size int) (s string, b []byte) {p := mallocgc(uintptr(size), nil, false)stringStructOf(&s).str = pstringStructOf(&s).len = size*(*slice)(unsafe.Pointer(&b)) = slice{p, size, size}return}

可以看到b是新分配的，然後再將s複製給b，至於為啥copy函數可以直接把string複製給[]byte，那是因為go源碼單獨實現了一個slicestringcopy函數來實現，具體可以看src/runtime/slice.go。

將[]byte轉為string，文法string([]byte)源碼如下：

func slicebytetostring(buf *tmpBuf, b []byte) string {l := len(b)if l == 0 {// Turns out to be a relatively common case.// Consider that you want to parse out data between parens in "foo()bar",// you find the indices and convert the subslice to string.return ""}if raceenabled && l > 0 {racereadrangepc(unsafe.Pointer(&b[0]),uintptr(l),getcallerpc(unsafe.Pointer(&buf)),funcPC(slicebytetostring))}if msanenabled && l > 0 {msanread(unsafe.Pointer(&b[0]), uintptr(l))}s, c := rawstringtmp(buf, l)copy(c, b)return s}func rawstringtmp(buf *tmpBuf, l int) (s string, b []byte) {if buf != nil && l <= len(buf) {b = buf[:l]s = slicebytetostringtmp(b)} else {s, b = rawstring(l)}return}

依然可以看到s是新分配的，然後再將b複製給s。
正因為string和[]byte相互轉換都會有新的記憶體配置，才導致其代價不小，但讀者千萬不要誤會，對於現在的機器來說這些代價其實不值一提。但如果想要頻繁string和[]byte相互轉換（僅假設），又不會有新的記憶體配置，能有辦法嗎？答案是有的。

package string_slicebyte_testimport ("log""reflect""testing""unsafe")func stringtoslicebyte(s string) []byte {sh := (*reflect.StringHeader)(unsafe.Pointer(&s))bh := reflect.SliceHeader{Data: sh.Data,Len:  sh.Len,Cap:  sh.Len,}return *(*[]byte)(unsafe.Pointer(&bh))}func slicebytetostring(b []byte) string {bh := (*reflect.SliceHeader)(unsafe.Pointer(&b))sh := reflect.StringHeader{Data: bh.Data,Len:  bh.Len,}return *(*string)(unsafe.Pointer(&sh))}func TestStringSliceByte(t *testing.T) {s1 := "abc"b1 := []byte("def")copy(b1, s1)log.Println(s1, b1)s := "hello"b2 := stringtoslicebyte(s)log.Println(b2)    // b2[0] = byte(99) unexpected fault addressb3 := []byte("test")s3 := slicebytetostring(b3)log.Println(s3)}

答案雖然有，但強烈推薦不要使用這種方法來轉換類型，因為如果通過stringtoslicebyte將string轉為[]byte的時候，共用的時同一塊記憶體，原先的string記憶體地區是唯讀，一但更改將會導致整個進程down掉，而且這個錯誤是runtime沒法恢複的。

如何取捨？

既然string就是一系列位元組，而[]byte也可以表達一系列位元組，那麼實際運用中應當如何取捨？

• string可以直接比較，而[]byte不可以，所以[]byte不可以當map的key值。
• 因為無法修改string中的某個字元，需要粒度小到操作一個字元時，用[]byte。
• string值不可為nil，所以如果你想要通過返回nil表達額外的含義，就用[]byte。
• []byte切片這麼靈活，想要用切片的特性就用[]byte。
• 需要大量字串處理的時候用[]byte，效能好很多。

最後脫離情境談效能都是耍流氓，需要根據實際情境來抉擇。