總結字串比較函數

最近一段時間一直在重看CLR via C# , 這次把字串比較的函數總結下。

1.Compare和CompareTo大PK

首先是我們最常用的String.Compare和CompareTo執行個體方法，先來看看這兩個方法：

我們通過這個可以直觀地看到，String的靜態方法要比CompareTo多出好多的方法重載，其實這也是兩者的最大區別，也就是說String.Compare有著更多的功能選項供我們控制。

其中主要包含著三個方面：

A. 文化資訊

B. CompareOptions

C. 比較的開始和結束位置

對於文化資訊，我們可以看下Compare的反編譯結果：

對於Compare來說，他會通過傳遞進來的文化資訊來調用對應的比較。

而CompareTo則是：

CompareTo則會調用與當前線程相關聯的文化資訊。

對於文化資訊來說，還有著這樣一個枚舉選項：StringComparison:

下面讓我們來看下StringComparison枚舉：

對於該枚舉，共有如上六個枚舉值。該枚舉主要對應著當前的文化資訊，大小寫，以及定序。

這就意味著，如果我們進行國際化的時候，字串比較必須使用String.Compare靜態方法。

下面來看下CompareOptions:

最後看下含開始和結束位置的String.Compare方法：

方法本身很簡單，而方法鏈的最末端使用的是：

一個內部比較字串的非託管方法，而方法的具體內容，我無從而知，但是可以明確的是，這一定是一個高效的比較演算法。

因此，當我們每次SubString的時候，當我們ToLower的時候，我們不妨都在這裡使用String.Compare，是不是為我們節省了很多空間，提高了很大效率呢？

因此，我在這裡建議，如果可能，我們儘可能地使用String.Compare方法來代替CompareTo方法!

2. 被遺忘的CompareOrdinal

讓我們先來看下CompareOrdinal的源碼：

private static unsafe int CompareOrdinalHelper(string strA, string strB)
{
int num = Math.Min(strA.Length, strB.Length);
int num2 = -1;
fixed (char* chRef = &strA.m_firstChar)
    {
fixed (char* chRef2 = &strB.m_firstChar)
        {
char* chPtr = chRef;
char* chPtr2 = chRef2;
while (num >= 10)
            {
if (*(((int*)chPtr)) != *(((int*)chPtr2)))
                {
                    num2 = 0;
break;
                }
if (*(((int*)(chPtr + 2))) != *(((int*)(chPtr2 + 2))))
                {
                    num2 = 2;
break;
                }
if (*(((int*)(chPtr + 4))) != *(((int*)(chPtr2 + 4))))
                {
                    num2 = 4;
break;
                }
if (*(((int*)(chPtr + 6))) != *(((int*)(chPtr2 + 6))))
                {
                    num2 = 6;
break;
                }
if (*(((int*)(chPtr + 8))) != *(((int*)(chPtr2 + 8))))
                {
                    num2 = 8;
break;
                }
                chPtr += 10;
                chPtr2 += 10;
                num -= 10;
            }
if (num2 == -1)
            {
goto Label_00F1;
            }
            chPtr += num2;
            chPtr2 += num2;
int num3 = chPtr[0] - chPtr2[0];
if (num3 != 0)
            {
return num3;
            }
return (chPtr[1] - chPtr2[1]);
        Label_00D7:
if (*(((int*)chPtr)) != *(((int*)chPtr2)))
            {
goto Label_00F5;
            }
            chPtr += 2;
            chPtr2 += 2;
            num -= 2;
        Label_00F1:
if (num > 0)
            {
goto Label_00D7;
            }
        Label_00F5:
if (num > 0)
            {
int num4 = chPtr[0] - chPtr2[0];
if (num4 != 0)
                {
return num4;
                }
return (chPtr[1] - chPtr2[1]);
            }
return (strA.Length - strB.Length);
        }
    }
}

 

方法很長，但是很簡單，即使是Reflector 出來的變數名很BT，但是我們也可以大致看個究竟。

他是將整個字串每5個字元（10個位元組）分成一組，然後逐個比較，找到第一個不相同的ASCII碼後退出迴圈。並且求出兩者的ASCII碼的差。不過我很費解的是微軟為什麼要把這個實現的如此麻煩。只能等到周一再求解了。

但是在CLR via C#上有這樣的話：這個方法比其他方法都要快。我想應該是有一定道理的吧。

所以當我們比較大小的時候，盡量使用CompareOrdinal方法。

3. 常用的Equals方法

先來看Equals執行個體方法：

方法會首先進行合法性判斷，然後比較兩者是否指向同一區塊引述，接下來調用EqualsHelper方法（不清楚微軟為什麼很沉迷於XXXHelper這個命名，難道XXXHelper這個名詞不應該是一個類名嗎？）

private static unsafe bool EqualsHelper(string strA, string strB)
{
int length = strA.Length;
if (length != strB.Length)
    {
return false;
    }
fixed (char* chRef = &strA.m_firstChar)
    {
fixed (char* chRef2 = &strB.m_firstChar)
        {
char* chPtr = chRef;
char* chPtr2 = chRef2;
while (length >= 10)
            {
if ((((*(((int*)chPtr)) != *(((int*)chPtr2))) || (*(((int*)(chPtr + 2))) != *(((int*)(chPtr2 + 2))))) || ((*(((int*)(chPtr + 4))) != *(((int*)(chPtr2 + 4)))) || (*(((int*)(chPtr + 6))) != *(((int*)(chPtr2 + 6)))))) || (*(((int*)(chPtr + 8))) != *(((int*)(chPtr2 + 8)))))
                {
break;
                }
                chPtr += 10;
                chPtr2 += 10;
                length -= 10;
            }
while (length > 0)
            {
if (*(((int*)chPtr)) != *(((int*)chPtr2)))
                {
break;
                }
                chPtr += 2;
                chPtr2 += 2;
                length -= 2;
            }
return (length <= 0);
        }
    }
}

迷糊了，又是這樣的演算法，我實在不瞭解10位元組究竟有什麼奧秘，周一如果問到答案會對其進行解釋。

然而，值得肯定的是，由於是非安全的程式碼的比較，所以效率要比我們用安全的程式碼高得多。

接下來看看Equals靜態方法：

(關於==的運算子多載之前有誤，下文會解釋清楚)

4. 總結

本文主要介紹了String類型的比較方法，也留下了一些疑問，也希望可以得到各位的解答。