在C＃字符串对象之间共享字符缓冲区

Question

这可能吗？鉴于C＃使用不可变字符串，人们可以预期会有一个方法：

var expensive = ReadHugeStringFromAFile();
var cheap = expensive.SharedSubstring(1);

如果没有这样的功能，为什么还要使字符串不变？ 或者，如果字符串由于其他原因已经不可变，为什么不提供此方法？

我正在调查的具体原因是进行一些文件解析。简单的递归下降解析器（例如由TinyPG生成的解析器，或者易于手工编写的解析器）在整个地方使用Substring。这意味着如果你给他们一个大文件来解析，内存流失是令人难以置信的。当然有解决方法 - 基本上是滚动你自己的SubString类，然后当然忘记了能够使用诸如StartsWith之类的String方法或者像Regex这样的字符串库，所以你需要自己推出这些版本。我假设像ANTLR这样的解析器生成器基本上就是这样做的，但我的格式很简单，不能证明使用这样的怪物工具。即使是TinyPG也可能是一种矫枉过正的行为。

有人请告诉我，我错过了一些明显或不那么明显的标准C＃方法调用...

Answer 1

不，没有那样的。

.NET字符串直接包含其文本数据，不像Java字符串，它引用了char数组，偏移量和长度。

在某些情况下，这两种解决方案都有“胜利”，而在其他情况下则有损失。

如果您绝对确定这对您来说是一个杀手，您可以实现一个Java风格的字符串，以便在您自己的内部API中使用。

Answer 2

据我所知，所有较大的解析器都使用流来解析。那不适合你的情况吗？

Answer 3

.NET框架支持string interning。这是部分解决方案，但不提供重用字符串部分的可能性。我认为重用子字符串会导致一些问题，而不是第一眼看到的问题。如果你必须使用StringBuilder进行大量的字符串操作，那么就可以了。

Answer 4

C＃中没有任何内容为您提供您正在寻找的开箱即用功能。

需要什么是Rope data structure，一个支持O（1）concats和O（log n）子串的不可变数据结构。我找不到绳索的任何C＃实现，但是here a Java one。

除此之外，使用TinyPG或ANTLR没有任何问题，如果这是完成任务的最简单方法。

Answer 5

嗯，你可以使用“不安全”自己做内存管理，这可能会让你做你想要的。此外，StringBuilder类非常适合需要多次操作字符串的情况，因为它不会在每次操作时生成新的字符串。

Answer 6

您可以轻松编写一个简单的类来表示“便宜”。它只会保存子字符串开头的索引和子字符串的长度。有两种方法可以让你在需要时读出子串 - 一个字符串强制转换操作符是理想的，因为你可以使用

string text = myCheapObject;

它可以无缝地工作，就好像它是一个实际的字符串。添加对一些方便的方法（如StartsWith）的支持将是快速而简单的（它们都是一个衬里）。

另一种选择是编写一个常规解析器并将您的标记存储在一个字典中，您可以从该字典中共享对标记的引用，而不是保留多个副本。