¿Por qué .NET crea nuevas subcadenas en lugar de señalar las cadenas existentes?

Question

A partir de una breve mirada con Reflector, parece que String.Substring() asigna memoria para cada subcadena. ¿Estoy en lo cierto de que este es el caso? Pensé que no sería necesario ya que las cadenas son inmutables.

Mi objetivo subyacente era crear un método IEnumerable<string> Split(this String, Char) extensión que asigna ninguna memoria adicional.

Answer 1

Una razón por la mayoría de los idiomas con cadenas inmutables crean nuevas subseries en lugar de referirse en cadenas existentes se debe a que esto interferirá con la basura recogida de las cadenas más tarde.

¿Qué sucede si se utiliza una cadena para su subcadena, pero entonces la cadena más grande se vuelve inalcanzable (excepto a través de la subcadena). La cadena más grande será incobrable, porque eso invalidaría la subcadena. Lo que parecía una buena manera de ahorrar memoria a corto plazo se convierte en una pérdida de memoria a largo plazo.

Answer 2

No es posible sin hurgar dentro de .net usando clases de String. Tendría que pasar referencias a una matriz que era mutable y asegurarse de que nadie se equivocara.

.Net creará una nueva cadena cada vez que se lo pida. La única excepción a esto son las cadenas internas creadas por el compilador (y usted puede hacerlo) que se colocan en la memoria una vez y luego se establecen punteros en la cadena por motivos de memoria y rendimiento.

Answer 3

Debido a que las cadenas son inmutables en .NET, cada operación de cadena que se traduce en un nuevo objeto de cadena asignará un nuevo bloque de memoria para los contenidos de la cadena.

En teoría, podría ser posible volver a utilizar la memoria cuando se extrae una subcadena, pero eso haría que la recolección de basura muy complicado: ¿y si se recoge la basura, la cadena original? ¿Qué pasaría con la subcadena que comparte una parte de ella?

Por supuesto, nada impide que el equipo .NET BCL para cambiar este comportamiento en futuras versiones de .NET. No tendría ningún impacto en el código existente.

Answer 4

Cada cadena tiene que tener su propio datos de cadena, con la forma en que la clase String se implementa.

Usted puede hacer su propia estructura subcadena que utiliza parte de una cadena:

public struct SubString { 

    private string _str; 
    private int _offset, _len; 

    public SubString(string str, int offset, int len) { 
     _str = str; 
     _offset = offset; 
     _len = len; 
    } 

    public int Length { get { return _len; } } 

    public char this[int index] { 
     get { 
     if (index < 0 || index > len) throw new IndexOutOfRangeException(); 
     return _str[_offset + index]; 
     } 
    } 

    public void WriteToStringBuilder(StringBuilder s) { 
     s.Write(_str, _offset, _len); 
    } 

    public override string ToString() { 
     return _str.Substring(_offset, _len); 
    } 

} 

Puede la carne hacia fuera con otros métodos como la comparación que también es posible hacerlo sin necesidad de extraer la cadena.

Answer 5

Agregando al punto que las cadenas son inmutables, debe ser que el siguiente fragmento genere varias instancias de cadenas en la memoria.

String s1 = "Hello", s2 = ", ", s3 = "World!"; 
String res = s1 + s2 + s3; 

s1 + s2 => nueva instancia de cadena (temp1)

temp1 + s3 => nueva instancia de cadena (temp2)

res es una referencia a temp2.