Creación de cadenas inseguras a partir de char []

Question

Estoy trabajando en un código de alto rendimiento en el que esta construcción es parte de la sección de rendimiento crítico.

Esto es lo que sucede en alguna sección:

1. Un string es escaneado y metadatos se almacena de manera eficiente.
2. Según estos metadatos, los trozos de la cadena principal están separados en char[][].
3. Eso char[][] se debe transferir a string[].

Ahora, sé que sólo puede llamar new string(char[]) pero entonces el resultado tendría que ser copiado.

Para evitar que ocurra este paso de copia adicional, supongo que debe ser posible escribir directamente en el búfer interno de la cadena. Aunque esto sería una operación insegura (y sé que esto trae muchas implicaciones, como desbordamiento, compatibilidad con versiones anteriores).

He visto varias formas de lograr esto, pero no estoy realmente satisfecho con ninguna.

¿Alguien tiene sugerencias verdaderas sobre cómo lograr esto?

información adicional:
El proceso actual no incluye la conversión a char[] necesariamente, es prácticamente una operación de 'multi-subcadena'. Como 3 índices y sus longitudes anexadas.

El StringBuilder tiene demasiada sobrecarga para la pequeña cantidad de concats.

EDIT:
Debido a algunos aspectos imprecisos de lo que es exactamente eso lo que te pido, le formularé de ella.

Esto es lo que sucede:

1. cadena principal está indexado.
2. Las partes de la cadena principal se copian a char[].
3. El char[] se convierte en string.

Lo que me gustaría hacer es fusionar el paso 2 y 3, lo que resulta en:

1. cadena principal está indexado.
2. Las partes de la cadena principal se copian a string (y el GC puede mantener sus manos alejadas durante el proceso mediante el uso adecuado de la palabra clave fixed?).

Y una nota es que no puede cambio el tipo de salida de string [], ya que esta es una biblioteca externa, y los proyectos dependen de él (compatibilidad con versiones anteriores).

Answer 1

¿Qué ocurre si lo hace:

string s = GetBuffer(); 
fixed (char* pch = s) { 
    pch[0] = 'R'; 
    pch[1] = 'e'; 
    pch[2] = 's'; 
    pch[3] = 'u'; 
    pch[4] = 'l'; 
    pch[5] = 't'; 
} 

creo que el mundo llegará a su fin (o al menos la parte de .NET logró), pero eso es muy cercano a lo StringBuilder hace.

¿Tiene los datos del perfilador para mostrar que StringBuilder no es lo suficientemente rápido para sus propósitos, o es una suposición?

Answer 2

Creo que lo que está pidiendo hacer es 'dividir' una cadena existente en el lugar en múltiples cadenas más pequeñas sin reasignar matrices de caracteres para las cadenas más pequeñas. Esto no funcionará en el mundo administrado.

Por una razón, considere lo que sucede cuando el recolector de basura viene y recoge o mueve la cadena original durante un compaction - todas esas otras cadenas 'dentro' apuntan a otra memoria arbitraria, no al Cuerda original de la que los talló.

EDITAR: A diferencia de la respuesta de Ben (que es inteligente, pero en mi humilde opinión un poco aterradora), puede asignar un StringBuilder con una capacidad predefinida, lo que elimina la necesidad de reasignar el interno matrices. Ver http://msdn.microsoft.com/en-us/library/h1h0a5sy.aspx.

Answer 3

Simplemente cree su propio sistema de direccionamiento en lugar de tratar de usar un código inseguro para asignarlo a una estructura interna de datos.

mapear una string (que también se puede leer como un char[]) a una matriz de cadenas más pequeñas no es diferente de la construcción de una lista de información de dirección (índice & longitud de cada subcadena). Por lo tanto, cree un nuevo List<Tuple<int,int>> en lugar de un string[] y use esos datos para devolver la cadena correcta de su estructura de datos original sin modificaciones. Esto podría encapsularse fácilmente en algo que expuso string[].

Answer 4

En .NET, no hay forma de crear una instancia de String que comparta datos con otra cadena. Alguna discusión sobre por qué aparece aparece en this comment de Eric Lippert.