如何（深度）在 Go 中复制字符串？

Question

我可能应该先解释一下为什么我想要那个。我理解 Go substring( s[i:j]) 和string.Split其他一些字符串操作就地工作：生成的子字符串共享原始字符串的相同内存块。例如，我读取一个大字符串，解析并从中获取一些子字符串，这些子字符串将长期保存在服务器程序中，它们将“持有”来自 GC 的大内存块，浪费内存。我假设如果我可以复制这些子字符串并保留这些副本，GC 可以释放那个大字符串。但是我在 Go 中找不到字符串复制机制，我尝试再次将其转换为[]bytethen string，在我的特定用例中内存使用量下降了大约 3/4。但这感觉不对：第一，它引入了两个复制操作。第二，由于我从未真正写入该字节片，我怀疑它可能会在发布版本中得到优化。我无法想象以前没有人问过这个问题，但是我的搜索没有产生任何相关的结果，或者在 Go 中有一些更好的做法来做这些事情吗？顺便说一句，我尝试向+""它附加一个空字符串（），内存消耗并没有下降，我认为即使在测试版本中它也得到了优化。为了测量内存使用情况，我调用runtime.GC()thenruntime.ReadMemStats()和 compare MemStats.Alloc，这在我的测试中似乎非常一致。

Answer 1

Go 中的字符串一旦创建就不可变。去规范

我会更喜欢下面的builder。您继续添加到构建器的缓冲区（可变）WriteString 并且一旦完成调用String返回指针而不是缓冲区切片的另一个副本的方法。

    somestring := "Hello Go"

    var sb strings.Builder

    if _, err := sb.WriteString(somestring); err != nil {

        //log & return

    }

    newstring := sb.String()

从 go 源码检查 builder 的 String() 的实现。它返回指针并转换为 *string。没有第二份。

// String returns the accumulated string.

func (b *Builder) String() string {

    return *(*string)(unsafe.Pointer(&b.buf))

}

Answer 2

另一种选择是，从 go 1.18（2021 年第四季度）开始：

sCopy := strings.Clone(s)

它来自问题40200和45038，并从 CL（更改列表）334884和345849 开始

字节，字符串：添加克隆

直接使用[]byte并且string很常见并且需要经常复制它们。
此更改Clone为字符串和字节添加了一个助手来满足此需求。
还添加了一个基准，以提供证据说明为什么bytes.Clone使用copy.

字符串：添加克隆功能

新strings.Clone函数复制输入字符串，但返回的克隆字符串不引用输入字符串内存

看strings/clone.go

// Clone returns a fresh copy of s.

//

// It guarantees to make a copy of s into a new allocation,

// which can be important when retaining only a small substring

// of a much larger string. Using Clone can help such programs

// use less memory. 

//

// Of course, since using Clone makes a copy,

// overuse of Clone can make programs use more memory.

//

// Clone should typically be used only rarely, and only when

// profiling indicates that it is needed.

//

func Clone(s string) string {

    b := make([]byte, len(s))

    copy(b, s)

    return *(*string)(unsafe.Pointer(&b))

}

Answer 3

字符串被实现为指向底层字节数组和字符串长度的指针。当您从现有字符串创建切片时，新字符串仍指向基础数组，可能指向该数组中具有不同长度的不同偏移量。这样，许多小字符串可以使用单个底层大数组。

正如您所指出的，如果您有一个大字符串并将其解析为较小的字符串，那么您最终会将大字符串保留在内存中，因为 GC 只知道底层数组和指向它的指针。有两种方法可以处理这个问题：

• 不要使用大字符串，而是保留[]byte或使用基于字节流的读取器/扫描器，并在解析时从输入创建字符串。这样 GC 将[]byte在解析完成时收集底层，并且您将拥有没有底层大块的字符串。

• 执行您已经描述的操作，并使用string([]byte(s[x:y]))或使用copy.

Answer 4

使用以下函数深度复制字符串：

func deepCopy(s string) string {

    b := make([]byte, len(s))

    copy(b, s)

    return *(*string)(unsafe.Pointer(&b))

}

该函数将数据复制到新分配的字节片中。该函数使用 unsafe 包将切片标头转换为不复制字节的字符串标头。

如果直接使用 unsafe 包是一个问题，那么使用strings.Builder。strings.Builder 类型在幕后执行不安全的恶作剧。

 func deepCopy(s string) string {

     var sb strings.Builder

     sb.WriteString(s)

     return sb.String()

 }

无需检查 sb.WriteString 返回的错误。Builder.WriteString方法有错误返回，所以 Builder 类型满足 io.StringWriter接口，而不是因为 WriteString 可以返回非 nil 错误。