C#由轉換二進位制所引起的思考，瞭解下？

Jeffcky發表於2020-07-02
C#

前言

最近遇到很有意思轉換二進位制的問題，有部分童鞋儼然已瞭解，可能也有一部分童鞋沒碰到過也就不知情，這裡我們來深入學習下轉換二進位制所帶來的問題。

二進位制轉換問題

假設現在我們有一個int型別的資料，它的範圍區間暫且定在0-15之間，我們需要將其轉換為二進位制，然後獲取二進位制中的每一位，若不足4位則0填充。看似很簡單是不是，直接通過C#內建APi即可達到此需求，如下：

 var binary = Convert.ToString(7, 2).PadLeft(4, '0').ToArray();

上述將數字7轉換為包含二進位制位的字串陣列形式，7轉換二進位制然後不足4位以0填充即（0111），我們如下獲取二進位制位字串陣列為索引的位，結果應該列印出0，對嗎？

var zerobit = binary[0];
Console.WriteLine(zerobit);

 

好像一點毛病也沒有，這是在控制檯中進行列印，若是將該資料匯出到Excel中，你會發現結果將可能是48或49而不是0或1（你可以一試）這是因為如下：

我們通過除錯可知實際上在字元0上還攜帶有48，這個48實際上是字元0的ASCII碼，字元1的ASCII碼是49，通過如下程式碼即可證明：

foreach (var b in System.Text.Encoding.UTF8.GetBytes(binary))
{
    Console.WriteLine(b.ToString());
}

我們對將對應字元陣列索引資料進行如下ToString轉換即可避免匯出資料時可能出現的問題

var zerobit = binary[0];
Console.WriteLine(zerobit.ToString());

轉換字元陣列問題

當我們轉換為字元陣列時，有兩種方式，既可採用上述ToArray方法，也可以通過ToCharArray方法來實現，如下，那麼哪種方法會更好呢？

var binary = Convert.ToString(7, 2).PadLeft(4, '0').ToArray();

var binary1 = Convert.ToString(7, 2).PadLeft(4, '0').ToCharArray();

此時比較此二者方法的效能好壞，只能去看對應原始碼實現，首先我們來看看ToCharArray方法，如下：

public unsafe char[] ToCharArray()
{
    if (Length == 0)
    {
        return Array.Empty<char>();
    }
    char[] array = new char[Length];
    fixed (char* smem = &_firstChar)
    {
        fixed (char* dmem = &array[0])
        {
            wstrcpy(dmem, smem, Length);
        }
    }
    return array;
}
internal unsafe static void wstrcpy(char* dmem, char* smem, int charCount)
{
    Buffer.Memmove((byte*)dmem, (byte*)smem, (uint)(charCount * 2));
}

上述對於ToCharArray程式碼量還是不多，我們來看看ToArray方法實現，如下：

public static TSource[] ToArray<TSource>(this IEnumerable<TSource> source)
{
    if (source == null)
    {
        throw Error.ArgumentNull("source");
    }
    return new Buffer<TSource>(source).ToArray();
}

上述只是寫了一個擴充套件方法，我們繼續往下看Buffer類的具體實現，如下：

internal Buffer(IEnumerable<TElement> source)
{
    TElement[] array = null;
    int num = 0;
    ICollection<TElement> collection = source as ICollection<TElement>;
    if (collection != null)
    {
        num = collection.Count;
        if (num > 0)
        {
            array = new TElement[num];
            collection.CopyTo(array, 0);
        }
    }
    else
    {
        foreach (TElement item in source)
        {
            if (array == null)
            {
                array = new TElement[4];
            }
            else if (array.Length == num)
            {
                TElement[] array2 = new TElement[checked(num * 2)];
                Array.Copy(array, 0, array2, 0, num);
                array = array2;
            }
            array[num] = item;
            num++;
        }
    }
    items = array;
    count = num;
}

從程式碼量上看就覺得ToArray方法實現稍微複雜一點，所以我們選擇使用ToCharArray會更好，我要是如此草草結束此文，一定會噴。原歸正傳，我們一步步來分析，如上做了一點優化，首先會判斷引數是否屬於集合介面，若是則直接通過複製轉換為陣列形式，但是我們知道字串肯定沒有實現ICollection<T>介面，所以走另外一個條件分支，但是有的童鞋可能就有疑問了，此時為何可以遍歷呢？那是因為針對字元實現了IEnumerable<char>介面，所以可以進行遍歷，如下：

public sealed class CharEnumerator : IEnumerator, ICloneable, IEnumerator<char>, IDisposable
{......}

接下來則是初始化容量為4的陣列，為何這裡為4呢？這裡我認為應該談不上優化，與其說是實現者的一種拍腦袋的想法，我傾向於理解為是一種權衡或考量，既然轉到此分支說明一定是轉換為二進位制位的陣列，比如上述進行填充後長度剛好為4。再接下來無用我再多講，就是遍歷所有字元陣列，將每一個字串新增到陣列中去，直到陣列長度和變數值（num）相等最終進行一次性複製，最終將陣列賦值給陣列元素以及將變數num賦值給陣列元素的數量（count）。 

 

好了，講解了這麼多，那麼問題來了，到底誰的效能會更好呢？ToCharArray方法實現底層採用指標操作轉化為字元陣列，而利用ToArray方法由於string沒有實現ICollection<T>介面，也就是說根本不清楚字串中字元陣列的長度，所以只能採取低效遍歷的方式去進行轉換，我們可認為通過中間緩衝區的方式（即上述通過例項化陣列作為橋樑最終進行復制）實現。由此得出，在將字串轉換為字元陣列時，一定要用ToCharArray方法而不是ToArray，ToCharArray效能優於ToArray方法，我不禁在想，針對字元轉換為陣列只提供ToCharArray方法不就好了麼，為何還要提供ToArray方法，讓人容易產生誤會，它的場景難道還有其他嗎？

總結

本文詳細講解了在轉換二進位制資料所引發的一點個人思考，在將字串轉換為字元陣列時，通過方法名稱意思可能直接就用ToCharArray方法，但是又偏偏提供了字串的ToArray方法，其本質是針對字元陣列的擴充套件方法，如果對原始碼不瞭解的話，根本就不清楚到底應該用哪一個，從效能角度講，ToCharArray方法優於ToArray方法，至於最終用哪一個，你說了算。

相關文章