当前位置： 首页 > news >正文

C# StringBuilder源码分析

news 2025/7/17 6:35:43

在 .NET 中，StringBuilder 是一个用于高效构建字符串的重要类。它通过避免频繁创建新字符串对象，从而优化了性能。但其背后的实现机制却并不简单。

一、核心字段与属性解析

StringBuilder 内部使用了字符数组（char[]）来存储字符串数据，并通过链表的方式管理多个“块”（Chunk），以提升拼接效率。

主要字段：

internal char[] m_ChunkChars;         // 当前块的字符数组
internal int m_ChunkLength;          // 当前块中已使用的字符数
internal int m_ChunkOffset;          // 当前块在整个字符串中的起始位置
internal int m_MaxCapacity;          // 最大容量，默认为 int.MaxValue
internal const int DefaultCapacity = 16;  // 默认初始容量
internal const int MaxChunkSize = 8000;   // 单个 Chunk 的最大长度

Length 属性：

public int Length
{get => m_ChunkOffset + m_ChunkLength;
}

表示当前整个字符串的总长度。

二、构造函数分析

1. 默认构造函数：

public StringBuilder()
{m_MaxCapacity = int.MaxValue;m_ChunkChars = new char[DefaultCapacity]; // 初始大小为16
}

默认分配一个长度为 16 的字符数组。

2. 带字符串参数的构造函数：

public StringBuilder(string value, int startIndex, int length, int capacity)
{...m_ChunkChars = GC.AllocateUninitializedArray<char>(capacity);...
}

根据传入字符串的长度和指定容量，选择较大的值作为初始容量，避免多次扩容。

3. 复制构造函数（用于链表节点创建）：

private StringBuilder(StringBuilder from)
{m_ChunkLength = from.m_ChunkLength;m_ChunkOffset = from.m_ChunkOffset;m_ChunkChars = from.m_ChunkChars;m_ChunkPrevious = from.m_ChunkPrevious;...
}

这个构造函数用于创建新的 Chunk 节点，是链表结构的关键。

三、Append 方法的工作原理

以 Append(char value, int repeatCount) 为例来看 StringBuilder 如何处理追加操作：

public StringBuilder Append(char value, int repeatCount)
{//省略边界检查代码int index = m_ChunkLength;while (repeatCount > 0){if (index < m_ChunkChars.Length){m_ChunkChars[index++] = value;--repeatCount;}else{m_ChunkLength = index;ExpandByABlock(repeatCount); // 扩容并创建新 ChunkDebug.Assert(m_ChunkLength == 0);index = 0;}}m_ChunkLength = index;return this;
}

核心逻辑：

  • 如果当前字符数组还有空间，则直接插入字符。
  • 如果空间不足，调用 ExpandByABlock() 创建新 Chunk，并将其链接到当前 Chunk 的前面。

四、ExpandByABlock 方法详解

该方法负责创建新的 Chunk 并更新当前 Chunk 的状态：

private void ExpandByABlock(int minBlockCharCount)
{int newBlockLength = Math.Max(minBlockCharCount, Math.Min(Length, MaxChunkSize));char[] chunkChars = GC.AllocateUninitializedArray<char>(newBlockLength);m_ChunkPrevious = new StringBuilder(this); // 创建前驱节点m_ChunkOffset += m_ChunkLength;m_ChunkLength = 0;m_ChunkChars = chunkChars;
}

关键步骤：

  1. 计算新 Chunk 的大小：不超过 MaxChunkSize（默认 8000），也不小于所需字符数。
  2. 分配新内存。
  3. 创建前驱节点：将当前 Chunk 封装成一个新的 StringBuilder 实例，并赋值给 m_ChunkPrevious。
  4. 更新偏移量和长度：当前 Chunk 清空，准备写入新数据。
  5. 切换字符数组：将新分配的数组设为当前 Chunk 使用。

五、图解

1、初始状态：默认构造函数创建 StringBuilder

var sb = new StringBuilder();

内部结构：

sb (current)
│
├── m_ChunkChars: [ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ ]  ← 默认大小为16
├── m_ChunkLength: 0
├── m_ChunkOffset: 0
└── m_ChunkPrevious: null

此时没有数据，只是一个空的字符数组。

2、第一次 Append 操作：添加 “HELLO”

sb.Append("HELLO");

内部结构：

sb (current)
│
├── m_ChunkChars: [ H E L L O _ _ _ _ _ _ _ _ _ _ _ ]  
├── m_ChunkLength: 5
├── m_ChunkOffset: 0
└── m_ChunkPrevious: null

此时字符数组还有 11 个空间可用。

3、继续 Append：添加 “WORLD”

sb.Append("WORLD");

字符串长度为 5，刚好可以放入剩余空间中。

内部结构：

sb (current)
│
├── m_ChunkChars: [ H E L L O W O R L D _ _ _ _ _ _ _ ]
├── m_ChunkLength: 10
├── m_ChunkOffset: 0
└── m_ChunkPrevious: null

此时字符数组还剩 6 个空位。

4、扩容触发：再次 Append 超出当前容量

sb.Append("THIS_IS_A_LONG_STRING"); // 长度超过剩余空间

此时字符数组只剩 6 个位置，但要插入的字符串长度为 20，因此需要扩容。

步骤解析：

  1. 更新当前 Chunk 的状态：

    • 将 m_ChunkLength 设置为当前已使用的长度（10）。
    • 记录当前 Chunk 的偏移量为 m_ChunkOffset + m_ChunkLength = 0 + 10 = 10。
    • 清空当前 Chunk 的使用长度（设为 0）。

  2. 创建新 Chunk 并设置为前驱节点：

    • 创建一个新的 StringBuilder 实例，其字符数组大小根据所需内容和最大块大小（8000）决定。
    • 将当前 Chunk 的引用赋值给新 Chunk 的 m_ChunkPrevious。

  3. 切换当前 Chunk 到新分配的数组。

扩容后结构：

newChunk (current)
│
├── m_ChunkChars: [ T H I S _ I S _ A _ L O N G _ S T R I N G ... ] （假设新块大小为 32）
├── m_ChunkLength: 20
├── m_ChunkOffset: 10
└── m_ChunkPrevious: ↓
oldChunk
│
├── m_ChunkChars: [ H E L L O W O R L D _ _ _ _ _ _ _ ]
├── m_ChunkLength: 10
├── m_ChunkOffset: 0
└── m_ChunkPrevious: null

注意：此时 sb 变量指向的是 newChunk，也就是最后一个 Chunk。

5、继续 Append 更多内容

每次扩容都会在链表头部插入新的 Chunk，并保留对旧 Chunk 的引用。

最终形成一个“逆向链表”结构：

sb (current) → newChunk3 → newChunk2 → oldChunk → null

每个 Chunk 包含一部分字符串内容，且可以通过 m_ChunkPrevious 向前追溯完整字符串。

六、为什么使用逆向链表

每个 StringBuilder 对象维护一个指向“前一个节点”的引用 (m_ChunkPrevious)，而不是常见的“后一个节点”。

这样做的好处：

  • 尾部追加操作更高效：由于用户总是从最后一个 Chunk 添加数据，采用“逆向链表”可以快速定位到最后一个节点，无需遍历整个链表。
  • 时间复杂度为 O(1)：每次添加新 Chunk 都是在当前节点的基础上创建前驱节点，无需查找最后一个节点。

相比之下，如果使用正向链表（每个节点保存下一个节点引用），则每次添加都需要遍历到末尾，时间复杂度为 O(n)，性能下降明显。

七、链表结构带来的代价

虽然链表提升了追加效率，但也带来了一些缺点：

  • 无法随机访问：不能像数组一样直接通过索引访问某个字符。
  • 读取效率较低：若需要从中间或开头插入数据，需遍历整个链表，效率不如单一数组。

因此，StringBuilder 更适合尾部拼接的场景，而不适合频繁的随机修改。

八、最常用的Append方法

StringBuilder.Append(string value) 是最常用的方法

Append(string? value) 方法

/// <summary>
/// 将一个字符串追加到当前 StringBuilder 的末尾。
/// </summary>
/// <param name="value">要追加的字符串（可以为 null）。</param>
/// <returns>当前的 StringBuilder 实例，以支持链式调用。</returns>
public StringBuilder Append(string? value)
{// 如果传入的字符串为 null，则直接返回，不进行任何操作if (value != null){// 获取当前 chunk 的字符数组和已使用的长度char[] chunkChars = m_ChunkChars;int chunkLength = m_ChunkLength;int valueLen = value.Length;// 判断当前 chunk 是否还有足够的空间容纳要追加的字符串// 使用 uint 类型进行加法溢出检查，确保不会超出数组长度if (((uint)chunkLength + (uint)valueLen) < (uint)chunkChars.Length){// 如果要追加的字符串长度较小（最多两个字符），则直接逐个字符复制if (valueLen <= 2){if (valueLen > 0){// 追加第一个字符chunkChars[chunkLength] = value[0];}if (valueLen > 1){// 追加第二个字符chunkChars[chunkLength + 1] = value[1];}}else{// 如果要追加的字符串较长，使用高效的固定指针方式复制字符unsafe{// 固定字符串和当前 chunk 的内存地址fixed (char* valuePtr = value)fixed (char* destPtr = &chunkChars[chunkLength]){// 使用内部高效复制方法将字符复制到当前 chunk 中string.wstrcpy(destPtr, valuePtr, valueLen);}}}// 更新当前 chunk 已使用的字符数m_ChunkLength = chunkLength + valueLen;}else{// 当前 chunk 空间不足，调用 AppendHelper 方法进行扩容和追加AppendHelper(value);}}return this;
}

AppendHelper(string value) 方法

/// <summary>
/// 用于处理当前 chunk 空间不足时的追加操作。
/// 会分配新的 chunk 并将字符串内容复制进去。
/// </summary>
/// <param name="value">要追加的字符串（非 null）。</param>
private void AppendHelper(string value)
{unsafe{// 固定字符串的内存地址以便进行指针操作fixed (char* valueChars = value){// 调用 Append(char*, int) 方法进行实际的追加操作Append(valueChars, value.Length);}}
}

Append(char* value, int valueCount) 方法

/// <summary>
/// 将一个字符指针指向的缓冲区内容追加到当前 StringBuilder 的末尾。
/// </summary>
/// <param name="value">指向要追加的字符缓冲区的指针。</param>
/// <param name="valueCount">要追加的字符数量。</param>
/// <returns>当前的 StringBuilder 实例，以支持链式调用。</returns>
/// <exception cref="ArgumentOutOfRangeException">当 valueCount 为负数或超过最大容量时抛出。</exception>
[CLSCompliant(false)]
public unsafe StringBuilder Append(char* value, int valueCount)
{// 不检查 value 是否为 null，因为访问 null 指针会自动抛出 NullReferenceException// 检查 valueCount 是否为负数，防止非法参数if (valueCount < 0){throw new ArgumentOutOfRangeException(nameof(valueCount),SR.ArgumentOutOfRange_NegativeCount);}// 计算新字符串的总长度（当前长度 + 要追加的字符数）int newLength = Length + valueCount;// 检查是否超过最大容量（m_MaxCapacity）或发生整数溢出if (newLength > m_MaxCapacity || newLength < valueCount){throw new ArgumentOutOfRangeException(nameof(valueCount),SR.ArgumentOutOfRange_LengthGreaterThanCapacity);}// 尝试将数据直接追加到当前 chunk 的剩余空间中int newIndex = valueCount + m_ChunkLength;// 如果当前 chunk 有足够的空间容纳所有数据，直接复制if (newIndex <= m_ChunkChars.Length){ThreadSafeCopy(value, m_ChunkChars, m_ChunkLength, valueCount);m_ChunkLength = newIndex; // 更新当前 chunk 使用的字符数}else{// 当前 chunk 空间不足，只能先复制一部分// 计算当前 chunk 中剩余可用空间int firstLength = m_ChunkChars.Length - m_ChunkLength;if (firstLength > 0){// 复制第一部分到当前 chunkThreadSafeCopy(value, m_ChunkChars, m_ChunkLength, firstLength);m_ChunkLength = m_ChunkChars.Length; // 当前 chunk 已满}// 剩余要复制的字符数int restLength = valueCount - firstLength;// 扩展 StringBuilder，添加一个新的 chunkExpandByABlock(restLength);Debug.Assert(m_ChunkLength == 0, "添加新 chunk 后，chunk 的长度应为 0，表示空块");// 将剩余部分复制到新的 chunk 中ThreadSafeCopy(value + firstLength, m_ChunkChars, 0, restLength);m_ChunkLength = restLength; // 更新新 chunk 的使用长度}// 验证内部状态是否一致（调试用）AssertInvariants();return this;
}

ExpandByABlock(int minBlockCharCount) 方法

/// <summary>
/// 将当前 chunk 的字符转移到一个新的 chunk 中，并为当前 chunk 分配一个新的字符缓冲区。
/// 这是扩容机制的一部分，用于支持 StringBuilder 的动态增长。
/// </summary>
/// <param name="minBlockCharCount">新 chunk 缓冲区的最小容量。</param>
/// <remarks>
/// - 此方法要求当前 chunk 已满（即 m_ChunkLength == m_ChunkChars.Length）。
/// - 假设当前 chunk 是链表中的最后一个 chunk。
/// </remarks>
private void ExpandByABlock(int minBlockCharCount)
{// 调试断言：确保当前 chunk 已满（容量 == 长度）Debug.Assert(Capacity == Length, nameof(ExpandByABlock) + " should only be called when there is no space left.");// 调试断言：确保请求的最小容量是正数Debug.Assert(minBlockCharCount > 0);// 验证当前 chunk 的状态是否合法（调试用）AssertInvariants();// 检查扩容后是否会超过最大容量或发生整数溢出if ((minBlockCharCount + Length) > m_MaxCapacity || minBlockCharCount + Length < minBlockCharCount){throw new ArgumentOutOfRangeException("requiredLength", SR.ArgumentOutOfRange_SmallCapacity);}// 计算新 chunk 的容量：// - 至少为 minBlockCharCount（满足当前需求）// - 如果当前字符串长度较小，则取当前长度，实现“容量翻倍”策略// - 但不能超过 MaxChunkSize（防止分配过大内存块）int newBlockLength = Math.Max(minBlockCharCount,Math.Min(Length, MaxChunkSize));// 检查是否会溢出 int.MaxValue（逻辑总长度）if (m_ChunkOffset + m_ChunkLength + newBlockLength < newBlockLength){throw new OutOfMemoryException();}// 提前分配新的字符数组，避免在分配失败时留下不一致的状态char[] chunkChars = GC.AllocateUninitializedArray<char>(newBlockLength);// 创建一个新的 StringBuilder 实例（新 chunk），并将当前 chunk 设置为其前一个 chunkm_ChunkPrevious = new StringBuilder(this);// 更新当前 chunk 的偏移量：当前 chunk 的字符总数 + 前面所有 chunk 的字符总数m_ChunkOffset += m_ChunkLength;// 当前 chunk 已经“转移”了所有字符，因此长度清零m_ChunkLength = 0;// 将当前 chunk 的字符数组指向新分配的缓冲区m_ChunkChars = chunkChars;// 再次验证当前 chunk 的状态是否合法（调试用）AssertInvariants();
}

ExpandByABlock 方法是 StringBuilder 扩容机制的核心部分之一，原理和Append(char value, int repeatCount) 类似：

  • 它会 创建一个新的 chunk，并将当前 chunk 的数据“转移”过去。
  • 然后将当前 chunk 清空，指向一个新分配的缓冲区，准备接收新数据。
  • 通过这种方式，StringBuilder 可以高效地 链式增长，而不会频繁复制整个字符串。

九、ToString方法详解

public override string ToString()
{// 断言检查：确保当前 StringBuilder 的内部状态是合法的（调试时使用）AssertInvariants();// 如果总长度为 0，直接返回空字符串，避免不必要的操作if (Length == 0){return string.Empty;}// 快速分配一个指定长度的字符串，用于最终结果// string.FastAllocateString 是内部方法，用于高效分配字符串空间string result = string.FastAllocateString(Length);// 使用 unsafe 代码块，允许使用指针进行高效内存操作unsafe{// 将结果字符串的指针固定，防止在 GC 中被移动（否则指针会失效）fixed (char* destinationPtr = result){// 从当前 chunk 开始，沿着链表向前遍历所有 chunksStringBuilder? chunk = this;// 循环处理每一个 chunkdo{// 只有当前 chunk 中有数据才进行复制if (chunk.m_ChunkLength > 0){// 将 chunk 中的字段复制到局部变量中// 这样可以避免在多线程环境下字段被修改导致的数据不一致问题char[] sourceArray = chunk.m_ChunkChars;int chunkOffset = chunk.m_ChunkOffset;  // 当前 chunk 在整个字符串中的起始位置int chunkLength = chunk.m_ChunkLength;  // 当前 chunk 中实际存储的字符数// 边界检查：确保不会越界访问源数组和目标字符串if ((uint)(chunkLength + chunkOffset) <= (uint)result.Length &&(uint)chunkLength <= (uint)sourceArray.Length){// 将源字符数组的指针固定fixed (char* sourcePtr = &sourceArray[0]){// 将当前 chunk 的字符复制到最终字符串的对应位置// destinationPtr + chunkOffset 表示目标字符串中的偏移位置// sourcePtr 是源字符数组的起始地址// chunkLength 是要复制的字符数量string.wstrcpy(destinationPtr + chunkOffset, sourcePtr, chunkLength);}}else{// 如果越界，抛出异常throw new ArgumentOutOfRangeException(nameof(chunkLength), SR.ArgumentOutOfRange_Index);}}// 移动到前一个 chunk，继续处理链表中的其他部分chunk = chunk.m_ChunkPrevious;} while (chunk != null); // 直到没有更多 chunk 为止// 返回最终拼接好的字符串return result;}}
}

当调用 sb.ToString() 时，会从最后一个 Chunk 开始，沿着 m_ChunkPrevious 一路向前遍历，把所有 Chunk 的字符数组拼接起来，最终返回完整的字符串。

这个过程虽然比单一块慢，但比起频繁复制数组，在大多数场景下是值得的。

http://www.lryc.cn/news/589916.html

相关文章：

  • 在不升级Office 32位的情况下，安装64位MDAC
  • 15.dispatcherRunner启动
  • 上线！《指标 + AI 数智应用白皮书》聚焦智能问数与分析等AI高阶应用，深入剖析四大行业落地实践
  • Python数据分析全流程指南：从数据采集到可视化呈现的实战解析
  • 修改pipenv默认安装路径
  • 李宏毅2025《机器学习》第七讲-推理模型：从原理、流派到未来挑战
  • Python面向对象编程(OOP)详解：通俗易懂的全面指南
  • C++面向对象创建打印算术表达式树
  • IIS-网站报500.19错误代码0x8007000d问题解决
  • 代码随想录算法训练营十七天|二叉树part07
  • LeafletJS 入门：构建你的第一个交互式地图
  • 【无标题】LighthouseGS：面向全景式移动拍摄的室内结构感知三维高斯泼溅
  • Day36 Java方法和流程控制练习 计算器
  • 微软AutoGen：多智能体协作的工业级解决方案
  • ESP32——快速入门
  • 外接硬盘写入速度很慢？Windows 写入缓存功能开启教程！
  • 知识点3：python-sdk 核心概念（prompt、image、context）
  • 项目学习笔记 display从none切换成block
  • 尚庭公寓-------图片上传接口
  • 2025年工会考试题库及答案
  • alpineLinux修改包管理为国内源
  • 详解SPFA算法-单源最短路径求解
  • 陆面、生态、水文模拟与多源遥感数据同化的实践技术应用
  • 【图灵完备】算数运算
  • sktime - 时间序列机器学习统一接口
  • 控制Vue对话框显示隐藏
  • C++设计模式之创建型模式
  • 【机器学习】数据理解：数据导入、数据审查与数据可视化
  • 数据降维方法：PCA
  • 集训Day02笔记总结（关于一些OJ题目的）