c# - 如何快速替换数组中的字符

Question

我在 XML 文件上使用 XML 文本阅读器，该文件可能包含对阅读器无效的字符。我最初的想法是创建我自己的流阅读器版本并清除坏字符，但它严重减慢了我的程序。

public class ClensingStream : StreamReader
{
        private static char[] badChars = { '\x00', '\x09', '\x0A', '\x10' };
    //snip
        public override int Read(char[] buffer, int index, int count)
        {
            var tmp = base.Read(buffer, index, count);

            for (int i = 0; i < buffer.Length; ++i)
            {
                //check the element in the buffer to see if it is one of the bad characters.
                if(badChars.Contains(buffer[i]))
                    buffer[i] = ' ';
            }

            return tmp;
        }
}

根据我的探查器，代码在 if(badChars.Contains(buffer[i])) 中花费了 88% 的时间慢？

Answer 1

它在该行花费这么多时间的原因是因为 Contains方法循环遍历数组以查找字符。

将字符放在HashSet<char>中相反:

private static HashSet<char> badChars =
  new HashSet<char>(new char[] { '\x00', '\x09', '\x0A', '\x10' });

检查集合是否包含字符的代码看起来与在数组中查找相同，但它使用字符的哈希码来查找它而不是遍历数组中的所有项目。

或者，您可以将字符放在一个开关中，这样编译器将创建一个有效的比较:

switch (buffer[i]]) {
  case '\x00':
  case '\x09':
  case '\x0A':
  case '\x10': buffer[i] = ' '; break;
}

如果你有更多的字符(5 或 6 个 IIRC)，编译器实际上会创建一个哈希表来查找案例，所以这类似于使用 HashSet .