Lua中的字符串拼接浅析

Posted 2021-04-10 小孟说coding

    在使用Lua时，字符串的拼接是最最常见的操作之一，而在Lua中完成字符串拼接的方式大概有以下四种：

1、运算符..

2、table.concat()

3、string.format()

4、string.rep()

    那么在实现字符串拼接时选用什么方式能够提升效率呢？

    首先大家要明白在Lua中会维护一份所有字符串的拷贝，并且只保存字符串的引用，在进行字符串操作时实际上并没有影响到字符串的本身，而是改变了对字符串的引用，并且当字符串没有受到引用时将会在GC阶段回收掉。

所以为了提高字符串拼接的效率，应当尽量减少产生中间字符串的次数

一、运算符..

在使用..时需要注意以下限制：

(1)当第一个拼接的元素是数字时必须在数字后加上空格防止错误解释。

(2)拼接的元素只能是数字或者字符串

print("hello".."world")print(1 .."qwer")

在第一个字符串拼接的过程中Lua会先创建出两个字符串分别为 "hello" 和"world"，然后通过CONCAT函数来完成字符串的拼接。

void luaV_concat (lua_State *L, int total, int last) { do {      // 计算需要连接的字符串的长度 size_t tl = tsvalue(top-1)->len; for (n = 1; n < total && tostring(L, top-n-1); n++) { size_t l = tsvalue(top-n-1)->len; if (l >= MAX_SIZET - tl) luaG_runerror(L, "string length overflow"); tl += l;      } // 申请对应长度的内存    buffer = luaZ_openspace(L, &G(L)->buff, tl); // 通过memcpy拼接字符串 for (i=n; i>0; i--) { /* concat all strings */ size_t l = tsvalue(top-i)->len; memcpy(buffer+tl, svalue(top-i), l); tl += l; }}

    需要注意的是：不是每个拼接符的使用都会产生出中间字符串，在同一语句中使用多个..来连续拼接时会将所有需要拼接的字符串全部收集起来一起拼接，所以在较少字符串需要拼接时可以直接通过运算符..来连续拼接。

二、table.concat(table,step,start,end):实际上是将多个字符串用table缓存起来完成拼接，将table的数组部分从start到end的元素以指定的step拼接起来。其中step是可指定的拼接字符。

local result = {}for i=0,10 do result[i] = "q"endlocal string_result=table.concat( result,"wer", 1, 10 )print(string_result)

输出结果如下：

concat的实现是通过tconcat来完成的，其源码如下：

static int tconcat (lua_State *L) {  // 取出输入的step参数，若step为nil，则sep=""  const char *sep = luaL_optlstring(L, 2, "", &lsep); // 检查输入的table参数类型是否为table  luaL_checktype(L, 1, LUA_TTABLE); // i table起始索引,如果起始索引为nil，则默认从1开始  i = luaL_optint(L, 3, 1); // last table结束索引，如果结束索引为nil，则默认为table数组部分大小。  last = luaL_opt(L, luaL_checkint, 4, luaL_getn(L, 1)); // 申请一块buff，存合并后的数据，初始buff大小为8192 // 当buff大小用完后就直接用luaV_concat在栈上做字符串连接  luaL_buffinit(L, &b); // 把table里面索引从i到last的值取出来，并放到buff里面，buff大小为BUFSIZ(8192) // 每当写满一个buff，就把buff生成一个TString，并放到栈上，并把buff清空重新写 for (; i < last; i++) { addfield(L, &b, i); luaL_addlstring(&b, sep, lsep);  } // 把最后一个元素放入buff // 把buff生成一个TString，并放到栈上 if (i == last)     addfield(L, &b, i); // 把栈上之前所有生成的TString通过luaV_concat（就是 .. 语法糖的合并函数）合并成一个TString，放到栈上，相当于返回值，供上层函数取用 luaL_pushresult(&b); return 1;}

    从源码中可看出使用table.concat将会大大减少了申请新内存的次数，只有需要拼接的字符串写满了一个buff大小或者输入完成时才会生成一个Tstring，所以一定程度上减少了对运算符..的使用，从而提高了拼接的效率。

但是使用table.concat需要先构造一个table，而table同样属于GC的对象，并且相对于字符串而言table的创建需要消耗更多的时间和内存，所以只有在需要拼接大量字符串时再采用这种方式。

三、string.format(fmt,[...]):可将不同类型的数据格式转化为字符串

%c - 接受一个数字, 并将其转化为ASCII码表中对应的字符%d, %i - 接受一个数字并将其转化为有符号的整数格式%o - 接受一个数字并将其转化为八进制数格式%u - 接受一个数字并将其转化为无符号整数格式%x - 接受一个数字并将其转化为十六进制数格式, 使用小写字母%X - 接受一个数字并将其转化为十六进制数格式, 使用大写字母%e - 接受一个数字并将其转化为科学记数法格式, 使用小写字母e%E - 接受一个数字并将其转化为科学记数法格式, 使用大写字母E%f - 接受一个数字并将其转化为浮点数格式%g(%G) - 接受一个数字并将其转化为%e(%E, 对应%G)及%f中较短的一种格式%q - 接受一个字符串并将其转化为可安全被Lua编译器读入的格式%s - 接受一个字符串并按照给定的参数格式化该字符串符号: 一个+号表示其后的数字转义符将让正数显示正号. 默认情况下只有负数显示符号.占位符: 一个0, 在后面指定了字串宽度时占位用. 不填时的默认占位符是空格.对齐标识: 在指定了字串宽度时, 默认为右对齐, 增加-号可以改为左对齐.宽度数值小数位数/字串裁切: 在宽度数值后增加的小数部分n, 若后接f(浮点数转义符, 如%6.3f)则设定该浮点数的小数只保留n位, 若后接s(字符串转义符, 如%5.3s)则设定该字符串只显示前n位.

在这里的使用是与C的sprintf类似的，其源码的实现是str_format函数

static int str_format (lua_State *L) {  int arg = 1; // 从栈上获取第一个参数：fmt，两个指针分别指向该字符串的起止位置 const char *strfrmt = luaL_checklstring(L, arg, &sfl);  const char *strfrmt_end = strfrmt+sfl; // 初始化一个8192大小的BUFF，格式化的字符串将会存入其中。 luaL_Buffer b; luaL_buffinit(L, &b);  while (strfrmt < strfrmt_end) { // 非%...的直接写入BUFF if (*strfrmt != L_ESC) luaL_addchar(&b, *strfrmt++);  // %% 直接写入% else if (*++strfrmt == L_ESC) luaL_addchar(&b, *strfrmt++); /* %% */ else { /* format item */ // 每找到一个%... 就写入form // 把找到的%...，格式化后的结果写入buff char form[MAX_FORMAT]; /* to store the format (`%...') */ char buff[MAX_ITEM]; /* to store the formatted item */  strfrmt = scanformat(L, strfrmt, form); switch (*strfrmt++) { // 对%c做具体格式化 case 'c': { sprintf(buff, form, (int)luaL_checknumber(L, arg)); break; } ...      } // 将格式化后结果写入BUFF // 如果BUFF大小不够，则先将BUFF生成一个TString，并压入栈上，清空BUFF重新写 luaL_addlstring(&b, buff, strlen(buff)); }  } // 把栈上之前所有生成的TString通过luaV_concat（就是 .. 语法糖的合并函数）合并成一个TString，放到栈上，相当于返回值，供上层函数取用 luaL_pushresult(&b); return 1;}

    可以看出，string.format()会对输入进行解析，并将不同类型的数据格式转化为字符串，再存入buff中，之后的操作基本等同于table.concat，相比于table.concat，string.format不需要创建表，但是需要对输入数据进行解析转化，具体的应用场景还是需要参考实际需求。

四、string.rep(str,n):重复的对一个字符串做N次拼接

local start_time = os.clock()local result = string.rep("abc", 1000000)local end_time = os.clock()time = end_time - start_timeprint(time)

结果如下：可以看出使用string.rep来完成多次重复拼接的速度相对是很快的。

所以让我们来看下它的源码实现，如下：

static int str_rep (lua_State *L) {  // 获取字符串s  const char *s = luaL_checklstring(L, 1, &l); // 获取重复次数n  int n = luaL_checkint(L, 2); // 初始化一个buff，buff大小为8192  luaL_buffinit(L, &b); // 把字符串 s 写入到buff，重复写 n 次 // 当buff大小不够时的处理同string.format的实现。 while (n-- > 0)    luaL_addlstring(&b, s, l); // 获得最后的结果 luaL_pushresult(&b); return 1;}

    相比于string.format和table.concat，由于string.rep既不需要创建表，也不需要对输入数据进行解析，而是不断重复写入字符串，在写入数据达到buff上限时再生成一个Tstring，所以在重复拼接多个字符串时毫无疑问string.rep()的效率是最快的。

五、总结：

以上四种字符串拼接的方式各有优劣，总的来说遵循以下几条原则来实现字符串拼接即可：

(1)拼接大量重复字符串时使用string.rep()

(2)字符串简单且数量较少时使用运算符..

(3)对数据格式转换、对齐等格式有要求的应用string.format()

(4)子串数量庞大时应尽量采用table.concat()

参考文章：

https://blog.csdn.net/fengshenyun/article/details/89952494