C#由转换二进制所引起的思考，了解下？

Posted 2021-04-14 JeffckyShare

【导读】最近遇到很有意思转换二进制的问题，有部分童鞋俨然已了解，可能也有一部分童鞋没碰到过也就不知情，这里我们来深入学习下转换二进制所带来的问题。

在写此篇文章时，非常开心，收到再一次连任MVP的邮件，这是我第4年连任，希望能再接再厉，一如既往能够给大家分享我所获

二进制转换问题

假设现在我们有一个int类型的数据，它的范围区间暂且定在0-15之间，我们需要将其转换为二进制，然后获取二进制中的每一位，若不足4位则0填充。看似很简单是不是，直接通过C#内置APi即可达到此需求，如下：

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

上述将数字7转换为包含二进制位的字符串数组形式，7转换二进制然后不足4位以0填充即（0111），我们如下获取二进制位字符串数组为索引的位，结果应该打印出0，对吗？

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

好像一点毛病也没有，这是在控制台中进行打印，若是将该数据导出到Excel中，你会发现结果将可能是48或49而不是0或1（你可以一试）这是因为如下：

我们通过调试可知实际上在字符0上还携带有48，这个48实际上是字符0的ASCII码，字符1的ASCII码是49，通过如下代码即可证明：

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

我们对将对应字符数组索引数据进行如下ToString转换即可避免导出数据时可能出现的问题

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

转换字符数组问题

当我们转换为字符数组时，有两种方式，既可采用上述ToArray方法，也可以通过ToCharArray方法来实现，如下，那么哪种方法会更好呢？

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

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

此时比较此二者方法的性能好坏，只能去看对应源码实现，首先我们来看看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));
}

上述对于ToCharArray代码量还是不多，我们来看看ToArray方法实现，如下：

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

上述只是写了一个扩展方法，我们继续往下看Buffer类的具体实现，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;
}

从代码量上看就觉得ToArray方法实现稍微复杂一点，所以我们选择使用ToCharArray会更好，我要是如此草草结束此文，一定会喷。

原归正传，我们一步步来分析，如上做了一点优化，首先会判断参数是否属于集合接口，若是则直接通过复制转换为数组形式，但是我们知道字符串肯定没有实现ICollection<T>接口，所以走另外一个条件分支，但是有的童鞋可能就有疑问了，此时为何可以遍历呢？那是因为针对字符实现了IEnumerable<char>接口，所以可以进行遍历，如下

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

接下来则是初始化容量为4的数组，为何这里为4呢？这里我认为应该谈不上优化，与其说是实现者的一种拍脑袋的想法，我倾向于理解为是一种权衡或考量，既然转到此分支说明一定是转换为二进制位的数组，比如上述进行填充后长度刚好为4。再接下来无用我再多讲，就是遍历所有字符数组，将每一个字符串添加到数组中去，直到数组长度和变量值（num）相等最终进行一次性复制，最终将数组赋值给数组元素以及将变量num赋值给数组元素的数量（count）。 

 

好了，讲解了这么多，那么问题来了，到底谁的性能会更好呢？

ToCharArray方法实现底层采用指针操作转化为字符数组，而利用ToArray方法由于string没有实现ICollection<T>接口，也就是说根本不清楚字符串中字符数组的长度，所以只能采取低效遍历的方式去进行转换，我们可认为通过中间缓冲区的方式（即上述通过实例化数组作为桥梁最终进行复制）实现。

由此得出，在将字符串转换为字符数组时，一定要用ToCharArray方法而不是ToArray，ToCharArray性能优于ToArray方法，我不禁在想，针对字符转换为数组只提供ToCharArray方法不就好了么，为何还要提供ToArray方法，让人容易产生误会，它的场景难道还有其他吗？

本文详细讲解了在转换二进制数据所引发的一点个人思考，在将字符串转换为字符数组时，通过方法名称意思可能直接就用ToCharArray方法，但是又偏偏提供了字符串的ToArray方法，其本质是针对字符数组的扩展方法，如果对源码不了解的话，根本就不清楚到底应该用哪一个，从性能角度讲，ToCharArray方法优于ToArray方法，至于最终用哪一个，你说了算。