Question

这个简单的c＃代码用于在HTML中查找脚本块，需要0.5秒才能在74K字符串上运行，其中只有9个脚本块。这是2.8Ghz i7 CPU上未发布的二进制文件。我通过此代码进行了多次运行，以确保性能不受JIT的阻碍。事实并非如此。

这是VS2010 .NET 4.0客户端配置文件。 64

为什么这么慢？

                int[] _exclStart = new int[100];
                int[] _exclStop = new int[100];
                int _excl = 0;
                for (int f = input.IndexOf("<script", 0); f != -1; )
                {
                    _exclStart[_excl] = f;
                    f = input.IndexOf("</script", f + 8);
                    if (f == -1)
                    {
                        _exclStop[_excl] = input.Length;
                        break;
                    }
                    _exclStop[_excl] = f;
                    f = input.IndexOf("<script", f + 8);
                    ++_excl;
                }

Answer 1

我使用此页面上的源代码作为示例，然后我将内容复制8次，导致页面长度为334,312字节。使用StringComparision.Ordinal会产生巨大的性能差异。

string newInput = string.Format("{0}{0}{0}{0}{0}{0}{0}{0}", input.Trim().ToLower());
//string newInput = input.Trim().ToLower();

System.Diagnostics.Stopwatch sw = new System.Diagnostics.Stopwatch();
sw.Start();
int[] _exclStart = new int[100];
int[] _exclStop = new int[100];
int _excl = 0;
for (int f = newInput.IndexOf("<script", 0, StringComparison.Ordinal); f != -1; )
{
    _exclStart[_excl] = f;
    f = newInput.IndexOf("</script", f + 8, StringComparison.Ordinal);
    if (f == -1)
    {
        _exclStop[_excl] = newInput.Length;
        break;
    }
    _exclStop[_excl] = f;
    f = newInput.IndexOf("<script", f + 8, StringComparison.Ordinal);
    ++_excl;
}
sw.Stop();
Console.WriteLine(sw.Elapsed.TotalMilliseconds);

运行5次会产生几乎相同的结果（循环时间没有显着变化，因此对于这个简单的代码，JIT几乎没有时间来编译它）

使用原始代码输出（毫秒）：

10.2786
11.4671
11.1066
10.6537
10.0723

使用上述代码输出（毫秒）：

0.3055
0.2953
0.2972
0.3112
0.3347

请注意，我的测试结果大约是 0.010秒（原始代码）和 0.0003秒（对于序数代码）。这意味着除了这段代码之外你还有别的错误。

如果正如您所说，使用StringComparison.Ordinal对您的表现没有任何作用，则表示您使用不正确的计时器来计算您的表现，或者您在阅读input值时遇到很大的开销，例如再次从流中读取它，否则你没有意识到。

使用.NET 4 Client Profile在3GHz i5上运行的Windows 7 x64下进行测试。

建议：

1. 使用StringComparison.Ordinal
2. 确保您使用System.Diagnostics.Stopwatch时间表现
3. 为input声明一个局部变量，而不是使用函数外部的值（例如：string newInput = input.Trim().ToLower();）

我再次强调，对于使用您提供的完全相同的代码显然超过4倍的测试数据，我的速度快50倍。这意味着我的测试比你的测试运行快200倍，这不是任何人都会期望的，因为我们都运行相同的环境而只是i5（我）和i7（你）。

Answer 2

您正在使用的IndexOf重载是文化敏感的，这会影响性能。相反，使用：

input.IndexOf("<script", 0, StringComparison.Ordinal); 

Answer 3

我建议使用RegEx，因为表达式只编译一次，所以它提供了显着的性能提升。而IndexOf本质上是一个基于每个字符运行的循环，这可能意味着，你的主循环中有3个“循环”，当然，IndexOf不会像常规循环一样慢，但是当输入大小增加时时间增加。 Regex具有内置函数，可以返回您定义的每个模式的出现次数和位置。

编辑：这可能会对IndexOf IndexOf Perf

的表现有所了解

Answer 4

我只是在Windows 7上使用.NET 4.0测试IndexOf性能

public void Test()
{
    var input = "Hello world, I'm ekk. This is test string";

    TestStringIndexOfPerformance(input, StringComparison.CurrentCulture);
    TestStringIndexOfPerformance(input, StringComparison.InvariantCulture);
    TestStringIndexOfPerformance(input, StringComparison.Ordinal);

    Console.ReadLine();
}

private static void TestStringIndexOfPerformance(string input, StringComparison stringComparison)
{
    var count = 0;
    var startTime = DateTime.UtcNow;
    TimeSpan result;

    for (var index = 0; index != 1000000; index++)
    {
        count = input.IndexOf("<script", 0, stringComparison);
    }

    result = DateTime.UtcNow.Subtract(startTime);

    Console.WriteLine("{0}: {1}", stringComparison, count);
    Console.WriteLine("Total time: {0}", result.TotalMilliseconds);
    Console.WriteLine("--------------------------------");
}

结果是：

CurrentCulture:
    Total time: 225.4008

InvariantCulture:
    Total time: 187.2003

Ordinal:
    Total time: 124.8003

正如您所看到的，Ordinal的表现稍好一些。

Answer 5

我不在这里讨论代码，可能会用Regex编写等等......但是为了我很慢，因为 IndexOf（） * 在< / em> * for总是从头开始重新扫描字符串（它总是从索引0开始）尝试从最后发现的存储中扫描。