Go：如何高效地拼接字符串

不久前，因为一些原因，我们决定用 Go 语言对一个 Java 项目进行重构。这个项目的业务非常简单，在实现简单业务的简单功能时，需要将几组短字符串按顺序拼接成一个长字符串。毋庸置疑，使用 + 操作符，是常用的字符串拼接方法，这在很多编程语言中都适用，Go 也不例外。

功能重构很快完成了，但在代码 review 环节时，对新语言的好奇心频频冒出，Go 语言中是否有其他更为高级或者灵活的方法呢？经过一番调研尝试，初步得出使用 strings.Builder 是性能最优的结论，于是，决定用它替换 + 操作符，并部署到线上。

几个月后，该项目在原基础上需求有所增加。再次面对该代码，心情也发生了变化，使用 strings.Builder 固然可行，但它需要三行代码，相比之下，用 + 操作符一行代码便能实现。在简洁性和高效性之间，该如何抉择呢？Go 语言中，是否有鱼和熊掌兼得的方法？

抱着这样的心思，我总结出 Go 语言中至少有 6 种关于字符串的拼接方式。但新问题也随之产生了，为何 Go 语言支持如此多种拼接方式？每种方式的存在，其背后的原因和逻辑又是什么呢？

让我们先分两种常用场景、两种字符串长度进行对比看看。

一、不同情景下的效率测试

待拼接字符串长度、次数已知，可一次完成字符串拼接，测试结果如下：

• 32 字节以下。
• 超过 32 字节，未超过 64 字节。+ 操作符发生了一次内存分配，但效率依然很高。bytes.Buffer 高于 strings.Builder。
• 64 字节以上。+ 操作符优势依然明显，strings.Join() 也不甘示弱。

待拼接字符串长度、次数未知，需要循环追加完成拼接操作，测试结果如下：

• 32 字节以下。+ 每次拼接都会生成新字符串，导致大量的字符串创建、替代。
  
• 超过 32 字节，未超过 64 字节。bytes.Buffer 发生 2 次内存分配。
  
• 64 字节以上。bytes.Buffer 优势已然不再， strings.Builder 一骑绝尘。不过，这似乎还不是最终的结果。
• 大量字符串拼接，终于要使出 strings.Builder 的必杀器 Grow() 了，bytes.Buffer 也有 Grow() 方法，但似乎作用不大。

二、原理分析

从上面的测试结果可以看出，在不同情况下，每种拼接方式的效率都不同，为什么会这样呢？那就得从它们的拼接原理说起。

• + 操作符，也叫级联符。它使用简单、应用广泛。

    res := "发" + "发"
  

  拼接过程：
  1.编译器将字符串转换成字符数组后调用 runtime/string.go 的 concatstrings() 函数
  2.在函数内遍历字符数组，得到总长度
  3.如果字符数组总长度未超过预留 buf(32字节)，使用预留，反之，生成新的字符数组，根据总长度一次性分配内存空间
  4.将字符串逐个拷贝到新数组，并销毁旧数组

• += 追加操作符，与 + 操作符相同，也是通过 runtime/string.go的concatstrings() 函数实现拼接，区别是它通常用于循环中往字符串末尾追加，每追加一次，生成一个新的字符串替代旧的，效率极低。

    res := "发"
    res += "发"
  

  拼接过程：
  1.同上

• bytes.Buffer ，在 Golang 1.10 之前，它是循环中往末尾追加效率最高的方法，尤其是当拼接的字符串数量较大时。

     var b bytes.Buffer    // 创建一个 buffer
     b.WriteString("发")   // 将字符串追加到buffer上 
     b.WriteString("发")   
     b.String()            // 取出字符串并返回
  

  拼接过程：
  1.创建 []byte ，用于缓存需要拼接的字符串
  2.首次使用 WriteString() 填充字符串时，由于字节数组容量为 0 ，最少会发生 1 次内存分配
  3.待拼接字符串长度小于 64 字节，make 一个长度为字符串总长度，容量为 64 字节的新数组
  4.待拼接字符串超过 64 字节时动态扩容，按 2* 当前容量 + 待拼接字符长度 make 新字节数组
  5.将字节数组转换成 string 类型返回

• strings.Builder 在 Golang 1.10 更新后，替代了byte.Buffer，成为号称效率最高的拼接方法。

    var b strings.Builder  
    b.WriteString("发")   
    b.WriteString("发")
    b.String()
  

  拼接过程：
  1.创建 []byte，用于缓存需要拼接的字符串
  2.通过 append 将数据填充到前面创建的 []byte 中
  3.append 时，如果字符串超过初始容量 8 且小于 1024 字节时，按乘以 2 的容量创建新的字节数组，超过 1024 字节时，按 1/4 增加
  4.将老数据复制到新创建的字节数组中 5.追加新数据并返回

• strings.Join() 主要适用于以指定分隔符方式连接成一个新字符串，分隔符可以为空，在字符串一次拼接操作中，性能仅次于 + 操作符。

    strings.Join([]string{"发", "发"}, "")
  

  拼接过程：
  1.接收的是一个字符切片
  2.遍历字符切片得到总长度，据此通过 builder.Grow 分配内存
  3.底层使用了 strings.Builder，每使用一次 strings.Join() ，都会创建新的 builder 对象

• fmt.Sprintf()，返回使用 format 格式化的参数。除了字符串拼接，函数内还有很多格式方面的判断，性能不高，但它可以拼接多种类型，字符串或数字等。

    fmt.Sprintf("str1 = %v,str2 = %v", "发", "发")
  

  拼接过程:
  1.创建对象
  2.字符串格式化操作
  3.将格式化后的字符串通过 append 方式放到[] byte 中
  4.最后将字节数组转换成 string 返回

三、结论

在待拼接字符串确定，可一次完成字符串拼接的情况下，推荐使用 + 操作符，即便 strings.Builder 用 Grow() 方法预先扩容，其性能也是不如 + 操作符的，另外，Grow()也不可设置过大。

在拼接字符串不确定、需要循环追加字符串时，推荐使用 strings.Builder。但在使用时，必须使用 Grow() 预先扩容，否则性能不如 strings.Join()。