C #: Что занимает больше памяти? Строка или байт-массив?

Question

C #: Что занимает больше памяти? Строка или байты?

Допустим, у меня есть строка с надписью «Мой текст», в какой форме эта строка будет использовать больше памяти в виде байта или строки?

Answer 1

Это зависит от кодировки символов байтового массива. Вы можете преобразовать любую строку в массив байтов, но вы должны выбрать кодировку; не существует единого стандарта или правильного кодирования. То, что раньше называлось ASCII, бесполезно за пределами англоязычного мира.

В большинстве кодировок «Мой текст» будет иметь длину 7 байт. Но добавьте некоторые символы с европейским акцентом или японские символы, и они (если они вообще могут быть представлены) могут содержать более одного или двух байтов каждый. В некоторых кодировках с некоторыми текстовыми строками представление массива байтов может быть больше, чем внутреннее представление Unicode, используемое System.String.

Answer 2

Что занимает больше памяти?

Итак, вы спрашиваете о размере представления в памяти . .net использует UTF-16 для строк, что означает, что ваш пример будет представлен 14 байтами, как видно из этого шестнадцатеричного дампа (UTF-16LE):

4d 00 79 00 20 00 54 00  65 00 78 00 74 00

Размер байтового массива будет зависеть от кодировки , которую вы используете для представления текста. Если вы используете UTF-16 , как это

Encoding.Unicode.GetBytes(string)

вы, очевидно, получаете те же 14 байтов. Если вы используете UTF-8 вместо:

Encoding.UTF8.GetBytes(string)

вы получите массив из 7 байтов:

4d 79 20 54 65 78 74

Это тот же размер (и то же представление), что и ASCII , поскольку в вашем примере используются только те символы, которые доступны в кодировке ASCII. Все эти символы, по определению, одинаковы в UTF-8.

Теперь, если вместо этого вы используете не-ASCII-символов , скажем, японское «日», для кодировки UTF-8 потребуется 3 байта:

e6 97 a5

UTF-16 потребуется только 2 байта:

e5 65

Попытка преобразовать японский символ в ASCII приведет к исключению или просто использовать "?" символ, в зависимости от того, как вы настроили Encoding, потому что ASCII не может представлять ничего, кроме символов ASCII.

Еще один немного другой пример, европейский символ "ä". 2 байта в UTF-8:

c3 a4

Также 2 байта в UTF-16:

e4 00

ASCII не может представлять этот символ.

Подводя итог, используемая память зависит от фактических данных в ваших строках и от того, какую кодировку вы используете для их представления .

Все вышесказанное говорит о потреблении памяти только для необработанных данных , обратите внимание, что для расчета общего потребления памяти вам также необходимо включить метаданные , которые являются частью каждого массива и строки, например, длина , а в случае строк .net также нулевой терминатор (2 дополнительных байта со значением '0'). Количество байтов для метаданных является постоянным и относительно небольшим, поэтому любая разница между строкой и массивом будет иметь значение только при наличии тонны очень маленьких текстов.

Answer 3

Наличие Unicode не означает, что строка будет занимать более одного байта на символ, это просто означает, что она «может» занимать более одного байта на символ.

http://www.joelonsoftware.com/articles/Unicode.html

Answer 4

Оба довольно близки. Только один реальный ответ:

Профилируйте его в своей структуре / архитектуре.

Answer 5

Есть хороший пост в блоге здесь , который дает уравнение того, сколько места занимает строка, а также различные взаимодействия со StringBuilder и выделением экземпляров

Answer 6

Массив байтов. Это сохранит ваш текст как символы ASCII (1 байт на символ), тогда как строка .NET использует Unicode, которые больше. Однако помните, что строки .NET, вероятно, более полезны, и в больших приложениях разница, вероятно, не будет иметь большого значения.

(обратите внимание также, что если вы просто используете символы ASCII в вашей строке .NET, то символы по-прежнему будут содержать только 1 байт)

Answer 7

Массив байтов занимал бы меньше памяти, если у вас не было нескольких копий строки, в этом случае строка занимала бы меньше памяти благодаря таблице строк.

Но настоящие вопросы - это действительно имеет значение? Существует много преимуществ использования строки в виде строки, а не ее хранения в виде массива байтов.

Я не знаю подробностей, так как ваш вопрос был очень узким, но я чувствую преждевременную оптимизацию.