解析没有字符串拆分

Question

这是some other question 中讨论的衍生产品。

假设我必须解析大量非常长的字符串。每个字符串都包含一个由空格分隔的doubles 序列（当然是文本表示）。我需要将doubles 解析为List<double>。

标准解析技术（使用string.Split + double.TryParse）似乎很慢：我们需要为每个数字分配一个字符串。

我尝试使它成为类似 C 的旧方式：计算包含数字的子字符串的开头和结尾的索引，并“就地”解析它，而不创建额外的字符串。 （见http://ideone.com/Op6h0，下图为相关部分。）

int startIdx, endIdx = 0;
while(true)
{
    startIdx = endIdx;
    // no find_first_not_of in C#
    while (startIdx < s.Length && s[startIdx] == ' ') startIdx++;
    if (startIdx == s.Length) break;
    endIdx = s.IndexOf(' ', startIdx);
    if (endIdx == -1) endIdx = s.Length;
    // how to extract a double here?
}

string.IndexOf 的重载，只在给定的子字符串中搜索，但我没有找到从子字符串中解析双精度的方法，而没有先实际提取该子字符串。

有人有想法吗？

Answer 1

没有托管 API 可以从子字符串中解析双精度。我的猜测是，与 double.Parse 中的所有浮点运算相比，分配字符串将是微不足道的。

无论如何，您可以通过创建一个长度为 100 且仅包含空格的“缓冲区”字符串来保存分配。然后，对于要解析的每个字符串，使用unsafe code 将字符复制到此缓冲区字符串中。您用空格填充缓冲区字符串。对于解析，您可以使用 NumberStyles.AllowTrailingWhite 这将导致尾随空格被忽略。

获取指向字符串的指针实际上是完全支持的操作：

    string l_pos = new string(' ', 100); //don't write to a shared string!
    unsafe 
    {
        fixed (char* l_pSrc = l_pos)
        {               
              // do some work
        }
    }

C# 具有将字符串绑定到 char* 的特殊语法。

Answer 2

如果你想做得非常快，我会使用状态机

这可能看起来像：

enum State
{
    Separator, Sign, Mantisse etc.
}
State CurrentState = State.Separator;
int Prefix, Exponent, Mantisse;
foreach(var ch in InputString)
{
    switch(CurrentState)
    { // set new currentstate in dependence of ch and CurrentState
        case Separator:
           GotNewDouble(Prefix, Exponent, Mantisse); 


    }

}