大写与小写

在进行不区分大小写的比较时，将string转换为大写还是小写更有效？ 它甚至重要吗？

在这个SOpost中提出，C＃对于ToUpper更有效，因为“微软就是这样优化它的”。 但是我也读过这个观点 ，即ToLower和ToUpper的转换取决于你的string包含了多less，而且通常string包含更多的小写字符，这使得ToLower更有效率。

特别是，我想知道：

  • 有没有办法优化ToUpper或ToLower，使其中一个比另一个更快？
  • 在大写或小写string之间进行不区分大小写的比较是否更快？为什么？
  • 有没有任何编程环境（如C，C＃，Python，不pipe），哪一个案例显然比另一个好，为什么？

由于某些文化，特别是土耳其的“有趣”特征，转换为大写或小写以区分大小写的比较是不正确的。 相反，使用带有适当选项的StringComparer 。

MSDN有一些关于string处理的很好的指导 。 您可能还想检查一下您的代码是否通过了土耳其testing 。

编辑：注意尼尔的评论围绕序号不区分大小写的比较。 这整个领域是相当朦胧:(

根据MSDN ，传递string并告诉比较忽略大小写是更高效的：

String.Compare（strA，strB，StringComparison.OrdinalIgnoreCase）等价于（ 但快于 ）调用

String.Compare（ToUpperInvariant（strA），ToUpperInvariant（strB），StringComparison.Ordinal）。

这些比较还是非常快的。

当然，如果你一遍又一遍地比较一个string，那么这可能不成立。

从MSDN上的Microsoft ：

在.NET Framework中使用string的最佳实践

string使用build议

  • 标准化string进行比较时，请使用String.ToUpperInvariant方法而不是String.ToLowerInvariant方法。

为什么？ 来自微软 ：

将string标准化为大写

有一小部分人物在转换成小写字母时不能往返。

这样的人物不能往返的例子是什么？

  • 开始 ：希腊Rho符号（U + 03f1）ρ
  • 大写：希腊语Rho（U + 03a1）Ρ
  • 小写：小希腊语Rho（U + 03c1）ρ

ρ， P ， ρ

这就是为什么，如果你想做大小写不敏感的比较，你把string转换为大写，而不是小写。

基于趋于具有更多小写字母的string，ToLower在理论上应该更快（大量比较，但很less分配）。

在C中，或者当使用每个string的单独可访问的元素（例如Cstring或C ++中的STL的stringtypes）时，它实际上是一个字节比较 – 所以比较UPPER与lower没有区别。

如果你偷偷摸摸地把你的string加载到long数组中，你会得到一个非常快的比较整个string，因为它可以一次比较4个字节。 但是，加载时间可能使它不值得。

为什么你需要知道哪个更快？ 除非你正在做一个比较度量，否则运行一个更快的周期与整体执行的速度无关，听起来像是过早的优化:)

微软已经优化了ToUpperInvariant() ，而不是ToUpper() 。 不同之处在于不变性更加文化友好。 如果您需要对文化中可能有所不同的string进行不区分大小写的比较，请使用Invariant，否则不变转换的性能应该无关紧要。

我不能说ToUpper（）或ToLower（）是否更快。 我从来没有尝试过，因为我从来没有一个性能重要的情况下。

如果您在C＃中进行string比较，则使用.Equals（）而不是将这两个string转换为大写或小写的速度要快得多。 使用.Equals（）的另一大优点是没有为2个新的大写/小写string分配更多的内存。

这真的不应该有问题。 对于ASCII字符，这绝对没有关系 – 这只是一些比较，而且对于任何一个方向都有点翻转。 Unicode可能会稍微复杂一点，因为有些字符会以奇怪的方式来改变大小写，但除非您的文本充满了这些特殊字符，否则确实不应该有任何区别。

正确的做法是，如果你转换成小写字母，应该有一个微不足道的速度优势，但是正如许多人所暗示的那样，这是一种文化依赖性，不是在函数中inheritance，而是在你转换的string中（大量小写字母意味着很less的内存分配） – 如果你有一个大量的大写字母的string转换为大写更快。

这取决于。 如上所述，只显示ASCII，其相同。 在.NET中，阅读和使用String.Compare它正确的国际化的东西（语言文化和unicode）。 如果您对input的可能性有所了解，请使用更常见的情况。

请记住，如果你正在做多个string比较长度是一个很好的第一鉴别器。

如果您使用纯ASCII进行处理，则无关紧要。 这只是一个OR x，32与AND x，224。 Unicode，我不知道…

Interesting Posts