Khi thực hiện so sánh không phân biệt chữ hoa chữ thường, chuyển đổi chuỗi thành chữ hoa hoặc chữ thường có hiệu quả hơn không? Nó thậm chí không quan trọng?

Trong bài đăng SO này được gợi ý rằng C # hiệu quả hơn với ToUpper vì "Microsoft đã tối ưu hóa nó theo cách đó." Nhưng tôi cũng đã đọc lập luận này rằng việc chuyển đổi ToLower so với ToUpper phụ thuộc vào những gì chuỗi của bạn chứa nhiều hơn và các chuỗi thường chứa nhiều ký tự chữ thường hơn, điều này làm cho ToLower hiệu quả hơn.

Đặc biệt, tôi muốn biết:

• Có cách nào để tối ưu hóa ToUpper hoặc ToLower để cái này nhanh hơn cái kia không?
• So sánh phân biệt chữ hoa chữ thường giữa các chuỗi chữ hoa hoặc chữ thường có nhanh hơn không và tại sao?
• Có bất kỳ môi trường lập trình nào (ví dụ: C, C #, Python, bất cứ thứ gì) trong đó một trường hợp rõ ràng là tốt hơn trường hợp kia không, và tại sao?

Việc chuyển đổi thành chữ hoa hoặc chữ thường để so sánh không phân biệt chữ hoa chữ thường là không chính xác do các đặc điểm "thú vị" của một số nền văn hóa, đặc biệt là Thổ Nhĩ Kỳ. Thay vào đó, hãy sử dụng StringComparer với các tùy chọn thích hợp.

MSDN có một số hướng dẫn tuyệt vời về xử lý chuỗi. Bạn cũng có thể muốn kiểm tra xem mã của mình có vượt qua bài kiểm tra của Thổ Nhĩ Kỳ hay không .

CHỈNH SỬA: Lưu ý nhận xét của Neil về các phép so sánh không phân biệt chữ hoa chữ thường theo thứ tự . Cả cõi này khá âm u :(

Từ Microsoft trên MSDN:

Các phương pháp hay nhất để sử dụng chuỗi trong .NET Framework

Khuyến nghị cho việc sử dụng chuỗi

• Sử dụng phương thức String.ToUpperInvariant thay vì phương thức String.ToLowerInvariant khi bạn chuẩn hóa các chuỗi để so sánh.

Tại sao? Của Microsoft :

Chuẩn hóa chuỗi thành chữ hoa

Có một nhóm nhỏ các ký tự khi chuyển đổi thành chữ thường không thể thực hiện một chuyến đi vòng.

Ví dụ về một nhân vật không thể thực hiện một chuyến đi khứ hồi là gì?

• Bắt đầu : Biểu tượng Rho Hy Lạp (U + 03f1) ϱ
• Chữ hoa: Chữ Hy Lạp viết hoa Rho (U + 03a1) Ρ
• Chữ thường: Rho Hy Lạp nhỏ (U + 03c1) ρ

ϱ, Ρ , ρ

.NET Fiddle

Original: ϱ
ToUpper: Ρ
ToLower: ρ

Đó là lý do tại sao, nếu bạn muốn so sánh không phân biệt chữ hoa chữ thường, bạn chuyển đổi các chuỗi thành chữ hoa chứ không phải chữ thường.

Vì vậy, nếu bạn phải chọn một, hãy chọn Chữ hoa .

Theo MSDN , hiệu quả hơn là chuyển vào các chuỗi và yêu cầu so sánh bỏ qua trường hợp:

String.Compare (strA, strB, StringComparison.OrdinalIgnoreCase) tương đương với ( nhưng nhanh hơn ) gọi

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

Những so sánh này vẫn còn rất nhanh.

Tất nhiên, nếu bạn đang so sánh lặp đi lặp lại một chuỗi thì điều này có thể không ổn.

Dựa trên các chuỗi có xu hướng có nhiều mục nhập chữ thường hơn, về mặt lý thuyết, ToLower sẽ nhanh hơn (nhiều phép so sánh, nhưng ít phép gán).

Trong C, hoặc khi sử dụng các phần tử có thể truy cập riêng lẻ của từng chuỗi (chẳng hạn như chuỗi C hoặc kiểu chuỗi của STL trong C ++), nó thực sự là một phép so sánh byte - vì vậy so sánh UPPERkhông khác gì lower.

Nếu bạn lén lút và tải các chuỗi của mình vào longcác mảng thay vào đó, bạn sẽ nhận được so sánh rất nhanh trên toàn bộ chuỗi vì nó có thể so sánh 4 byte cùng một lúc. Tuy nhiên, thời gian tải có thể làm cho nó không đáng giá.

Tại sao bạn cần biết cái nào nhanh hơn? Trừ khi bạn đang thực hiện một loạt các phép so sánh chỉ số, việc chạy nhanh hơn một vài chu kỳ không liên quan đến tốc độ thực thi tổng thể và nghe có vẻ như là tối ưu hóa quá sớm :)

Microsoft đã tối ưu hóa ToUpperInvariant(), không ToUpper(). Sự khác biệt là bất biến thân thiện với văn hóa hơn. Nếu bạn cần thực hiện so sánh phân biệt chữ hoa chữ thường trên các chuỗi có thể khác nhau về văn hóa, hãy sử dụng Bất biến, nếu không thì hiệu suất của chuyển đổi bất biến sẽ không thành vấn đề.

Tuy nhiên, tôi không thể nói liệu ToUpper () hay ToLower () nhanh hơn. Tôi chưa bao giờ thử nó vì tôi chưa bao giờ gặp tình huống mà hiệu suất lại quan trọng đến thế.

Nếu bạn đang thực hiện so sánh chuỗi trong C # thì sẽ nhanh hơn đáng kể khi sử dụng .Equals () thay vì chuyển đổi cả hai chuỗi thành chữ hoa hoặc chữ thường. Một điểm cộng lớn khác khi sử dụng .Equals () là nhiều bộ nhớ hơn không được phân bổ cho 2 chuỗi chữ hoa / thường mới.

Nó thực sự không bao giờ nên quan trọng. Với các ký tự ASCII, điều đó chắc chắn không quan trọng - đó chỉ là một vài so sánh và một chút lật ngược cho cả hai hướng. Unicode có thể phức tạp hơn một chút, vì có một số ký tự thay đổi chữ hoa chữ thường theo những cách kỳ lạ, nhưng thực sự sẽ không có bất kỳ sự khác biệt nào trừ khi văn bản của bạn chứa đầy các ký tự đặc biệt đó.

Làm đúng, sẽ có một lợi thế tốc độ nhỏ, không đáng kể nếu bạn chuyển đổi sang chữ thường, nhưng điều này, như nhiều người đã gợi ý, phụ thuộc vào văn hóa và không được kế thừa trong hàm nhưng trong chuỗi bạn chuyển đổi (rất nhiều chữ thường nghĩa là có ít phép gán cho bộ nhớ) - chuyển đổi sang chữ hoa sẽ nhanh hơn nếu bạn có một chuỗi có nhiều chữ hoa.

Nó phụ thuộc. Như đã nêu ở trên, đơn giản chỉ là ASCII, giống hệt của nó. Trong .NET, hãy đọc về và sử dụng String. So sánh chính xác của nó với nội dung i18n (ngôn ngữ văn hóa và unicode). Nếu bạn biết bất cứ điều gì về khả năng của đầu vào, hãy sử dụng trường hợp phổ biến hơn.

Hãy nhớ rằng, nếu bạn đang thực hiện nhiều chuỗi so sánh độ dài là một phân biệt đầu tiên tuyệt vời.

Nếu bạn đang xử lý ASCII thuần túy, điều đó không thành vấn đề. Nó chỉ là OR x, 32 so với AND x, 224. Unicode, tôi không biết ...