本教程共 100 篇 · 第 27 篇 · 更新于 2026-07-31 · 约 8 分钟阅读

27. 字符串与字符集合

本节目标：理解 string 不可变的本质，学会用 ToCharArray 拿到可变字符，并初识 Span 的性能价值。

string 是不可变的

字符串（string）一旦创建，内部的字符序列就固定了。像 ToUpper、Replace、Substring 这类”看起来在改字符串”的方法，其实都返回了一个全新的字符串，原来的那个原封不动。

namespace CSharpDemo;

string name = "Alice";
string upper = name.ToUpper();

Console.WriteLine(name);   // Alice（原串没变）
Console.WriteLine(upper);  // ALICE（这是新串）

Note

不可变带来一个关键好处：字符串可以安全地在多个线程、多处代码间共享，谁都不必担心它被偷偷改掉。这也是为什么 string 用起来像值类型、本质上却是引用类型（reference type）。

为什么设计成不可变

如果字符串可变，会引出一连串麻烦：两个地方引用同一串，一处改了另一处跟着变；做哈希（hash）时内容一变，之前算的哈希就失效；作为字典键（key）时更是灾难。把它设成”改 = 生成新串”，就从根本上避免了这些隐患。

代价是：每次”修改”都要分配新内存，频繁改动时会有性能开销——这正是后面要讲的 StringBuilder 与 Span<char> 存在的理由。一句话总结：用一点性能，换来了安全和简单。

字符串驻留（interning）一谈

为了省内存，.NET 对相同的字符串字面量会做”驻留”：内容相同的常量字符串在内存里可能只存一份。这依赖的底层前提正是”不可变”——既然改不了，放心共享才安全。

Tip

普通业务代码不用关心驻留。只知道”相同字面量可能共享”即可，别依赖它做相等判断（相等请用 == 或 Equals，它们比的是内容）。

循环里拼接要小心

在循环里用 + 反复拼字符串，每次 += 都生成新串、丢弃旧串，既慢又产生大量垃圾。

namespace CSharpDemo;

string result = "";
for (int i = 0; i < 1000; i++)
{
    result += i;   // 每次都新建字符串，低效
}
Console.WriteLine(result.Length);

Warning

上百次、上千次循环里用 += 拼字符串，性能会明显变差，还会给垃圾回收器（GC）添负担。这种场景必须换方案，别等程序变慢才回头查。

大量拼接用 StringBuilder

StringBuilder 在一个可变的缓冲区上操作，追加时尽量不新建字符串，最后 ToString() 一次性生成结果。

namespace CSharpDemo;

var sb = new System.Text.StringBuilder();
for (int i = 0; i < 1000; i++)
{
    sb.Append(i);
}
string result = sb.ToString();
Console.WriteLine(result.Length);

Tip

经验法则：拼接次数很少（两三次）用 + 没问题；在循环里、或次数不确定时，直接用 StringBuilder。一条简单的判断：会不会”反复往里加”——会，就用它。

真要改字符：ToCharArray

想要原地修改某个字符，先用 ToCharArray 把字符串拆成 char 数组，改完再用 string 构造函数拼回去。

namespace CSharpDemo;

string name = "hello";
char[] chars = name.ToCharArray();
chars[0] = 'H';
string fixedName = new string(chars);

Console.WriteLine(fixedName);  // Hello

Note

ToCharArray 返回的是一份副本。你改的是副本，name 依旧是 “hello”。这一处再次印证：string 不可变，谁都改不动它本体，要改只能造新串。

索引取字符与 UTF-16 的坑

字符串能像数组一样用索引取单个 char，但 char 是 UTF-16 的一个”码元（code unit）“，并不一定等于一个完整字符。

namespace CSharpDemo;

string s = "码上学";
Console.WriteLine(s[0]);      // 码
Console.WriteLine(s.Length);  // 3

大部分中英文一个 char 就够，但某些字符（如部分 emoji、生僻字）要用两个 char（代理对，surrogate pair）表示。这时 s.Length 数的是码元个数，不是你眼里看到的”字形”个数。

Warning

处理可能含 emoji 或生僻字的国际化文本时，别简单按 char 遍历或切片，否则可能把一个字符从中间劈开。要正确按”字符”处理，可用 Rune 类型（.NET 提供的完整 Unicode 标量视图）逐个字素遍历，而不是按 char。

性能利器：Span

Span<char> 是一段连续内存的”视图（view）“，不复制数据就能切片、读取。它特别适合解析字符串的局部，比如取前若干字符：

namespace CSharpDemo;

string text = "hello world";
ReadOnlySpan<char> span = text.AsSpan(0, 5);

Console.WriteLine(span.ToString());  // hello

AsSpan 不复制整个字符串，只是”借看”其中一段。C# 14 还进一步丰富了 Span<char> 上的隐式转换，用起来更顺手。

Note

Span<T> 是 ref struct，约束很严：它不能装箱、不能当作异步方法的返回值、不能放进堆上的容器（如 List<Span<T>>）。它专为”方法内部、短期、高性能”的操作设计。初学阶段认识它、知道有这回事即可，不必深究。

三者怎么选

场景	用什么
少量、偶发的修改	直接接收方法返回的新串（如 `Replace`）
循环里反复拼接	`StringBuilder`
原地改个别字符	`ToCharArray` 改完合成新串
高性能解析/切片，不复制	`Span<char>` / `ReadOnlySpan<char>`

Tip

普通业务代码很少需要碰 char 数组或 Span。真正重要的认知只有两条：string 不可变，以及”循环里别用 + 拼”。掌握这两点，字符串操作基本不会踩坑。

常见坑

以为方法改了原串：Replace、ToUpper 都返回新串，忘了接住返回值，原串不变。
循环里 += 拼串：性能陷阱，换 StringBuilder。
按 char 切国际化文本：emoji 会断，必要时用 Rune。
误以为 Length 是字数：它数的是 UTF-16 码元，emoji 算两个。

最佳实践

把字符串当成”只读”来用，需要新内容就接收方法返回的新串。
拼接次数不定或很多，果断上 StringBuilder。
做字符串解析的高性能需求时，考虑 AsSpan 避免复制。
做相等判断用 ==，别依赖驻留或引用相等。

为什么不可变对字典键很重要

字符串常用作字典（Dictionary）的键。如果字符串可变，某天改了键的内容，而字典内部按内容算的哈希就失效了，原来存的值会找不到。不可变保证了”键从创建到销毁内容恒定”，所以放心拿字符串当键。

namespace CSharpDemo;

Dictionary<string, int> scores = [];
scores["小明"] = 88;
Console.WriteLine(scores["小明"]);  // 88

Note

这里顺手用集合表达式 [] 创建空字典，和上一章呼应。字符串作键时相等性按内容比较，不按引用，所以两个不同变量只要内容相同就是同一个键。

比较字符串的小提醒

判断相等用 == 即可，它会比内容。大量比较、要忽略大小写时，用 string.Equals(a, b, StringComparison.OrdinalIgnoreCase)，比手动 ToUpper 后比较更规范。

不可变不等于”不能重新赋值”

要分清两件事：string s = "a"; s = "b"; 是合法的——你把变量 s 指向了另一个字符串对象，原来的 “a” 没被改，只是 s 不再引用它。不可变指的是”字符串对象本身的内容不可改”，不是”变量不能换指向”。

Note

这点常被初学者搞混。变量是引用、字符串对象才是数据；重新赋值换的是引用，破坏不了任何已有字符串。

小结

string 不可变是为了安全和共享，代价是修改要生成新串。少量修改直接接收新串，大量拼接用 StringBuilder，原地改字符用 ToCharArray，极致性能看 Span<char>。理解了”不可变”这个根，其余技巧都顺理成章。下一章我们正式进入面向对象，看看如何用类把数据和行为打包成对象。