如何在 C# 中尽可能快地将字符串拆分为字符串数组？

Question

简短描述：拆分字符串需要很长的时间。

更长的描述：我需要从如下所示的字符串中提取信息：

...
5   1   12  1   1   1   466 1277    458 80  92  Assistance
2   1   13  0   0   0   1055    1277    1717    100 -1  
3   1   13  1   0   0   1055    1186    1717    191 -1  
4   1   13  1   1   0   1055    1277    1717    100 -1  
5   1   13  1   1   1   1055    1279    288 78  90  Vehicle
5   1   13  1   1   2   1489    1279    228 98  67  Lights
5   1   13  1   1   3   1856    1281    286 95  74  System
5   1   13  1   1   4   2284    1281    196 95  70  Apps
5   1   13  1   1   5   2618    1277    154 80  77  Info
...

（旁注：该字符串来自page.GetTsvText(0)方法的返回；page 是TesseractEngine.Process(image)的返回；因此该字符串包含有关检测到的 OCR 字符串、 conficendes 、边界框坐标等的信息。 )

为了能够更轻松地使用这些信息，我编写了一个方法，将字符串转换为字符串数组的数组：

private string[][] getDataArray(string source)
        {
            Stopwatch sw = new Stopwatch();
            sw.Start();

            Console.WriteLine(source);

            string[] rows = source.Split(new char[] { '\n' }, StringSplitOptions.RemoveEmptyEntries);
            int nrOfRows = rows.Length;
            string[][] result = new string[nrOfRows][];

            for (int i = 0; i < nrOfRows; i++)
            {
                result[i] = rows[i].Split(new char[] { ' ', '   ' }, StringSplitOptions.RemoveEmptyEntries);
            }
            sw.Stop();
            Console.WriteLine(" $$$ getDataArray() took: " + sw.ElapsedMilliseconds + " ms");
            return result;
        }

注意：由于某种原因，字符串包含看起来比通常的空格更长的空格。 我从控制台日志中复制粘贴。 它是单个字符，而不是制表符，但它需要更多空间/比通常的空格字符更宽。

问题：

• 当我从方法内部测量时间时，不到 1 ms 。
• 当我从外面测量时间时，像这样：

stopwatch.Restart();


// Get data
string[][] data = getDataArray(page.GetTsvText(0));

stopwatch.Stop();
Console.WriteLine(" $$$ $$$ Got data array in: " + stopwatch.ElapsedMilliseconds + " ms");

大约需要2000 毫秒。

字符串初始化需要这么长时间吗？ 我怎样才能更快地获得它，比如低于 50 毫秒？

Answer 1

通过使用 Linq

string[][] result = source.Split('\n')
                          .Select(line => line.Split(new char[] { ' ', '   ' }, StringSplitOptions.RemoveEmptyEntries));

Linq 具有更好的性能和更快的结果。