C# unsafe 指標優化字串比較：以 long 區塊一次比較 4 字元

動機

逐字元比較字串在大量資料處理 (如基因序列、日誌分析、搜尋引擎) 時成為瓶頸。C++ 時代常將 4 個 char (8 bytes) 強轉為 long 一次比較。C# 透過 unsafe + fixed 同樣可行。

啟用 unsafe 編譯

1. 專案屬性 → Build → 勾選 Allow unsafe code
2. 或 .csproj 加入 <AllowUnsafeBlocks>true</AllowUnsafeBlocks>

記憶體配置關鍵

• char 在 .NET 為 UTF-16，佔 2 bytes。
• long 佔 8 bytes → 可容納 4 個 char。
• fixed (char* p = str) 釘住字串記憶體，防止 GC 移動導致指標失效。

核心比較演算法

public static unsafe bool EqualsFast(string a, string b)
{
    if (a.Length != b.Length) return false;

    // 補齊至 4 的倍數，避免越界讀取
    int pad = (4 - (a.Length % 4)) % 4;
    if (pad > 0)
    {
        a = a.PadRight(a.Length + pad, '\0');
        b = b.PadRight(b.Length + pad, '\0');
    }

    fixed (char* pa = a)
    fixed (char* pb = b)
    {
        long* la = (long*)pa;
        long* lb = (long*)pb;
        int count = a.Length / 4;

        for (int i = 0; i < count; i++)
        {
            if (la[i] != lb[i]) return false; // 一次比較 4 char
        }
    }
    return true;
}

效能基準測試 (參考)

※ 實際差異視 CPU、JIT、字串長度、記憶體對齊而異；短字串 (<16 字元) 內建已高度優化，unsafe 優勢不明顯。

進階優化：SIMD (Vector<T> / AVX2)

using System.Runtime.Intrinsics;
using System.Runtime.Intrinsics.X86;

public static bool EqualsSimd(ReadOnlySpan a, ReadOnlySpan b)
{
    if (a.Length != b.Length) return false;
    if (Avx2.IsSupported && Vector256.IsHardwareAccelerated)
    {
        // 256-bit = 32 bytes = 16 chars
        // 此處略過完整實作，僅示意
    }
    // fallback 到 unsafe long 或 SequenceEqual
    return EqualsFast(a.ToString(), b.ToString());
}

安全性與適用場景總結

總結

C# unsafe + fixed 結合 long* 區塊比較，可將字串比較速度提升 2-3 倍。現代 .NET 建議優先使用 Span<char>.SequenceEqual 或 Vector<T> SIMD 內建 API，兼顧安全與效能；僅在極致效能需求下才引入 unsafe 手工優化。