C# 中使用不安全代码（unsafe、指针）实践

在C#代码中如果含有unsafe关键字，则该段代码就被标记为不安全代码。有时复制来的代码会出现“不安全代码只会在使用 /unsafe 编译的情况下出现”错误提示导致无法编译，这时就需要手动设置VS环境，让环境可以编译不安全代码

命题

根据指定的字符集合（字典），按排列组合的规则（允许重复），生成指定长度的所有字符串。如下代码：

class Program{ static void Main(string[] args) { string dic = "abcdef";

int len = 3; int top_last_N = 5; IGenerator g = new Generator1();

var result = g.Generate(dic, len) ?? new List<string>();

Console.WriteLine("{0} strings generated:", result.Count); PrintTheResult(top_last_N, result);

Console.ReadKey(); } private static void PrintTheResult(int top_last_N, List<string> result)

{ if (result.Count > top_last_N * 2) { for (int i = 0;i < top_last_N;i++) { Console.WriteLine(result[i]); }

Console.WriteLine("......"); for (int i = result.Count - top_last_N;i < result.Count;i++) { Console.WriteLine(result[i]);

} }

else { foreach (var s in result) { Console.WriteLine(s);

} } }

}interface IGenerator{ List<string> Generate(string dic, int length);}

class Generator1 : IGenerator{ public List<string> Generate(string dic, int length)

{ // we should implement this method throw new NotImplementedException(); }}

举个例子，比如：字典为[a,b,c]，指定长度为 2，则生成的所有字符串应当为："aa","ab","ac","ba",……,"ca","cb","cc"，总计9个字符串。那么程序里我们应当怎么来生成这些字符串呢？如下循序渐进地列出解决方案。

投石问路：假设长度固定
方案一：我们来多循环几次（循环拼接字符串）
方案二：不用字符串，使用不安全代码（循环拼接字符串Unsafe版）
方案三：换个角度看问题（字符串模拟数字依次循环进行进制转换）
方案四：小学的加法运算正闪闪发光（字符串模拟数字依次自增+1）
方案五：再次改写，不用字符串，使用不安全代码（字符串模拟数字依次自增+1的Unsafe版）
方案六：闲来没事（1）：Fixed-point combinator
方案七：闲来没事（2）：Fixed-point combinator + Unsafe 双剑合璧

投石问路：假设长度固定

命题中有三个关键要素：字典、长度、排列组合（允许重复）。

首先我们假定长度固定，比如长度为“3”，直接使用给定的字典进行排列组合就行了。

既然是排列组合，我首先想到的是循环，于是有：

class Generator1 : IGenerator{ public List<string> Generate(string dic, int length)

{ // since we deal with the "length" as a constant parameter, so we leave it alone. var result = new List<string>();

foreach (var x in dic) { foreach (var y in dic) { foreach (var z in dic) { result.Add(string.Format("{0}{1}{2}", x, y, z)); } } }

return result; }}

长度为3，那么我们用3个循环生成每一位的字符，然后拼凑起来，这简直太简单了，运行效果如下：

OK，好了，如果考虑长度为呢？长度直接关系到需要循环的次数，完了，我们的循环都是写死在代码里的，我们怎么知道传进来的长度参数值是多少，需要循环多少次啊？

方案一：我们来多循环几次

说实在的，我觉得循环就是一个玩命却又任劳任怨的苦工。无论多么深、多么广、多么耗时的循环，他都能反反复复、机械地去执行，要么执行完成，要么累死——资源耗尽

对于上文中的 Generate 方法，我们需要根据参数来确定循环的次数，那么我们定义一个方法专门来做循环，然后根据参数的值来运行若干次。

仔细观察我们的第一次实现，除第一次循环之外，每一次的循环都是在之前循环得到的字符串基础上，追加一个字符，从而实现“拼凑”到足够长度的目的。那么第一次呢？其实第一次的循环就只是从依次从字典里取出每一个字符，放到结果集里，作为后续“拼凑”动作的种子。因此，首先，我们需要一个种子，循环在这个基础上进行，有了种子之后，就从种子的每一个元素上，发芽（分化）出第二次的“拼凑”...直到N次——看起来，这已经是一个树的生成了，只不过这个树比较特殊，每一个节点的分支数都一样。好了，见代码：

class Generator2LoopSegments :

IGenerator{ public List<string> Generate(string dic, int length) { List<string> result = null;

for (int i = 0;i <= length;i++) { result = Loop(dic, result);

} return result;

} private List<string> Loop(string dic, List<string> seed) { var result = new List<string>();

if (seed == null || seed.Count == 0) { // for the first time, we just choose one char only to fill full into the List.

// result.AddRange(from c in dic select c.ToString());

result.Add(string.Empty);

}

else { for (int i = 0;i < seed.Count;i++) { foreach (var c in dic) { result.Add(string.Format("{0}{1}", seed[i], c));

} } } return result; } public override string ToString() { return "Loop segments"; }}

好了，完美无瑕，实现了命题中要求的排列组合！不过，等等，咦，怎么当我 length 设为 5 的时候，竟然抛出 OutOfMemoryException 的异常了？内存占用很高啊！嗯，是不是因为编译成了 32 位程序的原因？改成 64 位试试？哈，行了，不过内存竟然占用了 3G！

Tips:

编译为32位程序，在64位Win7系统中运行，当内存占用接近2G时，程序即抛出 OutOfMemoryException 的异常，直接表现为无法创建字符串或无法向集合添加新项。

运行是能运行了，不过时间上貌似不尽人意，运行太久了，是不是还能有提高呢？怎么办呢？这里使用了大量字符串，对字符串的操作也非常多，要不咱不使用字符串，直接使用 char* 试试？

方案二：不用字符串，使用不安全代码

思路和上面的解决方案一致，只是对上面字符串相关的操作进行了修改，使用不安全代码 unsafe 。

class Generator2LoopSegmentsUnsafe :

IGenerator{ public unsafe List<string> Generate(string dic, int length)

{ char*[] result = null; for (int i = 0;i < length;i++) { result = Loop(dic, result); }

var list = new List<string>();

if (result != null) { foreach (var p in result) { var aa = new String(p); list.Add(aa); } }

return list; }

private unsafe char*[] Loop(string dic, char*[] seed)

{ char*[] result = null;

if (seed == null || seed.Length == 0) { result = new char*[dic.Length];

// for the first time, we just choose one char only to fill full into the List.

for (int i = 0;i < dic.Length;i++) { IntPtr p = Marshal.AllocHGlobal(sizeof(char)); result[i] = (char*)p.ToPointer();

*result[i] = dic[i];

// string will/should be end with the char '/0'. *(result[i] + 1) = '/0'; } }

else { result = new char*[seed.Length * dic.Length];

int n = 0;

for (int i = 0;i < seed.Length;i++) { foreach (var c in dic) { IntPtr p = Marshal.AllocHGlobal(sizeof(char));

result[n] = (char*)p.ToPointer(); *(result[n]) = *seed[i]; int j = 0;

// string will/should be end with the char '/0'. while (*(seed[i] + ++j) != '/0') { *(result[n] + j) = *(seed[i] + j); }

*(result[n] + j) = c;

// string will/should be end with the char '/0'. *(result[n] + j + 1) = '/0'; n++; } } }

return result; }

public override string ToString() { return "Loop segments(unsafe)"; }}
运行结果如下：

OK，从结果来看和上一个版本一致，不过时间和内存占用都不一样了！时间上少了很多，内存占用貌似不减反增，我猜想应当是因为 framework 中对字符串的处理比我手写得高端大气上档次一些吧……

到这里，看起来已经没太多的提升空间了，毕竟我们连这么高端的不安全代码都用了。果然是这样吗？唉，别忘记了基础的东西，这玩意的时间复杂度有点高啊？（O(N^3)？猜的。时间复杂度这玩意，我一直没怎么看过...如果不对，请不吝赐教....）嗯，能不能有个更简单的算法，让它的时间复杂度更低呢？

方案三：换个角度看问题（字符串模拟数字依次循环进行进制转换）

其实，如果细心你可能发现，这个排列组合，如果我们把字典换一下……比如 [0,1]，长度 3，这将得到：000，001，010，011，100，101，110，111,比如 [0-9]，长度 2，这将得到：00,01,02,03,04,…,97,98,99。我去~这是啥？这不就是连续的整数么？嗯，我们再看看，比如字典为 [0-9A-F]，长度 2，这将得到：00,01,02,...,09,0A,0B,...,0F,10,11,...,1A,1B,...,1F,20,21,...,FD,FE,FF这，依然是连续整数，只不过是十六进制而已！说到这里，其实你已经看出来了，上面依次就是二进制，十进制和十六进制。当他们是这些情况时，我们想排列组合，那岂不是易如反掌？让数字递增加一，直接一个循环就输出搞定了！嗯，好办法，继续看，当字典为任意字符集的时候，可以吗？答案当然是可以的。[0-9A-F] 是十六进制，那 [0-9A-Z] 则自然是36进制！既然如此，那我们的“排列组合”算法，就成了进制转换的算法了，囧。

参考：http://baike.baidu.com/link?url=q_M-tOHBN0XtyvdHBv-sk8vuV8dJf-Yna-7nRp1xwYQP-m2pj9CHV0x-u0nbChAN。好吧，代码来了：

class Generator3LoopAsNumbers :

IGenerator{ public List<string> Generate(string dic, int length)

{ var fromBase = dic.Length; int min = 0, max = 0;

if (fromBase > 1) { max = (int)Math.Pow(fromBase, length) - 1; }

else { max = min; }

//Console.WriteLine("min = {0}, max = {1}", min, max);

var result = new List<string>();

for (var current = min;current <= max;current++) { var tmp = "";

for (var j = length - 1;j >= 0;j--) { var last = (int)(current % Math.Pow(fromBase, j + 1) / Math.Pow(fromBase, j));

tmp += dic[last]; } result.Add(tmp); }

return result; }

public override string ToString() { return "Loop as numbers"; }}
运行如图：

不过，好的想法不一定能运行出好的结果。按照这个解决方案，内存占用降了下来，但耗时却高了不少，将近第一个方案的两倍了，简直惨不忍睹！

正当我为之沮丧时，却突然又发现一丝曙光：既然我已经将这个排列组合看成是数字递增了，而且递增多少我也很清楚地知道，那为何我还要“劳心劳力”地去做进制转换呢？何不直接根据进制的规则，+1，+1，升位+1去做呢？小学加法啊！说改就改！

方案四：小学的加法运算正闪闪发光（字符串模拟数字依次自增+1）

还记得小学时学的加法运算怎么算么？按小数点对齐，个位加个位，十位加十位，满10进一位。OK，按照这个思路再试一次看看，代码来了：

class Generator4GenerateNumbers :

IGenerator{ public List<string> Generate(string dic, int length)

{ var result = new List<string>();

string seed = new string(dic[0], length);

result.Add(seed);

while (GetNext(ref seed, seed.Length - 1, dic)) { result.Add(seed); }

return result; }

private bool GetNext(ref string seed, int idx, string dic)

{ if (idx < 0 || idx >= seed.Length) return false;

char c = seed[idx]; if (dic.IndexOf(c) < dic.Length - 1) { c = dic[dic.IndexOf(c) + 1];

seed = seed.Substring(0, idx) + c + seed.Substring(idx + 1, seed.Length - 1 - idx);

return true; }

else

{ c = dic[0]; seed = seed.Substring(0, idx) + c + seed.Substring(idx + 1, seed.Length - 1 - idx);

return GetNext(ref seed, idx - 1, dic); } }

public override string ToString() { return "Generate numbers"; }}

当然，可以从代码中看出来，我们这里的加法运算太简单了，简单到第二个因子是 1，也就是每次运算加法只是数字递增1而已。其中dic[0]表示了每位可能的最小的数，相应地，dic[dic.Length-1]表示了没位可能的最大的数。我们来运行试试：

成是成了，不过……这个结果依然有点惨！效率不高，内存占用仍然居高不下，看来这闪闪的光——要不是我还没发掘出来，那就是我眼花了？嗯……要不再改写成非安全代码试试？

方案五：再次改写，不用字符串，使用不安全代码

照例，算法思路和上面一样，只是改写成非安全代码：

class Generator4GenerateNumbersUnsafe :

IGenerator{ public List<string> Generate(string dic,

int length) { var result = new List<string>();

unsafe { IntPtr p = Marshal.AllocHGlobal(sizeof(char));

var seed = (char*)p.ToPointer(); int i = 0;

for (;i < length;i++) { *(seed + i) = dic[0];

}

*(seed + i) = '/0'; do { result.Add(new string(seed)); }

while (GetNext(ref seed, length - 1, dic)); }

return result; }

private unsafe bool GetNext(ref char* seed, int idx, string dic)

{ int len = 0; for (;*(seed + len) != '/0';

len++) { }

if (idx < 0 || idx >= len) return false; char c = seed[idx];

if (dic.IndexOf(c) < dic.Length - 1) { c = dic[dic.IndexOf(c) + 1];

*(seed + idx) = c; return true; }

else { c = dic[0];

*(seed + idx) = c; return GetNext(ref seed, idx - 1, dic); } }

public override string ToString() { return "Generate numbers(unsafe)"; }}
哈，看起来效果不错哦，时间和空间的占用都有提升，并且效果比第二个方案还好！

总结

时间消耗上，方案二和方案五不相上下，并且远低于其他方案，作为Unsafe升级版，也都差不多是原始版本的1/2；
内存消耗上，方案二的内存占用异常高，而同为Unsafe版本的方案五内存占用最低。