我已经使用 .NET 超过十年,优化过许多 C# 代码,并掌握了那些将普通开发者与高性能工程师区分开来的微妙细节。性能优化并不依赖于最新的硬件或扩展规模,而是从一开始就高效地编写代码。
以下是我通过经验总结的 20 个技巧——有些常见,有些则较为冷门。这些技巧将使你的 .NET 应用程序运行得更快,消耗更少的内存,并表现得像企业级应用。
StringBuilder
替代字符串拼接许多开发者常犯的一个经典错误是使用 +
或 +=
反复拼接字符串。在 C# 中,字符串是不可变的,这意味着每次拼接时都会在内存中创建一个新的字符串对象。相反,使用 StringBuilder
:
var sb = new StringBuilder();
for (int i = 0; i < 10000; i++)
{
sb.Append("Hello ");
}
string result = sb.ToString();
这种方法避免了过多的内存分配和垃圾回收。
LINQ 提高了代码的可读性,但可能会引入额外的开销。例如:
var max = numbers.Max();
这个方法会遍历集合两次。相反,可以编写一个简单的循环:
int max = int.MinValue;
foreach (var num in numbers)
{
if (num > max) max = num;
}
在大型数据集中,这种微小的优化可以带来显著的性能提升。
List<T>
列表虽然灵活,但由于动态调整大小的机制,会引入额外的开销。如果你知道元素的数量,可以使用数组:
int[] numbers = new int[1000];
这消除了动态调整大小的开销。
Span<T>
和 Memory<T>
进行高性能处理如果你正在处理大型数组或字符串,Span<T>
可以避免不必要的内存分配:
Span<int> span = new int[] { 1, 2, 3, 4 };
这在切片时避免了创建新的数组。
装箱和拆箱会导致不必要的堆分配。在处理值类型时,避免使用 object
:
object obj = 42; // 装箱
int num = (int)obj; // 拆箱
相反,使用泛型来保持类型安全并避免性能损失。
Parallel.For
处理 CPU 密集型任务对于可以并行运行的任务,利用 Parallel.For
:
Parallel.For(0, 1000, i => ProcessItem(i));
这可以利用多核 CPU,加快执行速度。
ConfigureAwait(false)
如果不需要返回到 UI 线程,始终使用:
await SomeAsyncMethod().ConfigureAwait(false);
这避免了不必要的上下文切换。
async void
使用 async void
会使错误处理变得困难。始终返回 Task
:
async Task DoWorkAsync() { }
Dictionary<TKey, TValue>
进行快速查找与其在列表中搜索,不如使用字典进行 O(1) 复杂度的查找:
var dict = new Dictionary<int, string>();
dict[1] = "First";
string value = dict[1];
readonly struct
表示不可变数据为了提高性能,将结构体声明为 readonly
,以避免不必要的复制:
readonly struct Point { public int X { get; } public int Y { get; } }
抛出异常的开销很大。与其这样:
try { int value = dict[key]; }
catch { }
不如这样:
if (dict.TryGetValue(key, out int value)) { }
Task.Run
处理后台任务如果需要将工作卸载到后台线程:
await Task.Run(() => ComputeHeavyTask());
通过在连接字符串中启用连接池来重用数据库连接:
"Server=myServer;Database=myDB;User Id=myUser;Password=myPass;Pooling=true;"
如果你有简单的数据类型,使用结构体可以减少堆分配:
struct Employee { public int Id; public string Name; }
stackalloc
分配小型数组对于临时的小型数组,可以在栈上分配内存:
Span<int> numbers = stackalloc int[10];
ThreadPool
处理短生命周期线程与其创建新线程,不如使用 ThreadPool
:
ThreadPool.QueueUserWorkItem(_ => ProcessData());
GCSettings.LargeObjectHeapCompactionMode
减少内存使用对于处理大型对象的应用程序,压缩大对象堆(LOH)以减少碎片:
GCSettings.LargeObjectHeapCompactionMode = GCLargeObjectHeapCompactionMode.CompactOnce;
private static readonly Lazy<MyService> _service = new(() => new MyService());
IAsyncEnumerable<T>
处理流式数据对于大型数据集,异步生成数据:
async IAsyncEnumerable<int> GetNumbers()
{
for (int i = 0; i < 100; i++)
yield return i;
}
使用 PerfView 或 dotTrace 等工具找到性能瓶颈,而不是盲目优化。
优化 .NET 代码并不依赖于使用最新的框架,而是在日常编码中做出明智且实用的选择。