C#比较包含小写文本的两个字节[]数组

当比较来自两个单独字节[]源（数组/指针）的单个字节值时，如何执行不区分大小写的比较

我有一个非常大的字节数组，其中包含通过指针访问的字符串的“干草堆”，我将其与“针”模式进行比较，但目前它仅在存在完全区分大小写的匹配时返回

是否可以创建一个包含从高到低的值的查找字典，并在比较循环中使用它，还是有更快的方法？（性能方面）

Edit1:

字符串是UTF8编码的

---

期望的行为是：比较a、a时返回true；A、 A；或者a，a。但是由于UTF8中的“a”的值为65，而“a”的值为97，因此我无法进行不区分大小写的比较。

将

字节

数组转换为

字符串

，然后进行不区分大小写的比较。比如：

bool caseInsensitiveByteArrayComparison(byte[] a, byte[] b) {
    string aString = System.Text.Encoding.UTF8.GetString(a);
    string bString = System.Text.Encoding.UTF8.GetString(b);
    return string.Equals(aString, bString, StringComparison.CurrentCultureIgnoreCase);
}

代码不知羞耻地从某处偷走。见：

---

小写和大写的ACSII和UTF8代码的字节表示具有32（或hex20）的偏移量，因此您可以使用x=大写字符值实现

x==字节[x]| | x==字节[x+32]

的比较

编辑：

假设您真的只需要处理英文小写字母和大写字母，您可以通过按位操作来加快处理速度，因为您可以一次处理8字节/字符，因为它们之间的差异仅为第三个最高有效位：

'b'和0b_1101_1111=='b'和0b_1101_1111

因此，您可以在8字节块中处理字节数组：

void Main()
{
    byte[] a = "ASDADAGF".Select(x => (byte)(x) ).ToArray();
    byte[] b = "asdAdAGF".Select(x => (byte)(x) ).ToArray();
    bitCompared(a,b).Dump();
}

static bool bitCompared( byte[] b1, byte[]b2)
{
    UInt64 a = BitConverter.ToUInt64(b1, 0); //loop over the index
    UInt64 b = BitConverter.ToUInt64(b2, 0);
    UInt64 mask =0b_1101_1111_1101_1111_1101_1111_1101_1111_1101_1111_1101_1111_1101_1111_1101_1111;
    return (a &= mask) == (b &= mask);
}

---

此外，还有更多的方法可以使用SIMD和其他低级“黑客”进行优化…

将每个数组转换为字符串，然后进行不区分大小写的比较…这取决于编码。您正在处理ascii字符串吗？字节的大小写敏感度是什么意思？数组是否表示ascii编码的字符串？小写和大写ACSII代码的偏移量为32，因此您可以将

x==byte[x]| | byte[x+32]

与x=大写进行比较，如果我理解正确，UTF8的偏移量应该相同，您的意思是

x==byte[I]| x==byte[I]+32

，或者这应该如何与逻辑or一起工作？（没有批评，我只是不明白，indexoutofrange和wraparound如何）你是对的，这是一个打字错误，但也可以通过按位比较来完成，因为大写和小写字符的onyl相差第二个最重要的位！！我将在后面补充这一点，因为这应该比“正常”字节比较更好@FalcoAlexander是否值得检查字节值是否超出字母范围以避免误报？（十进制为65-122）@FalcoAlexander感谢您的努力哈哈，尽管我担心使用BitConverter会实例化新的阵列并造成巨大的性能损失。尝试在需要比较30mil字节数组的场景中模拟您的操作。我设法在这种情况下挤了进去：

*x1！=*x2&（*x1<65 | |*x1>122 | |*x2<65 | |*x2>122 | |*x1+32！=*x2）

首先尝试精确匹配，然后确保x1和x2都在字母表内，然后尝试小写比较。我运行了30多mil次，并使用指针得到了不到5毫秒的时间。谢谢你给我指出了正确的方向！我的示例只是为了说明，使用8字节块进行二进制操作可以在第一步完成。查看

System.Numerics.Vectors

以获得对128位和硬件加速数字类型的支持。还可以在位掩码和移位级别上检查字母数字字节。可能是编译器已经完成了，但是请检查StackExchange的汇编程序站点以获得一些非常好的提示…我非常喜欢这种低级别性能优化。您可能会提出一个带有优化标签的新问题，以及一组定义的数据，并从一个示例开始，从而使其成为一个挑战。