为什么 Rust 字符串没有短字符串优化 (SSO)？

Question

我查看了 的源代码String，发现它是根据 实现的Vec，它没有任何形式的小对象优化：

pub struct String {
    vec: Vec<u8>,
}

来自 C++，其中每个主要标准库都使用短字符串优化 (SSO) std::string，这是非常令人惊讶的。字符串的许多用例都涉及非常短的字符串，例如：

1. 如果您正在编写编译器，您将拥有关键字和标记的字符串，例如"==", "pub","delete"
2. 如果您要对枚举进行字符串化，则所有常量名称通常都足够短以适合 SSO 缓冲区
3. 如果您使用格式字符串打印内容，则格式字符串很少会太长以至于不适合 SSO
4. 如果您使用键和值解析配置文件，则键和值通常都很短，例如setting: enabled
5. 如果您要存储正则表达式，它们通常也适合 SSO
6. 如果您要存储字典，则几乎可以对整个字典进行 SSO，因为例如英语单词相当短

鉴于此，默认情况下不使用任何 SSO 的理由是什么String？是否可以追溯添加该功能？是否有任何分析数据可以证明 SSO 是否有帮助？

C++ 中 SSO 的注释

SSO 是通过重用容器的内存来完成的std::string，否则容器将存储指针、大小和容量来存储：

• 内部字符串的大小（可以只是一个字节）
• 容器中的字符串数据（通常最大长度约为 20 字节）

也有可能只重用容量，并且有一个指向字符串对象内部的指针。所有这些通常都是通过 , 完成的union，并且在 Rust 中也是可能的。

Answer 1

SSO 并不总是成功 - 它以牺牲长字符串为代价来优化短字符串。Rust 更喜欢具有一致的性能特征，尤其是在标准库中，并让外部板条箱处理其他情况。这样，标准库的用户就不会感到悲观，如果需要，他们可以使用外部板条箱，并且仍然享受针对其特定用例的优化。

此外，Rust 中的 SSO 可能比 C++ 中的 SSO 更昂贵：虽然我不知道 C++ 中的标准库是否实际使用此功能，但 C++ 具有移动构造函数 - 因此，可以有一个指向数据的指针，无论数据存储在堆或堆栈。这样，访问数据就可以无分支了。然而，Rust 无法做到这一点，因为当对象移动时，指向内联存储的指针必须更新 - 但在 Rust 中，移动始终是简单的 memcpy。

此外，虽然 Rust 可以定义String具有 SSO，但现在这是不可能的，因为它保证缓冲区将始终存储在堆上，并且String::into_bytes()（返回Vec<u8>）保证不复制数据。