新增章节: Rust 陷阱 - UTF-8 引发的性能隐患

src/SUMMARY.md

@@ -185,7 +185,6 @@
   - [类型未限制(todo)](fight-with-compiler/unconstrained.md)
 
 - [Rust 常见陷阱](pitfalls/index.md)
-
   - [for 循环中使用外部数组](pitfalls/use-vec-in-for.md)
   - [线程类型导致的栈溢出](pitfalls/stack-overflow.md)
   - [算术溢出导致的 panic](pitfalls/arithmetic-overflow.md)
@@ -196,6 +195,7 @@
   - [奇怪的序列 x..y](pitfalls/weird-ranges.md)
   - [无处不在的迭代器](pitfalls/iterator-everywhere.md)
   - [线程间传递消息导致主线程无法结束](pitfalls/main-with-channel-blocked.md)
+  - [警惕 UTF-8 引发的性能隐患](pitfalls/utf8-performance.md)
 
 - [Rust 最佳实践 doing](practice/intro.md)
   - [日常开发三方库精选](practice/third-party-libs.md)

src/pitfalls/utf8-performance.md

@@ -0,0 +1,36 @@
+# 警惕 UTF-8 引发的性能隐患
+大家应该都知道 Rust 的字符串 `&str`、`String` 虽然底层是通过 `Vec<u8>` 实现的：字符串数据以字节数组的形式存在堆上，但是在使用时，它们都是 UTF-8 编码的，例如:
+```rust
+fn main() {
+    let s: &str = "中国人";
+    for c in s.chars() {
+        println!("{}", c) // 依次输出：中 、 国 、 人
+    }
+
+    let c = &s[0..3]; // 1. "中" 在 UTF-8 中占用 3 个字节 2. Rust 不支持字符串索引，因此只能通过切片的方式获取 "中"
+    assert_eq!(c, "中");
+}
+```
+
+从上述代码，可以很清晰看出，Rust 的字符串确实是 UTF-8 编码的，这就带来一个隐患：可能在某个转角，你就会遇到来自糟糕性能的示爱。
+
+## 问题描述 & 解决
+例如如果你尝试写一个词法解析器，里面用到了以下代码 `self.source.chars().nth(self.index).unwrap();` 去获取下一个需要处理的字符，大家可能会以为 `.nth` 的访问应该非常快吧？事实上它确实很快，但是这段代码在循环处理 70000 长度的字符串时，需要消耗 5s 才能完成！
+
+这么看来，唯一的问题就在于 `.chars()` 上了。
+
+其实原因很简单，简单到我们不需要用代码来说明，只需要文字描述即可传达足够的力量：每一次循环时，`.chars().nth(index)` 都需要对字符串进行一次 UTF-8 解析，这个解析实际上是相当昂贵的，特别是当配合循环时，算法的复杂度就是平方级的。
+
+既然找到原因，那解决方法也很简单：只要将 `self.source.chars()` 的迭代器存储起来就行，这样每次 `.nth` 调用都会复用已经解析好的迭代器，而不是重新去解析一次 UTF-8 字符串。
+
+当然，我们还可以使用三方库来解决这个问题，例如 [str_indices](https://crates.io/crates/str_indices)。
+
+## 总结
+最终的优化结果如下：
+
+- 保存迭代器后: 耗时 `5s` -> `4ms`
+- 进一步使用 `u8` 字节数组来替换 `char`，最后使用 `String::from_utf8` 来构建 UTF-8 字符串: 耗时 `4ms` -> `400us`
+
+**肉眼可见的巨大提升，12500 倍！** 
+
+因此我们在热点路径使用字符串做 UTF-8 的相关操作时，就算不提前优化，也要做到心里有数，这样才能在问题发生时，进退自如。

内容变更记录.md

@@ -1,6 +1,10 @@
 # ChangeLog
 记录一些值得注意的变更。
 
+## 2022-03-14
+
+- 新增章节: [Rust 陷阱 - UTF-8 引发的性能隐患](https://course.rs/pitfalls/utf8-performance.html)
+
 ## 2022-03-13
 
 - 新增章节: [还 OK 的单向链表 - IterMut](https://course.rs/too-many-lists/ok-stack/itermut.html)