求无分配高效实现ReadOnlySpan<byte>的IndexOf(char)扩展方法

一、是否存在内置功能？ #

目前.NET框架没有提供直接的内置API，能直接实现ReadOnlySpan<byte>查找指定char对应UTF-8字节序列首索引的需求。Utf8Parser仅针对数值类型解析，无单个字符的重载；System.Text.Encoding相关方法多会分配内存或处理整个Span，不符合无分配、高效的要求。

二、自定义实现方案 #

核心思路是先将char转换为对应的UTF-8字节序列，再在目标ReadOnlySpan<byte>中查找该序列的起始索引。由于char是UTF-16编码，对应UTF-8序列长度为1-3字节（U+0000到U+007F为1字节，U+0080到U+07FF为2字节，U+0800到U+FFFF为3字节），我们可以通过栈分配临时空间生成序列，再执行匹配。

基础实现代码 #

public static int IndexOf(this ReadOnlySpan<byte> utf8Bytes, char @char)
{
    // 栈分配临时空间存储char对应的UTF-8字节序列，避免堆内存分配
    Span<byte> charUtf8 = stackalloc byte[3];
    int bytesWritten = System.Text.Encoding.UTF8.GetBytes(new[] { @char }, charUtf8);
    ReadOnlySpan<byte> targetSequence = charUtf8.Slice(0, bytesWritten);

    // 利用内置高效方法查找字节序列的起始索引
    return utf8Bytes.IndexOf(targetSequence);
}

性能优化版本（可选） #

针对ASCII字符（@char <= 0x7F）单独处理，直接查找单字节，减少栈分配和多字节匹配开销：

public static int IndexOf(this ReadOnlySpan<byte> utf8Bytes, char @char)
{
    if (@char <= 0x7F)
    {
        // ASCII字符直接匹配单字节，性能更优
        return utf8Bytes.IndexOf((byte)@char);
    }

    // 非ASCII字符转换为UTF-8序列后匹配
    Span<byte> charUtf8 = stackalloc byte[3];
    int bytesWritten = System.Text.Encoding.UTF8.GetBytes(new[] { @char }, charUtf8);
    ReadOnlySpan<byte> targetSequence = charUtf8.Slice(0, bytesWritten);

    return utf8Bytes.IndexOf(targetSequence);
}

方案说明 #

• 无内存分配：使用stackalloc在栈上分配临时空间，不会产生堆内存分配和GC压力。
• 高效匹配：复用ReadOnlySpan<byte>.IndexOf(ReadOnlySpan<byte>)的内置优化逻辑，性能优于手动遍历。
• 全场景覆盖：处理了所有char对应的UTF-8编码情况，包括ASCII、双字节和三字节Unicode字符。

内容的提问来源于stack exchange，提问作者Bogey