java源码阅读——string

---

String中的final

首先来看String的定义，用了final修饰，所以String类是无法被继承的

public final class String implements java.io.Serializable, Comparable<String>, CharSequence

value这个变量就是用来存储字符串值的关键变量，之前jdk8的时候使用的是char数组，到了jdk9这里换成了byte数组

@Stable
private final byte[] value;

因为用final定义了数组，说明value指向的地址是不可改变的，但是数组的内容是可以改变的，不过因为这个byte数组是私有的，并且String类里面并没有提供修改byte数组的接口，使得String类中的value不可改变，就算是replace方法，在实现里面也是new了一个新的String

用个小例子说明下final修饰数组的情况：

final char[] s = {'2', '4', '5'};
s[0] = '1';
System.out.println(s);  // 输出145
String s = "123";   // 报错

String字符串压缩

再往下看一行，发现多了一个叫做coder的东西，这东西究竟是个啥？

private final byte coder;

结合整个String类的源码研究了一下，原来自从jdk9开始，底层的存储由char数组换成了byte数组，因为在大部分情况下，String所存储的字符可以只用latin1来编码，latin1一个字符只占1个字节，char一个字符要占两个字节，这样子就可以节省空间，所以我们在接下来的源码中可以看到很多对于编码格式的处理

看到COMPACT_STRINGS这个参数，这个参数代表是否支持字符串压缩，默认设置为true

static final boolean COMPACT_STRINGS;

static {
    COMPACT_STRINGS = true;
}

把String翻到最下面，这里定义了String用到的两种编码方式，一种是UTF16，设置值为1，另一种就是LATIN1，设置值为1，只有当COMPACT_STRINGS为真，且编码方式为LATIN1时， isLatin1才会返回真

byte coder() {
    return COMPACT_STRINGS ? coder : UTF16;
}

byte[] value() {
    return value;
}

private boolean isLatin1() {
    return COMPACT_STRINGS && coder == LATIN1;
}

@Native static final byte LATIN1 = 0;
@Native static final byte UTF16  = 1;

构造方法

String中有很多的构造方法，比较重要的应该是这个String(char[] value, int off, int len, Void sig)，因为很多构造方法其实就在调用这个

详细看一看

如果COMPACT_STRINGS设置为true，那么就看看value里面的字符是不是都可以被latin1编码，可以的话就是用Latin1编码，不然就用UTF16编码

String(char[] value, int off, int len, Void sig) {
    if (len == 0) {
        this.value = "".value;
        this.coder = "".coder;
        return;
    }
    if (COMPACT_STRINGS) {
        byte[] val = StringUTF16.compress(value, off, len);
        if (val != null) {
            this.value = val;
            this.coder = LATIN1;
            return;
        }
    }
    this.coder = UTF16;
    this.value = StringUTF16.toBytes(value, off, len);
}

如果用字符串去构造只要复制一下属性就可以了

public String(String original) {
    this.value = original.value;
    this.coder = original.coder;
    this.hash = original.hash;
}

其他api

length

返回value的长度，如果用的UTF16编码那么长度除以2，因为UTF16编码的长度是Latin1的2倍

public int length() {
    return value.length >> coder();
}

isEmpty

就看看value数组长度是否为0

public boolean isEmpty() {
    return value.length == 0;
}

equals

先看看是不是指向同一个地址，如果不是那么根据编码方式调用不同的比较函数，StringLatin1.equals的比较方式就是遍历byte数组，如果全部一样就是true，发现不一样的就返回false

public boolean equals(Object anObject) {
	// 地址是否相同
    if (this == anObject) {
        return true;
    }
    if (anObject instanceof String) {
        String aString = (String)anObject;
        if (coder() == aString.coder()) {
        	// 根据编码调用不同的方法，具体方式是遍历byte数组看看是否相同
            return isLatin1() ? StringLatin1.equals(value, aString.value)
                              : StringUTF16.equals(value, aString.value);
        }
    }
    return false;
}

接下来的substring，startswith，replace，split，join，trim等具体方式就省略了，感觉代码里面对不同编码做了不同处理，其实要看主要过程的话，还是jdk8比较清晰。

换了个jdk结果发现里面的变化还挺大的，所以有事没事翻翻源码还是需要的~