Java String：再学字符串

定义

Java 中字符串，用来定义一串字符。说白了就是一串 char 的数组。

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {
    /** The value is used for character storage. */
    private final char value[];

    /** Cache the hash code for the string */
    private int hash; // Default to 0
    ...
}

实现三个接口：

• Serializable：序列化。
• Comparable：实现 compareTo() 方法进行比较，A>B 返回大于正整数、A<B 返回负整数、相等返回 0。String 类比较的是字符串的字典值。
• CharSequence：抽象 length()、subSequence()、charAt()。toString() 等方法。常用的实现此接口的类有 StringBuffer、StringBuilder。

字符串的拼接

“+”

Java 中使用 “+” 进行字符串的拼接，其实是编译器对这种方式进行了处理。其原理还是通过转换为 StringBuilder 或 StringBuffer，并通过其 append() 方法进行拼接。

String s = "a";
int i = 1;
String result = s+i;

编译后

String s = "a";
int i = 1;
String result = new StringBuilder().append(s).append(i).toString();

另外，如果拼接的双方为可知的字符串，编译器会优化处理。由于字符串的不可变性，编译器会自动拼接。

System.out.println("a" + "b");

编译后

System.out.println("ab");

“+” 的效率

由于编译器隐式创建，如果在遍历中大量使用拼接，会造成频繁创建对象。

String s = "a";
for (int i = 0; i < 1000; i++) {
    s += "b";
}

编译后

String s = "a";
for (int i = 0; i < 1000; i++) {
    s += new StringBuilder().append("b").toString();
}
System.out.print(s);

这个过程会创建 1000 个 StringBuilder 对象，无疑会造成内存浪费。
优化后的做法是创建一个 StringBuilder 对象进行拼接。

StringBuilder stringBuilder = new StringBuilder("a");
for (int i = 0; i < 1000; i++) {
    stringBuilder.append("b");
}
System.out.print(stringBuilder.toString());

内存区域

在Java的内存分配中，总共3种常量池，分别是Class常量池、运行时常量池、字符串常量池。

String 类型的数据就存放在 字符串常量池 中，是在 Class 文件经过验证和准备阶段之后存入。在 HotSpot VM 环境字符串存放在常量池的 StringTable 中，是一个 Hash 表。

JDK 1.7 之后把字符串存放在了堆中，可能是为了方便在更大的内存中分配和使用字符串。之前是存放在方法区的常量池中。

由于存放区域的改变，直接影响了 “==” 符号对比的结果。看下面代码：

// JDK 1.8 环境
String s1 = "String";
String s2 = "String";
String s3 = new String("String");

System.out.println(s1 == s2);//true
System.out.println(s1 == s3);//false

在 JDK 1.8 的环境下，可以看到 s1 == s3 为 false，这是由 s1 和 s3 在堆内存中指向的地址不一致造成的。
而在 JDK 1.6 的环境下， s1 == s3 可能为 true，因为它们都指向常量区相同字符串的地址。

intern方法

直接声明的字符串会直接存放在常量池中，如果想在运行期向常量池存放字符串，可以使用 intern 方法。

这是一个 native 方法，调用后如果常量池存在该字符串则直接返回。如果不存在，在常量池创建并返回该字符串。

在批量创建字符串的时候，使用 intern 方法虽然比直接生成浪费点时间，但是会大大减少在堆内存中创建字符串的数量，节省内存空间。

==

对于字符串来说，equals 比较的是字符串的内容。而 == 比较的是两者的内存地址。

// JDK 1.8 环境
String s0 = new String("1") + new String("x");
String s2 = s0.intern();
String s1 = "1x";
System.out.println(s2 == s0);//true
System.out.println(s2 == s1);//true
System.out.println(s0 == s1);//true
System.out.println("===");
String s3 = new String("1") + new String("x");
String s5 = s3.intern();
String s4 = "1x";
System.out.println(s5 == s3);//false s3 在堆内存有自己指向的地址，s5 指向的是字符串 1x 的地址
System.out.println(s5 == s4);//true
System.out.println(s3 == s4);//flase 同理，不同地址不匹配
System.out.println(s5 == s0);//true
System.out.println(s4 == s0);//true
System.out.println("===");
System.out.println(s3 == s0);//false

为什么字符串不可变

从定义上说，String 是一个字符数组 final char[]，final 类型的不可变。

为什么会设计成不可变：为了 效率 和 安全。

• 效率：既然是不可变的，那么在常量池中进行分配和搜索就会快很多。
• 安全：两种情况下的例子
  • 作为参数传递，如果一个字符串传到了方法中，进行了拼接。由于不可变性，该字符串还是原来的信息。但是如果传入了 StringBuilder 对象，进行 append，方法结束后该字符串的信息就发生了变化。
  • 引用指向的变化，可能会影响原信息。

public static void main(String[] args) {
    StringBuilder s1 = new StringBuilder("a");
    StringBuilder s2 = s1;
    s2.append("b");

    System.out.println(s1);//ab
    System.out.println(s2);//ab
 }

可以看到原来的 s1，被 s2 引用以后再拼接，原来的 s1 的数据也发生的变化。这是由于 s1 指向了一个字符串，s2 修改了引用的字符串，所以导致他们的数据都发生了变化。

StringBuilder、StringBuffer

区别：

• String 不可变，StringBuilder、StringBuffer 可变；主要是因为后两者维护的是可变数组。
• 速度：StringBuilder > StringBuffer > String ；StringBuilder 线程不安全，StringBuffer 加了 synchronized 所以会慢一些。最慢的 String 创建、修改和拼接都是需要新建的。
• StringBuilder 线程不安全，StringBuffer 线程安全。

append 原理 JDK1.8

1. StringBuilder 和 StringBuffer 使用 append() 方法时会调用父类的 append 方法。

AbstractStringBuilder # append

1. 父类 append 方法
public AbstractStringBuilder append(String str) {
    if (str == null)
        return appendNull();
    int len = str.length();
    // 2. 确认是否需要扩容
    ensureCapacityInternal(count + len);
    // 3. 进行复制
    str.getChars(0, len, value, count);
    count += len;
    return this;
}

2. ensureCapacityInternal 方法判断如果缓存长度不够，进行扩容并将原数据复制进扩容后的数组。

AbstractStringBuilder # ensureCapacityInternal

    private void ensureCapacityInternal(int minimumCapacity) {
        // 超出缓存容量
        if (minimumCapacity - value.length > 0) {
            value = Arrays.copyOf(value,
                    newCapacity(minimumCapacity));
        }
    }

AbstractStringBuilder # newCapacity

private int newCapacity(int minCapacity) {
    // 直接扩容为原数组长度两倍+2
    int newCapacity = (value.length << 1) + 2;
    // 如果扩容后长度不够，直接等于需要扩容的长度
    if (newCapacity - minCapacity < 0) {
        newCapacity = minCapacity;
    }
    return (newCapacity <= 0 || MAX_ARRAY_SIZE - newCapacity < 0)
        ? hugeCapacity(minCapacity)
        : newCapacity;
}

3. 最后调用拼接数据相应类的 getChars 方法进行数据拷贝，完成拼接。

String # getChars

public void getChars(int srcBegin, int srcEnd, char dst[], int dstBegin) {
    if (srcBegin < 0) {
        throw new StringIndexOutOfBoundsException(srcBegin);
    }
    // 追加字符串长度 > 扩容后数组长度
    if (srcEnd > value.length) {
        throw new StringIndexOutOfBoundsException(srcEnd);
    }
    // 0 > 追加字符串长度
    if (srcBegin > srcEnd) {
        throw new StringIndexOutOfBoundsException(srcEnd - srcBegin);
    }
    // 将指定数组拷贝到新数组
    System.arraycopy(value, srcBegin, dst, dstBegin, srcEnd - srcBegin);
}

StringBuffer 方法与之类似，只不过加了 synchronized 关键字实现同步。