Java9中字符串内部改变浅析

Java8及以前，String内部使用一个char[]保存UTF-16格式字符串，但是这样做有几个问题：

1. 如果字符串中主要是ASCII字符，那么用16位的char来保存指利用了8位的ASCII字符相当于浪费了一半的空间
2. 在Java起源时，1个16位的char可以完美表示1个16位的UTF-16字符，但是，2^16 = 65536个字符显然无法表示世界上所有奇奇怪怪的字符，包括很多汉字，因此UTF-16的标准被修改了，使得有的字符必须用2个16位长的码元来表示，这下就坑爹了，无奈之下，Java只好有些时候用2个char表示一个字符，这2个char被成为代理项对（surrogate pair）。这种情况的出现使得1个字符对应1个char的方便性大大丧失，很多假定1字符1char的API也失效了。
3. 2中的情况会导致一些令人迷惑的行为，例如当字符串含有emoji字符时，String.length()不等于String.toCharArray().length。这是因为emoji字符必须使用两个char存储，而String.toCharArray().length会返回char的数量（即UTF-16码元数），String.length()则会返回“真实”的、眼睛可以看到的字符数量。曾经，在UTF-16编码一个码元对应一个字符的时代，这两个是相等的。

因此在Java9中，引入了一个叫做紧凑字符串（Compact String）的新特性，在String内部使用byte[]代替char[]。如果字符串的内容都是ISO-8859-1/Latin-1字符（1个字符1byte），则使用ISO-8859-1/Latin-1编码存储字符串，否则使用UTF-16编码存储数组（一个字符2byte或者4byte）。但是为了兼容，String类的方法向外表现的行为是与之前的版本一致的，比如toCharArray()和charAt()方法的行为依然和之前一致。

为了支持这一特性，Java引入了StringLatin1和StringUTF16两个新的辅助类用来提供静态方法供String类使用，举个例子，为了保证charAt()行为与之前版本的一致，Java9中的代码如下：