java 字符串处理流程_1.Java程序优化-字符串优化处理

String对象及其特点

String并不是Java的基本数据类型，从String的代码实现来说，它主要包括三个部分：char数组，偏移量和String的长度。char数组表示String的内容，它是String对象所表示的字符串的超集。String的真实内容还需要由偏移量和长度在这个char数组中进行定位和截取。       String对象具有三个基本特点：       不变性：String对象一旦生成，就不能修改它了。String的这个特性可以泛化为不变模式(一种设计模式)，即一个对象的状态在被创建后就不再发生变化。不变模式的主要作用在于当一个对象需要被多线程共享，并且访问频繁时，可以省略同步和锁等待时间，从而大幅度提高系统性能。       针对常量池的优化：当两个String对象拥有相同的值时，它们只引用常量池中的同一个拷贝。当同一个字符串反复出现时，这个技术可以大幅度节省内存空间。

String str1="abc";

String str2="abc";

String str3=new String("abc");

System.out.println(str1==str2);          //返回true

System.out.println(str1==str3);          //返回false

System.out.println(str1==str3.intern()); //返回true，使用intern()方法返回该String对象在常量池中的引用

str1和str2引用了相同的地址，但是str3却重新开辟了一块内存空间。但即便如此，str3在常量池中的位置和str1是一样的，也就是说，虽然str3单独占用了堆空间，但是它所指向的实体却和str1完全一样。

类的final定义：作为final类的String不会有任何子类，这是对系统安全性的保护。同时，对于JDK1.5之前的环境中，使用final定义，有助于帮助虚拟机寻找机会，内联所有的final方法，从而提高系统效率。但这种优化方法在JDK1.5之后，效果并不明显。

subString()方法的内存泄漏

截取子字符串是非常常见的操作之一，String提供了两种截取子字符串的方法：

public String subString(int beginIndex);

public String subString(int beginIndex,int endIndex); //从beginIndex开始，到endIndex为止的子字符串；这个方法存在严重的内存泄漏问题

//上述第二个方法的源码实现

public String substring(int beginIndex, int endIndex) {

if (beginIndex < 0) {

throw new StringIndexOutOfBoundsException(beginIndex);

}

if (endIndex > value.length) {

throw new StringIndexOutOfBoundsException(endIndex);

}

int subLen = endIndex - beginIndex;

if (subLen < 0) {

throw new StringIndexOutOfBoundsException(subLen);

}

//上面的代码都是为了检查是否越界的，不重要

//如果要返回的子字符串是字符串本身就直接返回字符串本身

//如果不是，返回一个新建的String对象

return ((beginIndex == 0) && (endIndex == value.length)) ? this

: new String(value, beginIndex, subLen);

}

//subString()方法最后调用的String构造方法

String(int offset,int count,char value[]){

//String原生内容value数组被复制到新的子字符串中，通过偏移量和长度来截取字符串

this.value = value;

this.offset = offset;

this.count = count;

}

//试想一下，如果原始字符串很大，截取的字符串却很短，

//那么生成后的子字符串包含了原生字符串的所有内容，并占据了相应的内存空间,

//而仅仅通过偏移量和长度来决定实际的取值

//这种做法提高了运算速度却浪费了大量的内存空间

//这是新版本的JDK中的构造方法，更改了，解决了内存泄漏的问题

public String(char value[], int offset, int count) {

if (offset < 0) {

throw new StringIndexOutOfBoundsException(offset);

}

if (count <= 0) {

if (count < 0) {

throw new StringIndexOutOfBoundsException(count);

}

if (offset <= value.length) {

this.value = "".value;

return;

}

}

// Note: offset or count might be near -1>>>1.

if (offset > value.length - count) {

throw new StringIndexOutOfBoundsException(offset + count);

}

//上面代码部分都是为了检查是否越界的问题

this.value = Arrays.copyOfRange(value, offset, offset+count);

}

字符串分割和查找

字符串分割将一个原始字符串，根据某个分割符，切割成一组小字符串。String的split()方法就实现了该方法；

public String[] split(String regex)  //regex可以是一个普通一个正则表达式，从而进行复杂逻辑的字符串分割

比如字符串“a;b,c:d”，如果要把这些分隔符去掉，只保留字母内容，只需要使用正则表达式“[;|,|:]"。就简单的字符串分割而言，spilt()方法的性能却不太好。

最原始的字符串分割

直接使用split()方法对字符串进行分割，是最原始的方法。String.split()方法使用简单，功能强大。但是在频繁地使用该方法，性能比较差。

使用效率更高的StringTokenizer类分割字符串

StringTokenizer是JDK中专门用来处理字符串分割成子串的工具类。

//构造函数

public StringTokenizer(String str,String delim)  //str为要被分割处理的字符串，delim是分割字符

StringTokenizer st = new StringTokenizer(orgStr,";");

for(int i=0;i<10000;i++){

while(st.hasMoreTokens()){  //知道是否有更多的子字符串需要处理

st.nextToken();         //得到下一个分割的字符串

}

st = new StringTokenizer(orgStr,";"); //这说明使用上述两个方法会改变st对象本身的值，所以需要重新赋值

}

更优化的字符串分割方式

//indexOf()和subString()这两个方法的执行效率非常高，很适合作为高频率的函数使用

String tmp = orgStr;

for(int i=0;i<10000;i++){

while(true){

String splitStr=null;

int j=tmp.indexOf(';');  //找分割符的位置

if(j<0) break;           //没有分割符存在

splitStr=tmp.subString(0,j); //找到了分割符，截取前面的子字符串

tmp=tmp.subString(j+1);      //剩下的需要处理的字符串

}

tmp=orgStr;

}

高效率的charAt()方法

//String提供的方法

//返回给定的字符串中，位置在index位置的字符

//功能与indexOf()相反，但效率和indexOf()一样高

public char charAt(int index)

//下面的两个方法的效率远低于charAt()方法

//判断字符串是否以prefix字符串开头

public boolean startWith(String prefix)

//判断字符串是否以suffix结尾

public boolean endWith(String suffix)