java构造数字串_Java性能优化-字符串和数字构造

本博客来自我的新书Java性能优化(暂定名)，第二章的节选2.1和2.2,2.10. 也欢迎购买我的书 《Spring Boot 2 精髓 》

2.1 构造字符串

字符串在Java里是不可变的，无论是构造，还是截取，得到的总是一个新字符串。看一下构造一个字符串源码

private final char value[];

public String(String original) {

this.value = original.value;

this.hash = original.hash;

}

原有的字符串的value数组直接通过引用赋值给新的字符串value，也就是俩个字符串共享一个char数组，因此这种构造方法有着最快的构造。Java里的String对象被设计为不可变。意思是指一旦程序获得了字符串对象引用，不必担心这个字符串在别的地方被修改，不可变意味着线程安全，在第三章对不可变对象线程安全性又说明。

构造字符串更多的情况构造字符串是通过一个字符串数组，或者在某些框架的反序列化，使用byte[] 来构造字符串，这种情况下性能会非常低。 如下是通过char[]数组构造一个新的字符串源码

public String(char value[]) {

this.value = Arrays.copyOf(value, value.length);

}

Arrays.copyOf 会重新拷贝一份新的数组，方法如下

public static char[] copyOf(char[] original, int newLength) {

char[] copy = new char[newLength];

System.arraycopy(original, 0, copy, 0,

Math.min(original.length, newLength));

return copy;

}

可以看到通过数组构造字符串实际上是会创建一个新的字符串数组。如果不这样，还是直接引用char数组，那么外部如果更改char数组，则这个新的字符串就被改变了。

char[] cs = new char[]{'a','b'};

String str = new String(cs);

cs[0] ='!'

上面的代码最后一行，修改了cs数组，但不会影响str。因为str实际上是新的字符串数组构成

通过char数组构造新的字符串是最长用的方法，我们后面看到几乎每个字符串API，都会调用这个方法构造新的字符串，比如subString,concat等方法。如下代码验证了通过字符串构造新的字符串，以及使用char数组构造字符串性能比较

String str= "你好，String";

char[] chars = str.toCharArray();

[@Benchmark](https://my.oschina.net/u/3268003)

public String string(){

return new String(str);

}

[@Benchmark](https://my.oschina.net/u/3268003)

public String stringByCharArray(){

return new String(chars);

}

输出按照ns/op来输出，既每次调用所用的纳秒数，可以看到通过char构造字符串还是先当耗时的，特别如果是数组特别长，那更加耗时

Benchmark Mode Score Units

c.i.c.c.NewStringTest.string avgt 4.235 ns/op

c.i.c.c.NewStringTest.stringByCharArray avgt 11.704 ns/op

通过字节构造字符串，是一种非常常见的情况，尤其现在分布式和微服务流行，字符串在客户端序列化成字节数组，并发送给你给服务器端，服务器端会有一个反序列化，通过byte构造字符串

如下测试使用byte构造字符串性能测试

byte[] bs = "你好，String".getBytes("UTF-8");

[@Benchmark](https://my.oschina.net/u/3268003)

public String stringByByteArray() throws Exception{

return new String(bs,"UTF-8");

}

测试结果可以看到byte构造字符串太耗时了，尤其是当要构造的字符串非常长的时候

Benchmark Mode Score Units

c.i.c.c.NewStringTest.string avgt 4.649 ns/op

c.i.c.c.NewStringTest.stringByByteArray avgt 82.166 ns/op

c.i.c.c.NewStringTest.stringByCharArray avgt 12.138 ns/op

通过字节数组构造字符串，主要涉及到转码过程，内部会调用 StringCoding.decode转码

this.value = StringCoding.decode(charsetName, bytes, offset, length);

charsetName表示字符集，bytes是字节数组，offset和length表示字节数组

实际负责转码的是Charset子类，比如sun.nio.cs.UTF_8的decode方法负责实现字节转码，如果在深入到这个类，你会发现，你看到的是冰上一角，冰上下面这是一个相当耗CPU计算转码的工作，属于无法优化的部分.

在我多次的系统性能优化过程中，都会发现通过字节数据组构造字符串总是排在消耗CPU比较靠前的位置，转码消耗的系统性能抵得上百行的业务代码。 因此我们系统在设计到分布式的，需要仔细设计需要传输的字段，尽量避免用String。比如时间可以用long类型来表示，业务状态也可以用int来表示。如下需要序列化的对象

public class OrderResponse{

//订单日期，格式'yyyy-MM-dd'

private String createDate;

//订单状态,"0"表示正常

private String status;

}

可以改进成更好的定义，以减小序列化和反序列化负担。

public class OrderResponse{

//订单日期

private long createDate;

//订单状态,0表示正常

private int status;

}

关于在微服务中，序列化和反序列化传输对象，会在第四章和五章再次介绍对象的序列化

2.2 字符串拼接

JDK会自动将使用+号做的字符串拼接自动转化为StringBuilder,如下代码：

String a="hello";

String b ="world "

String str=a+b;

虚拟机会编译成如下代码

String str = new StringBuilder().append(a).append(b).toString();

如果你运行JMH测试这俩段代码，性能其实一样的，因为使用+连接字符串是一个常见操作，虚拟机对如上俩个代码片段都会做一些优化，虚拟使用-XX:+OptimizeStringConcat 打开字符串拼接优化，(默认情况下是打开的)。 如果采用以下代码，虽然看是跟上面的代码片段差不多，但虚拟机无法识别这种字符串拼接模式，性能会下降很多

StringBuilder sb = new StringBuilder();

sb.append(a);

sb.append(b);

运行StringConcatTest类，代码如下

String a = "select u.id,u.name from user u";

String b=" where u.id=? " ;

[@Benchmark](https://my.oschina.net/u/3268003)

public String concat(){

String c = a+b;

return c ;

}

[@Benchmark](https://my.oschina.net/u/3268003)

public String concatbyOptimizeBuilder(){

String c = new StringBuilder().append(a).append(b).toString();

return c;

}

@Benchmark

public String concatbyBuilder(){

//不会优化

StringBuilder sb = new StringBuilder();

sb.append(a);

sb.append(b);

return sb.toString();

}

有如下结果说明了虚拟机优化起了作用

Benchmark Mode Score Units

c.i.c.c.StringConcatTest.concat avgt 25.747 ns/op

c.i.c.c.StringConcatTest.concatbyBuilder avgt 90.548 ns/op

c.i.c.c.StringConcatTest.concatbyOptimizeBuilder avgt 21.904 ns/op

可以看到concatbyBuilder是最慢的，因为没有被JVM优化

这里说的JVM优化，指的是虚拟机JIT优化，我们会在第8章JIT优化说明

读者可以自己验证一下a+b+c这种字符串拼接性能，看一下是否被优化了

同StringBuilder类似的还有StringBuffer，主要功能都继承AbstractStringBuilder， 提供了线程安全方法，比如append方法，使用了synchronized关键字

@Override

public synchronized StringBuffer append(String str) {

//忽略其他代码

super.append(str);

return this;

}

几乎所有场景字符串拼接都不涉及到线程同步，因此StringBuffer已经很少使用了，如上的字符串拼接例子使用StringBuffer，

@Benchmark

public String concatbyBuffer(){

StringBuffer sb = new StringBuffer();

sb.append(a);

sb.append(b);

return sb.toString();

}

输出如下

Benchmark Mode Score Units

c.i.c.c.StringConcatTest.concatbyBuffer avgt 111.417 ns/op

c.i.c.c.StringConcatTest.concatbyBuilder avgt 94.758 ns/op

可以看到，StringBuffer拼接性能跟StringBuilder相比性能并不差，这得益于虚拟机的"逃逸分析"，也就是JIT在打开逃逸分析情况以及锁消除的情况下，有可能消除该对象上的使用synchronzied限定的锁。

逃逸分析 -XX:+DoEscapeAnalysis和 锁消除-XX:+EliminateLocks，详情参考本书第8章JIT优化

如下是一个锁消除的例子，对象obj只在方法内部使用，因此可以消除synchronized

void foo() {

//创建一个对象

Object obj = new Object();

synchronized (obj) {

doSomething();

}

}

程序不应该依赖JIT的优化，尽管打开了逃逸分析和锁消除，但不能保证所有代码都会被优化，因为锁消除是在JIT的C2阶段优化的，作为程序员，应该在无关线程安全情况下，使用StringBuilder。

使用StringBuilder 拼接其他类型，尤其是数字类型，则性能会明显下降，这是因为数字类型转字符在JDK内部，需要做很多工作，一个简单的Int类型转为字符串，需要至少50行代码完成。我们在第一章已经看到过了，这里不再详细说明。当你用StringBuilder来拼接字符串，拼接数字的时候，你需要思考，是否需要一个这样的字符串。

2.10 BigDecimal

我们都知道浮点型变量在进行计算的时候会出现丢失精度的问题。如下一段代码

System.out.println(0.05 + 0.01);

System.out.println(1.0 - 0.42);

输出： 0.060000000000000005 0.5800000000000001

可以看到在Java中进行浮点数运算的时候，会出现丢失精度的问题。那么我们如果在进行商品价格计算的时候，就会出现问题。很有可能造成我们手中有0.06元，却无法购买一个0.05元和一个0.01元的商品。因为如上所示，他们两个的总和为0.060000000000000005。这无疑是一个很严重的问题，尤其是当电商网站的并发量上去的时候，出现的问题将是巨大的。可能会导致无法下单，或者对账出现问题。

通常有俩个方法来解决这种问题，如果能用long来表示账户余额以分为单位，这是效率最高的。如果不能，则只能使用BigDecimal类来解决这类问题。

BigDecimal a = new BigDecimal("0.05");

BigDecimal b = new BigDecimal("0.01");

BigDecimal ret = a.add(b);

System.out.println(ret.toString());

通过字符串来构造BigDecimal，才能保证精度不丢失，如果使用new BigDecimal(0.05)，则因为0.05本身精度丢失，使得构造出来的BigDecimal也丢失精度。

BigDecimal能保证精度，但计算会有一定性能影响，如下是测试余额计算，用long表示分，用BigDecimal表示元的性能对比

BigDecimal a = new BigDecimal("0.05");

BigDecimal b = new BigDecimal("0.01");

long c = 5;

long d = 1;

@Benchmark

@CompilerControl(CompilerControl.Mode.DONT_INLINE)

public long addByLong() {

return (c + d);

}

@Benchmark

@CompilerControl(CompilerControl.Mode.DONT_INLINE)

public BigDecimal addByBigDecimal() {

return a.add(b);

}

在我的机器行，上面代码都能进行精确计算，通过JMH，测试结果如下

Benchmark Mode Score Units

c.i.c.c.BigDecimalTest.addByBigDecimal avgt 8.373 ns/op

c.i.c.c.BigDecimalTest.addByLong avgt 2.984 ns/op

所以在项目里，如果涉及精度结算，不要使用double，可以考虑用BigDecmal，也可以使用long来完成精度计算，具有良好的性能，分布式或者微服务场景，考虑到序列化和反序列化，long也是能被所有序列化框架识别的