来自:CSDN(作者:wellleo)
原文链接(底部链接可直达):
https://blog.csdn.net/wslwno1/article/details/109211366
前言
话说Java中String是有长度限制的,听到这里很多人不禁要问,String还有长度限制?是的有,而且在JVM编译中还有规范,而且有的家人们在面试的时候也遇到了。
本人就遇到过面试的时候问这个的,而且在之前开发的中也真实地遇到过这个String长度限制的场景(将某固定文件转码成Base64的形式用字符串存储,在运行时需要的时候在转回来,当时文件比较大),那这个规范限制到底是怎么样的,咱们话不多说先䁖䁖去。
String
首先要知道String的长度限制我们就需要知道String是怎么存储字符串的,String其实是使用的一个char类型的数组来存储字符串中的字符的。
![](https://i-blog.csdnimg.cn/blog_migrate/9f06cce0750d7df218bc910b377bc7d4.png)
那么String既然是数组存储那数组会有长度的限制吗?是的有限制,但是是在有先提条件下的,我们看看String中返回length的方法。
![](https://i-blog.csdnimg.cn/blog_migrate/aac50d9e4e4334ea0c58355f6ca72613.png)
由此我们看到返回值类型是int类型,Java中定义数组是可以给数组指定长度的,当然不指定的话默认会根据数组元素来指定:
int[] arr1 = new int[10]; // 定义一个长度为10的数组
int[] arr2 = {1,2,3,4,5}; // 那么此时数组的长度为5
整数在java中是有限制的,我们通过源码来看看int类型对应的包装类Integer可以看到,其长度最大限制为2^31 -1,那么说明了数组的长度是0~2^31-1,那么计算一下就是(2^31-1 = 2147483647 = 4GB)
![](https://i-blog.csdnimg.cn/blog_migrate/50bddb37460b73cf3d699ad9c743ba5c.png)
看到这我们尝试通过编码来验证一下上述观点。
![](https://i-blog.csdnimg.cn/blog_migrate/f0af2ba697bd0cbc9050fb0bae5b9436.png)
以上是我通过定义字面量的形式构造的10万个字符的字符串,编译之后虚拟机提示报错,说我们的字符串长度过长,不是说好了可以存21亿个吗?为什么才10万个就报错了呢?
其实这里涉及到了JVM编译规范的限制了,其实JVM在编译时,如果我们将字符串定义成了字面量的形式,编译时JVM是会将其存放在常量池中,这时候JVM对这个常量池存储String类型做出了限制,接下来我们先看下手册是如何说的。
![](https://i-blog.csdnimg.cn/blog_migrate/b29e107e21039599edc724bb5b968e84.png)
常量池中,每个 cp_info 项的格式必须相同,它们都以一个表示 cp_info 类型的单字节 “tag”项开头。后面 info[]项的内容 由tag 的类型所决定。
![](https://i-blog.csdnimg.cn/blog_migrate/f82a8df95c31de8c99f709381116585a.png)
我们可以看到 String类型的表示是 CONSTANT_String ,我们来看下CONSTANT_String具体是如何定义的。
![](https://i-blog.csdnimg.cn/blog_migrate/ae162bdb527b26c06ec1417d844e680d.png)
这里定义的 u2 string_index 表示的是常量池的有效索引,其类型是CONSTANT_Utf8_info 结构体表示的,这里我们需要注意的是其中定义的length我们看下面这张图。
![](https://i-blog.csdnimg.cn/blog_migrate/70e9b1cb9f028a8fdbbc3b677aa2e050.png)
在class文件中u2表示的是无符号数占2个字节单位,我们知道1个字节占8位,2个字节就是16位 ,那么2个字节能表示的范围就是2^16- 1 = 65535 。范中class文件格式对u1、u2的定义的解释做了一下摘要:
这里对java虚拟机规摘要部分
1、class文件中文件内容类型解释
定义一组私有数据类型来表示 Class 文件的内容,它们包括 u1,u2 和 u4,分别代 表了 1、2 和 4 个字节的无符号数。
每个 Class 文件都是由 8 字节为单位的字节流组成,所有的 16 位、32 位和 64 位长度的数 据将被构造成 2 个、4 个和 8 个 8 字节单位来表示。
2、程序异常处理的有效范围解释
start_pc 和 end_pc 两项的值表明了异常处理器在 code[]数组中的有效范围。
start_pc 必须是对当前 code[]数组中某一指令的操作码的有效索引,end_pc 要 么是对当前 code[]数组中某一指令的操作码的有效索引,要么等于 code_length 的值,即当前 code[]数组的长度。start_pc 的值必须比 end_pc 小。
当程序计数器在范围[start_pc, end_pc)
内时,异常处理器就将生效。即设 x 为 异常句柄的有效范围内的值,x 满足:start_pc ≤ x < end_pc
。
实际上,end_pc 值本身不属于异常处理器的有效范围这点属于 Java 虚拟机历史上 的一个设计缺陷:如果 Java 虚拟机中的一个方法的 code 属性的长度刚好是 65535 个字节,并且以一个 1 个字节长度的指令结束,那么这条指令将不能被异常处理器 所处理。
不过编译器可以通过限制任何方法、实例初始化方法或类初始化方法的code[]
数组最大长度为 65534,这样可以间接弥补这个 BUG。
注意:这里对个人认为比较重要的点做了标记,首先第一个加粗说白了就是说数组有效范围就是【0-65565】但是第二个加粗的地方又解释了,因为虚拟机还需要1个字节的指令作为结束,所以其实真正的有效范围是【0-65564】,这里要注意这里的范围仅限编译时期,如果你是运行时拼接的字符串是可以超出这个范围的。
接下来我们通过一个小实验来测试一下我们构建一个长度为65534的字符串,看看是否就能编译通过。0期阶段汇总
首先通过一个for循环构建65534长度的字符串,在控制台打印后,我们通过自己度娘的一个在线字符统计工具计算了一下确实是65534个字符,如下:
![](https://i-blog.csdnimg.cn/blog_migrate/930b09a9e6433a069b4910412d1afcc1.png)
![](https://i-blog.csdnimg.cn/blog_migrate/180fd898b7d554f9e63d396edfa7a944.png)
然后我们将字符复制后以定义字面量的形式赋值给字符串,可以看到我们选择这些字符右下角显示的确实是65534,于是乎运行了一波,果然成功了。
![](https://i-blog.csdnimg.cn/blog_migrate/5a679f55577d9b49d89c02c7cec763a5.png)
![](https://i-blog.csdnimg.cn/blog_migrate/1d76ca2b0f48668bbbf96f91cfd7041d.png)
看到这里我们来总结一下:
问:字符串有长度限制吗?是多少?
答:首先字符串的内容是由一个字符数组 char[] 来存储的,由于数组的长度及索引是整数,且String类中返回字符串长度的方法length() 的返回值也是int ,所以通过查看java源码中的类Integer我们可以看到Integer的最大范围是2^31 -1,由于数组是从0开始的,所以数组的最大长度可以使【0~2^31】通过计算是大概4GB。
但是通过翻阅java虚拟机手册对class文件格式的定义以及常量池中对String类型的结构体定义我们可以知道对于索引定义了u2,就是无符号占2个字节,2个字节可以表示的最大范围是2^16 -1 = 65535。
其实是65535,但是由于JVM需要1个字节表示结束指令,所以这个范围就为65534了。超出这个范围在编译时期是会报错的,但是运行时拼接或者赋值的话范围是在整形的最大范围。
推荐阅读:
喜欢我可以给我设为星标哦
好文章,我“在看”