java中String的透彻理解

     要理解 java中String的运作方式，必须明确一点：String是一个非可变类（immutable）。什么是非可变类呢？简单说来，非可变类的实例是不能被修改的，每个实例中包含的信息都必须在该实例创建的时候就提供出来，并且在对象的整个生存周期内固定不变。java为什么要把String设计为非可变类呢？你可以问问 james Gosling ：）。但是非可变类确实有着自身的优势，如状态单一，对象简单，便于维护。其次，该类对象对象本质上是线程安全的，不要求同步。此外用户可以共享非可变对象，甚至可以共享它们的内部信息。（详见 《Effective java》item 13）。String类在java中被大量运用，甚至在class文件中都有其身影，因此将其设计为简单轻便的非可变类是比较合适的。

一、创建。

       好了，知道String是非可变类以后，我们可以进一步了解String的构造方式了。创建一个Stirng对象，主要就有以下两种方式：

java 代码

String str1 = new String("abc");     

Stirng str2 = "abc";  

        虽然两个语句都是返回一个String对象的引用，但是jvm对两者的处理方式是不一样的。对于第一种，jvm会马上在heap中创建一个String对象，然后将该对象的引用返回给用户。对于第二种，jvm首先会在内部维护的strings pool中通过String的 equels 方法查找是对象池中是否存放有该String对象，如果有，则返回已有的String对象给用户，而不会在heap中重新创建一个新的String对象；如果对象池中没有该String对象，jvm则在heap中创建新的String对象，将其引用返回给用户，同时将该引用添加至strings pool中。注意：使用第一种方法创建对象时，jvm是不会主动把该对象放到strings pool里面的，除非程序调用 String的intern方法。看下面的例子：

java 代码

String str1 = new String("abc"); //jvm 在堆上创建一个String对象    

   

  //jvm 在strings pool中找不到值为“abc”的字符串，因此    

  //在堆上创建一个String对象，并将该对象的引用加入至strings pool中    

  //此时堆上有两个String对象    

Stirng str2 = "abc";    

   

  if(str1 == str2){    

              System.out.println("str1 == str2");    

  }else{    

              System.out.println("str1 != str2");    

  }    

    //打印结果是 str1 != str2,因为它们是堆上两个不同的对象    

   

    String str3 = "abc";    

  //此时，jvm发现strings pool中已有“abc”对象了，因为“abc”equels “abc”    

  //因此直接返回str2指向的对象给str3，也就是说str2和str3是指向同一个对象的引用    

    if(str2 == str3){    

              System.out.println("str2 == str3");    

    }else{    

              System.out.println("str2 != str3");    

    }    

  //打印结果为 str2 == str3  

     再看下面的例子：

java 代码

String str1 = new String("abc"); //jvm 在堆上创建一个String对象    

   

str1 = str1.intern();    

//程序显式将str1放到strings pool中，intern运行过程是这样的：首先查看strings pool    

//有没“abc”对象的引用，没有，则在堆中新建一个对象，然后将新对象的引用加入至    

//strings pool中。执行完该语句后，str1原来指向的String对象已经成为垃圾对象了，随时会    

//被GC收集。    

   

//此时，jvm发现strings pool中已有“abc”对象了，因为“abc”equels “abc”    

//因此直接返回str1指向的对象给str2，也就是说str2和str1引用着同一个对象，    

//此时，堆上的有效对象只有一个。    

Stirng str2 = "abc";    

   

  if(str1 == str2){    

              System.out.println("str1 == str2");    

  }else{    

              System.out.println("str1 != str2");    

  }    

    //打印结果是 str1 == str2    

   

 

       为什么jvm可以这样处理String对象呢？就是因为String的非可变性。既然所引用的对象一旦创建就永不更改，那么多个引用共用一个对象时互不影响。

二、串接（Concatenation）。

        java程序员应该都知道滥用String的串接操作符是会影响程序的性能的。性能问题从何而来呢？归根结底就是String类的非可变性。既然String对象都是非可变的，也就是对象一旦创建了就不能够改变其内在状态了，但是串接操作明显是要增长字符串的，也就是要改变String的内部状态，两者出现了矛盾。怎么办呢？要维护String的非可变性，只好在串接完成后新建一个String 对象来表示新产生的字符串了。也就是说，每一次执行串接操作都会导致新对象的产生，如果串接操作执行很频繁，就会导致大量对象的创建，性能问题也就随之而来了。

       为了解决这个问题，jdk为String类提供了一个可变的配套类，StringBuffer。使用StringBuffer对象，由于该类是可变的，串接时仅仅时改变了内部数据结构，而不会创建新的对象，因此性能上有很大的提高。针对单线程，jdk 5.0还提供了StringBuilder类，在单线程环境下，由于不用考虑同步问题，使用该类使性能得到进一步的提高。

三、String的长度

     我们可以使用串接操作符得到一个长度更长的字符串，那么，String对象最多能容纳多少字符呢？查看String的源代码我们可以得知类String中是使用域 count 来记录对象字符的数量，而count 的类型为 int，因此，我们可以推测最长的长度为 2^32，也就是4G。

       不过，我们在编写源代码的时候，如果使用 Sting str = "aaaa";的形式定义一个字符串，那么双引号里面的ASCII字符最多只能有 65534 个。为什么呢？因为在class文件的规范中， CONSTANT_Utf8_info表中使用一个16位的无符号整数来记录字符串的长度的，最多能表示 65536个字节，而java class 文件是使用一种变体UTF-8格式来存放字符的，null值使用两个字节来表示，因此只剩下 65536－ 2 ＝ 65534个字节。也正是变体UTF-8的原因，如果字符串中含有中文等非ASCII字符，那么双引号中字符的数量会更少（一个中文字符占用三个字节）。如果超出这个数量，在编译的时候编译器会报错。

public class Test {  

       public static void stringReplace(String text) {  

             //把textString的地址copy给text,text也指向了textString的"java"  

             //text.replace('j', 'i');的结果是"iava"  

             //text = text.replace('j', 'i');就是重新使text指向"iava"  

             //由于该方法的返回类型是void,所以原来的textString没变  

             text = text.replace('j', 'i');  

       }  

   

       public static void bufferReplace(StringBuffer text) {  

             //textBuffer的地址copy给text  

             //然后沿着text指向的字符串(其实也就是textBuffer指向的对象)操作,添加一个"C"  

             //虽然没有任何返回,但是这个操作影响到了textBuffer所指向的字符串  

             //所以上个方法打印"java",这个方法打印"javaC"  

             text = text.append("C");  

       }  

   

       public static void main(String args[]) {  

             String textString = new String("java");  

             StringBuffer textBuffer = new StringBuffer("java");  

   

             stringReplace(textString);  

             bufferReplace(textBuffer);  

   

             System.out.println(textString + textBuffer);  

       }  

}  

首先把问题摆出来，先看这个代码 

String a = "ab"; 

String b = "a" + "b"; 

System.out.println((a == b)); 

打印结果会是什么？类似这样的问题，有人考过我，我也拿来考过别人(蛮好玩的，大家也可以拿来问人玩)，一般答案会是以下几种： 

1.true 

       "a" + "b" 的结果就是"ab"，这样a,b都是"ab"了，内容一样所以"相等"，结果true 

       一般java新人如是答。 

2.false 

       "a" + "a"会生成新的对象"aa"，但是这个对象和String a = "ab";不同，(a == b)是比较对象引用，因此不相等，结果false 

       对java的String有一定了解的通常这样回答。 

3.true 

       String a = "ab";创建了新的对象"ab"； 再执行String b = "a" + "b";结果b="ab",这里没有创建新的对象，而是从JVM字符串常量池中获取之前已经存在的"ab"对象。因此a,b具有对同一个string对象的引用，两个引用相等，结果true. 

       能回答出这个答案的，基本已经是高手了，对java中的string机制比较了解。 

       很遗憾,这个答案,是不够准确的。或者说，根本没有运行时计算b = "a" + "b";这个操作.实际上运行时只有String b = "ab"; 

       3的观点适合解释以下情况： 

       String a = "ab"; 

       String b = "ab"; 

       System.out.println((a == b)); 

       如果String b = "a" + "b";是在运行期执行，则3的观点是无法解释的。运行期的两个string相加，会产生新的对象的。(本文后面对此有解释) 

4.true 

       下面是我的回答：编译优化+ 3的处理方式 = 最后的true 

       String b = "a" + "b";编译器将这个"a" + "b"作为常量表达式，在编译时进行优化，直接取结果"ab"，这样这个问题退化 

       String a = "ab"; 

       String b = "ab"; 

       System.out.println((a == b)); 

       然后根据3的解释，得到结果true 

       这里有一个疑问就是String不是基本类型，像 

int secondsOfDay = 24 * 60 * 60; 

       这样的表达式是常量表达式,编译器在编译时直接计算容易理解，而"a" + "b" 这样的表达式,string是对象不是基本类型,编译器会把它当成常量表达式来优化吗? 

       下面简单证明我的推断，首先编译这个类: 

public class Test { 

       private String a = "aa"; 

} 

           复制class文件备用,然后修改为 

public class Test { 

       private String a = "a" + "a"; 

} 

       再次编译,用ue之类的文本编辑器打开,察看二进制内容,可以发现,两个class文件完全一致,连一个字节都不差. 

       ok,真相大白了.根本不存在运行期的处理String b = "a" + "b";这样的代码的问题,编译时就直接优化掉了。 

下面进一步探讨，什么样的string + 表达式会被编译器当成常量表达式？ 

String b = "a" + "b"; 

这个String + String被正式是ok的,那么string + 基本类型呢？ 

String a = "a1"; 

String b = "a" + 1;

System.out.println((a == b));   //result = true 

String a = "atrue"; 

String b = "a" + true; 

System.out.println((a == b));   //result = true 

String a = "a3.4"; 

String b = "a" + 3.4; 

System.out.println((a == b));   //result = true 

     

可见编译器对string + 基本类型是当成常量表达式直接求值来优化的。 

再注意看这里的string都是"**"这样的，我们换成变量来试试： 

String a = "ab"; 

String bb = "b"; 

String b = "a" + bb; 

System.out.println((a == b));    //result = false 

这个好理解，"a" + bb中的bb是变量，不能进行优化。这里很很好的解释了为什么3的观点不正确，如果String+String的操作是在运行时进行的，则会产生新的对象，而不是直接从jvm的string池中获取。 

再修改一下,把bb作为常量变量： 

String a = "ab"; 

final String bb = "b"; 

String b = "a" + bb; 

System.out.println((a == b));    //result = true 

竟然又是true，编译器的优化好厉害啊，呵呵，考虑下面这种情况： 

String a = "ab"; 

final String bb = getBB(); 

String b = "a" + bb; 

System.out.println((a == b));      //result = false 

private static String getBB() { 

return "b"; 

} 

看来java(包括编译器和jvm)对string的优化，真的是到了极点了，string这个所谓的"对象"，完全不可以看成一般的对象，java对string的处理近乎于基本类型，最大限度的优化了几乎能优化的地方。 

另外感叹一下,string的+号处理，算是java语言里面唯一的一个"运算符重载"(接触过c++的人对这个不会陌生)吧？