java-- 字符串+拼接详解, 性能调优 (底层原理实现)-阿里云开发者社区

简单了解一下字符串

字符串在java中, 是非常常用的一个引用的数据类型, 在java中没有专门提供一个字符串类型, 而是提供一个与之对应的类, 这个类可以和基本数据类型所对应的包装类进行横向对比. 例如, String类和Integer类里面都提供了可以供我们管理这些数据的方法, 例如String类里面有toString, toUppercase. toCharArray, 等等方法, Integer里面有parseInt, intValue, 等方法

今天我们主要了解一下String类的情况.

String类里面是如何存放字符串的?

private final char value[];

/** Cache the hash code for the string */

private int hash; // Default to 0

原来里面是有一个value的字符数组, 一个字符串被分为一个一个字母, 存放在这个字符数组里面.

String的不可变性

为什么String类是不可变的?? 因为存放这个字符串的字符数字是使用private修饰的, 也就是说, 在这个包外面, 无法对这个value进行直接的访问(外界是看不到这个value字符数组的), 同时这个value数组被final修饰, 代表他不能被修改指向, 同时包里面也没有提供方法来修改这个字符数组里面的内容, 所以说无论怎么样这个字符数组都是不可变的. 一旦创建, 就不能改变.

这样子设计有很多好处, 比如可以缓存hashcode, 也可以使用更加安全和便利.

下面来介绍一下字符串拼接的四种常用方法

字符串拼接的方法

1.使用+拼接字符串

public class Test {
    public static void main(String[] args) {
        String a = "hello";
        String b = "world";
        String c = a + b;
        System.out.println(c);
    }
}

这里需要特别说明的一点事, 这里的加法是java中提供的一个语法糖, 这个语法糖就例如基础类型对应的包装类的自动装拆箱一样.

什么是语法糖? 语法糖, 也被翻译成为糖衣语法, 是由英国计算机科学家, 彼得兰丁发明的一个术语, 这种语法对语言的功能没有影响, 但是更方便程序员使用, 语法糖让程序更加简洁, 有更高的可读性.

此外, +号除了可以拼接字符串和字符串, 还可以拼接其他基本数据类型, 例如Boolean类型, 如下:

public class Test {
    public static void main(String[] args) {
        String a = "hello ";
        boolean b = false;
        String c = a + b;
        System.out.println(c);
    }
}

2. 使用concat

除了使用+号之外, 还可以使用String类中提供的方法, concat来拼接字符串, 例如

public class Test {
    public static void main(String[] args) {
        String a = "hello ";
        String b = "world";
        String c = a.concat(b);
        System.out.println(c);
    }
}

3. 使用StringBuilder

关于字符串, java中除了定义了一个不可变的字符串String类之外, 还提供了可以修改的字符串类, 也就是StringBuilder类, 它的对象是可以修改的.

StringBuilder里面提供了很多方法可以多字符串进行修改, 例如append方法, 直接在字符串对象后面追加字符串, 或者是使用insert直接在指定位置插入(也是一种修改). 这里我们只参考append的情况. 使用append的案例如下:

public class Test {
    public static void main(String[] args) {
        StringBuilder stringBuilder = new StringBuilder("hello");
        String a = " world";
        StringBuilder b = stringBuilder.append(a);
        System.out.println(b);
    }
}

4.StringBuffer

StringBuffer其语法和StringBuilder一致, 只不过StringBuffer里面提供的方法都是线程安全的.这后面讲解.

以上几种常用的字符串拼接, 到底哪种更好用, 为什么我们常说, 循环里面不建议使用+进行字符串拼接呢??

下面我们一一来解答.

使用+字符串拼接的原理

前面提到的使用+进行拼接, 只是java的语法糖, 看看它内部原理是怎么实现的.

有如下代码:

public class Test {
    public static void main(String[] args) {
        String a = "abc";
        String b = "def";
        String c = "abc" + "def";
        String d = a + "def";
        String e = "abc" + b;
        String f = a + b;
        String g = "abcdef";
    }
}

我们使用jad来反编译生成的字节码文件, 看看结果.

public class Test
{
 
    public Test()
    {
    }
 
    public static void main(String args[])
    {
        String a = "abc";
        String b = "def";
        String c = "abcdef";
        String d = (new StringBuilder()).append(a).append("def").toString();
        String e = (new StringBuilder()).append("abc").append(b).toString();
        String f = (new StringBuilder()).append(a).append(b).toString();
        String g = "abcdef";
    }
}

还有另外一个情况如下:

public class Test {
    public static void main(String[] args) {
        String a = new String("abc") + "abc";
    }
}

其反编译结果如下:

public class Test
{
 
    public Test()
    {
    }
 
    public static void main(String args[])
    {
        String a = (new StringBuilder()).append(new String("abc")).append("abc").toString();
    }
}

我们总结一下字符串+拼接:

总结:

对于+拼接字符串的过程, 拼接的多个字符串中出现了new关键字, 或者是出现了其他字符串的引用的情况, 就会先生成一个StringBuilder对象, 然后使用这个对象的append方法追加字符串, 随后调用StringBuilder的toString方法, toString方法的实现如下:

    public String toString() {
        // Create a copy, don't share the array
        return new String(value, 0, count);
    }

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

我们来解释一下这个String的构造方法:

offset为从指定位置开始赋值, 往后赋值count个字符, 如果offset和count < 0就跑出异常. 并且如果 offset <= value数组的长度并且count的值为0的话就将String里面的value构造为空值, 可以理解为返回一个空字符串. 如果offset > value.length - count就会产生越界, 除了上面这些情况之外, 其他情况都满足要求, 于是就将使用Arrays.copyOfRange方法来copy字符数组, 将value数组里面从offset开始, 复制到下标为offset + count的位置到原来new String 的value里面, 然后返回, 于是就构造好了一个新的字符串.

需要注意一下的是, 这里StringBuilder里面的toString本质上还是一个new 的String:

我们知道, 我们java内存空间里面, 堆区是有我们程序员控制的, 一切new出来的对象, 都存在于堆区(都会在堆区重新申请一块新内存).

所以如果有如下问题:

public class Test {
    public static void main(String[] args) {
        String a = "abc";
        String b = "def";
        String c = "abc" + "def";
        String d = a + "def";
        String e = "abc" + b;
        String f = a + b;
        String g = "abcdef";
        System.out.println(c ==g); // 1
        System.out.println(c == d);  // 2
        System.out.println(c == f); // 3
        System.out.println(f == g); // 4
        System.out.println(c == g); // 5
    }
}

问: 1 2 3 4 5分贝输出什么??

答案如下:

为什么?? 因为只要有变量或者是new关键字参与的字符串+拼接, 都会在底层先新建一个StringBuilder对象, 然后使用append追加, 随后使用toString方法返回一个在堆区存放的字符串. 因此有如图所示的情况.

使用concat

public class Test {
    public static void main(String[] args) {
        String a = "hello";
        a = a.concat(" world");
        System.out.println(a);
    }
}

我们来看一下concat原码

    public String concat(String str) {
        int otherLen = str.length();
        if (otherLen == 0) {
            return this;
        }
        int len = value.length;
        char buf[] = Arrays.copyOf(value, len + otherLen);
        str.getChars(buf, len);
        return new String(buf, true);
    }

从本质上看还是使用Arrays.copyOf的方法, 将字符串从老字符串里面的内容先拷贝到新字符串,并提前扩容, 然后将追加的字符串str里面的内容追加到buf中, 随后返回这个buf数组的String形式. 但其实末尾还是new了一个String对象.

StringBuilder

我们来看看StringBuilder的组成:

和String类似, StringBuilder也封装了一个字符数组, 然后还多了一个count属性, 用来描述这个数组中已经使用的字符个数.

其append原码如下:

    public StringBuilder append(String str) {
        super.append(str);
        return this;
    }

    public AbstractStringBuilder append(String str) {
        if (str == null)
            return appendNull();
        int len = str.length();
        ensureCapacityInternal(count + len);
        str.getChars(0, len, value, count);
        count += len;
        return this;
    }

从源码上看, append会确认容量之后, 直接拷贝字符串到内部.

其中getChars的声明如下:

参数如下:

也就是说会将str中的全部字符全部存入value数组的后面, 然后返回

StringBuffer和StringBuilder差不多, 这里不单独阐述, 只是StringBuffer里面的方法都是synchronized声明的, 是一个线程安全的类.

效率比较

这么多字符串拼接, 我们还是需要来看一下, 哪一种效率会跟高. 简单对比一下, 如下:

long t1 = System.currentTimeMillis();
//这里是初始字符串定义
for (int i = 0; i &lt; 50000; i++) {
   //这里是字符串拼接代码
}
long t2 = System.currentTimeMillis();
System.out.println("cost:" + (t2 - t1));

我们使用形如以上形式的代码，分别测试下五种字符串拼接代码的运行时间。得到结果如下：

+ cost:5119
StringBuilder cost:3
StringBuffer cost:4
concat cost:3623
StringUtils.join cost:25726

从里面可以看出来.

StringBuilder < StringBuffer < concat < +

StringBuffer在StringBuilder的基础上，做了同步处理，所以在耗时上会相对多一些
字符串+拼接在for循环里面, 如果有变量或者是new关键词参与拼接, 那么就会每次都new出一个StringBuilder对象, 然后使用append方法, 随后又使用toString方法来new一个对应的String类, 这样繁琐的创建对象, 不仅消耗时间, 还会消耗内存资源
对于StringBuffer, 里面使用线程安全的synchronized来修饰方法, 自然会比StringBuilder慢一下, 至于为什么, 可以看我前面的多线程的文章.

所以，阿里巴巴Java开发手册建议：循环体内，字符串的连接方式，使用 StringBuilder 的 append 方法进行扩展。而不要使用+。

java-- 字符串+拼接详解, 性能调优 (底层原理实现)