通过以下几点分析,我们一步步揭开她的衣裳,直达内心深处,提升一个 Level,让 String
直接起飞:
- 字符串对象的特性;
- String 的不可变性;
- 大字符串构建技巧;
- String.intern 节省内存;
- 字符串分割技巧;
String 身体解密
想要深入了解,就先从基本组成开始……
「String 缔造者」对 String
对象做了大量优化来节省内存,从而提升 String 的性能:
Java 6 及之前
数据存储在 char[]
数组中,String
通过 offset
和 count
两个属性定位 char[]
数据获取字符串。
这样可以高效快速的定位并共享数组对象,并且节省内存,但是有可能导致内存泄漏。
共享 char 数组为啥可能会导致内存泄漏呢?
String(int offset, int count, char value[]) { this.value = value; this.offset = offset; this.count = count; } public String substring(int beginIndex, int endIndex) { //check boundary return new String(offset + beginIndex, endIndex - beginIndex, value); }
调用 substring()
的时候虽然创建了新的字符串,但字符串的值 value
仍然指向的是内存中的同一个数组,如下图所示:
如果我们仅仅是用 substring
获取一小段字符,而原始 string
字符串非常大的情况下,substring 的对象如果一直被引用。
此时 String
字符串也无法回收,从而导致内存泄露。
如果有大量这种通过 substring 获取超大字符串中一小段字符串的操作,会因为内存泄露而导致内存溢出。
JDK7、8
去掉了 offset
和 count
两个变量,减少了 String 对象占用的内存。
substring 源码:
public String(char value[], int offset, int count) { this.value = Arrays.copyOfRange(value, offset, offset + count); } public String substring(int beginIndex, int endIndex) { int subLen = endIndex - beginIndex; return new String(value, beginIndex, subLen); }
substring()
通过 new String()
返回了一个新的字符串对象,在创建新的对象时通过 Arrays.copyOfRange()
深度拷贝了一个新的字符数组。
如下图所示:
String.substring 方法不再共享 char[]
数组的数据,解决了可能内存泄漏的问题。
Java 9
将 char[]
字段改为 byte[]
,新增 coder
属性。
码哥,为什么这么改呢?
一个 char 字符占 2 个字节,16 位。存储单字节编码内的字符(占一个字节的字符)就显得非常浪费。
为了节约内存空间,于是使用了 1 个字节占 8 位的 byte 数组来存放字符串。
勤俭节约的女神,谁不爱……
新属性 coder 的作用是:在计算字符串长度或者使用 indexOf()
方法时,我们需要根据编码类型来计算字符串长度。
coder 的值分别表示不同编码类型:
- 0:表示使用
Latin-1
(单字节编码);
- 1:使用
UTF-16
。
String 的不可变性
了解了String
的基本组成之后,发现 String 还有一个比外在更性感的特性,她被 final
关键字修饰,char 数组也是。
我们知道类被 final 修饰代表该类不可继承,而 char[]
被 final+private
修饰,代表了 String
对象不可被更改。
String 对象一旦创建成功,就不能再对它进行改变。
final 修饰的好处
安全性
当你在调用其他方法时,比如调用一些系统级操作指令之前,可能会有一系列校验。
如果是可变类的话,可能在你校验过后,它的内部的值又被改变了,这样有可能会引起严重的系统崩溃问题。
高性能缓存
String
不可变之后就能保证 hash
值得唯一性,使得类似 HashMap
容器才能实现相应的 key-value
缓存功能。
实现字符串常量池
由于不可变,才得以实现字符串常量池。
字符串常量池指的是在创建字符串的时候,先去「常量池」查找是否创建过该「字符串」;
如果有,则不会开辟新空间创建字符串,而是直接把常量池中该字符串的引用返回给此对象。
创建字符串的两种方式:
- String str1 = “码哥字节”;
- String str2 = new String(“码哥字节”);
当代码中使用第一种方式创建字符串对象时,JVM 首先会检查该对象是否在字符串常量池中,如果在,就返回该对象引用。
否则新的字符串将在常量池中被创建,并返回该引用。
这样可以减少同一个值的字符串对象的重复创建,节约内存。
第二种方式创建,在编译类文件时,"码哥字节" 字符串将会放入到常量结构中,在类加载时,“码哥字节" 将会在常量池中创建;
在调用 new 时,JVM 命令将会调用 String 的构造函数,在堆内存中创建一个 String 对象,同时该对象指向「常量池」中的“码哥字节”字符串,str 指向刚刚在堆上创建的 String 对象;
如下图:
什么是对象和对象引用呀?
str 属于方法栈的字面量,它指向堆中的 String 对象,并不是对象本。
对象在内存中是一块内存地址,str 则是指向这个内存地址的引用。
也就是说 str 并不是对象,而只是一个对象引用。
码哥,字符串的不可变到底指的是什么呀?
String str = "Java"; str = "Java,yyds"
第一次赋值 「Java」,第二次赋值「Java,yyds」,str 值确实改变了,为什么我还说 String 对象不可变呢?
这是因为 str 只是 String 对象的引用,并不是对象本身。
真正的对象依然还在内存中,没有被改变。