関連する學(xué)習(xí)に関する推奨事項(xiàng): Java 基本チュートリアル

初心者向けJava では、Java が 2 つの主要なデータ型、つまり基本データ型と參照データ型に分類できることはすでに知られています。これら 2 つのデータ型のうち、String という特殊なデータ型があり、String は參照データ型ですが、他の參照データ型とは異なります。データ型の中でも奇抜な花と言えるでしょう。したがって、この記事では、Java の String 文字列について詳しく理解します。

1. String 文字列のメモリ割り當(dāng)てから始めましょう

前回の記事「過去を振り返り、新しいことを?qū)Wぶ -- あなたの知らない JVM メモリ割り當(dāng)て」では、JVM メモリ モデルを分析しました。詳細(xì)に。定數(shù)プールのセクションでは、文字列定數(shù)プール、クラス ファイル定數(shù)プール、実行時(shí)定數(shù)プールの 3 種類の定數(shù)プールについて學(xué)びました。文字列のメモリ割り當(dāng)ては、文字列定數(shù)プールと大きな関係があります。

文字列のインスタンス化には 2 つの方法があることがわかっています。1 つ目の最も一般的に使用される方法は、リテラル代入によるもので、もう 1 つはパラメータを渡す構(gòu)築方法によるものです。コードは次のとおりです:

    String str1="abc";
    String str2=new String("abc");復(fù)制代碼

メモリ割り當(dāng)てにおけるこれら 2 つの方法の違いは何ですか? 私たちが初めて Java を?qū)W習(xí)したときに、先生が説明してくれたと思います:

1。リテラル割り當(dāng)てによる文字列の作成を渡すと、文字列定數(shù)プールに String オブジェクトのみが生成されます。 2. コンストラクターを介して String パラメーターを渡すと、ヒープ メモリと文字列定數(shù)プールに String オブジェクトが生成され、ヒープ メモリ內(nèi)の String への參照がスタックに置かれます。

#この答えは正しいですか?それは使用される Java バージョンに完全に依存するため、少なくとも現(xiàn)時(shí)點(diǎn)では完全に正しいとは言えないようです。前回の記事「過去を振り返り、新しいことを?qū)Wぶ - あなたの知らない JVM メモリ割り當(dāng)て」では、HotSpot 仮想マシンのさまざまな JDK での文字列定數(shù)プールの実裝について説明しました。 ## JDK7以前は文字列定數(shù)プールはメソッド領(lǐng)域(永続生成)にあり、このときは文字列オブジェクトが格納されていました。 JDK7では、文字列定數(shù)プールはメソッド領(lǐng)域からヒープメモリに移動(dòng)され、文字列オブジェクトはJavaヒープに格納されますが、文字列定數(shù)プールには文字列オブジェクトへの參照のみが格納されます。

この文をどのように理解すればよいでしょうか? String str1=new String("abc") を分析する例として取り上げます:

1. JDK6 のメモリ割り當(dāng)て

図に示すように、まず JDK6 のメモリ割り當(dāng)てを分析しましょう。以下:

new String("abc") が呼び出されると、Java ヒープと定數(shù)プールに "abc" オブジェクトが生成されます。同時(shí)に、str1 がヒープ內(nèi)の「abc」オブジェクトを指すようにします。 2.JDK7 でのメモリ割り當(dāng)て

JDK7 以降のバージョンでは、文字列定數(shù)プールがヒープ メモリに移動(dòng)されるため、次の図に示すようにメモリ割り當(dāng)て方法も異なります。 :

new String("abc") が呼び出されると、ヒープ メモリに 2 つの "abc" オブジェクトが作成され、str1 は「abc」オブジェクトと「abc」オブジェクトへの參照が定數(shù)プール內(nèi)に生成され、別の「abc」オブジェクトを指します。 Java がこのように設(shè)計(jì)されている理由については、前の記事ですでに説明しています。

String は Java で最も頻繁に使用されるデータ型であるため、プログラムのメモリを節(jié)約し、プログラムのパフォーマンスを向上させるためです。 , Java の設(shè)計(jì)者は、すべてのクラスで共有される文字列定數(shù)プール領(lǐng)域を公開しており、各仮想マシンには文字列定數(shù)プールが 1 つだけあります。したがって、リテラル割り當(dāng)てを使用する場(chǎng)合、文字列が文字列定數(shù)プールにすでに存在する場(chǎng)合、オブジェクトはヒープ メモリに再作成されず、文字列定數(shù)プール內(nèi)のオブジェクトを直接ポイントします。

2. String の intern() メソッドString のメモリ割り當(dāng)てを理解した後、String の非常に重要なメソッド String.intern() を理解する必要があります。

読者の多くはこの方法についてあまり知らないかもしれませんが、重要ではないというわけではありません。まず intern() メソッドのソース コードを見てみましょう:

/**
     * Returns a canonical representation for the string object.
     * <p>
     * A pool of strings, initially empty, is maintained privately by the
     * class {@code String}.
     * <p>
     * When the intern method is invoked, if the pool already contains a
     * string equal to this {@code String} object as determined by
     * the {@link #equals(Object)} method, then the string from the pool is
     * returned. Otherwise, this {@code String} object is added to the
     * pool and a reference to this {@code String} object is returned.
     * <p>
     * It follows that for any two strings {@code s} and {@code t},
     * {@code s.intern() == t.intern()} is {@code true}
     * if and only if {@code s.equals(t)} is {@code true}.
     * <p>
     * All literal strings and string-valued constant expressions are
     * interned. String literals are defined in section 3.10.5 of the
     * <cite>The Java&trade; Language Specification</cite>.
     *
     * @return  a string that has the same contents as this string, but is
     *          guaranteed to be from a pool of unique strings.
     */
    public native String intern();復(fù)制代碼

emmmmm.... これは実際にはネイティブ メソッドですが、問題はありません。たとえソースが見えなくても

intern メソッドを呼び出すとき、文字列定數(shù)プールに String オブジェクトと等しい文字列が既に含まれている場(chǎng)合は、文字列定數(shù)プール內(nèi)の文字列への參照が直接返されます。それ以外の場(chǎng)合、この文字列オブジェクトに含まれる文字列が定數(shù)プールに追加され、このオブジェクトへの參照が返されます。

1.一個(gè)關(guān)于intern()的簡(jiǎn)單例子

了解了intern方法的用途之后，來看一個(gè)簡(jiǎn)單的列子：

public class Test {    public static void main(String[] args) {
        String str1 = "hello world";
        String str2 = new String("hello world");
        String str3=str2.intern();
        System.out.println("str1 == str2:"+(str1 == str2));
        System.out.println("str1 == str3:"+(str1 == str3));
    }
}復(fù)制代碼

上面的一段代碼會(huì)輸出什么？編譯運(yùn)行之后如下：

如果理解了intern方法就很容易解釋這個(gè)結(jié)果了，從上面截圖中可以看到，我們的運(yùn)行環(huán)境是JDK8。

String str1 = "hello world"; 這行代碼會(huì)首先在Java堆中創(chuàng)建一個(gè)對(duì)象，并將該對(duì)象的引用放入字符串常量池中，str1指向常量池中的引用。

String str2 = new String("hello world");這行代碼會(huì)通過new來實(shí)例化一個(gè)String對(duì)象，并將該對(duì)象的引用賦值給str2，然后檢測(cè)字符串常量池中是否已經(jīng)有了與“hello world”相等的對(duì)象，如果沒有，則會(huì)在堆內(nèi)存中再生成一個(gè)值為"hello world"的對(duì)象，并將其引用放入到字符串常量池中，否則，不會(huì)再去創(chuàng)建。這里，第一行代碼其實(shí)已經(jīng)在字符串常量池中保存了“hello world”字符串對(duì)象的引用，因此，第二行代碼就不會(huì)再次向常量池中添加“hello world"的引用。

String str3=str2.intern(); 這行代碼會(huì)首先去檢測(cè)字符串常量池中是否已經(jīng)包含了”hello world"的String對(duì)象，如果有則直接返回其引用。而在這里，str2.intern()其實(shí)剛好返回了第一行代碼中生成的“hello world"對(duì)象。

因此【System.out.println("str1 == str3:"+(str1 == str3));】這行代碼會(huì)輸出true.

如果切到JDK6，其打印結(jié)果與上一致，至于原因讀者可以自行分析。

2.改造例子，再看intern

上一節(jié)中我們通過一個(gè)例子認(rèn)識(shí)了intern()方法的作用，接下來，我們對(duì)上述例子做一些修改：

public class Test {
    public static void main(String[] args) {
        String str1=new String("he")+new String("llo");
        String str2=str1.intern();
        String str3="hello";
        System.out.println("str1 == str2:"+(str1 == str2));
        System.out.println("str2 == str3:"+(str2 == str3)); 
    }
}復(fù)制代碼

先別急著看下方答案，思考一下在JDK7（或JDK7之后）及JDK6上會(huì)輸出什么結(jié)果？

1).JDK8的運(yùn)行結(jié)果分析

我們先來看下我們先來看下JDK8的運(yùn)行結(jié)果：

通過運(yùn)行程序發(fā)現(xiàn)輸出的兩個(gè)結(jié)果都是true，這是為什么呢？我們通過一個(gè)圖來分析：

String str1=new String("he")+new String("llo"); 這行代碼中new String("he")和new String("llo")會(huì)在堆上生成四個(gè)對(duì)象，因?yàn)榕c本例無關(guān)，所以圖上沒有畫出，new String("he")+new String("llo")通過”+“號(hào)拼接后最終會(huì)生成一個(gè)"hello"對(duì)象并賦值給str1。

String str2=str1.intern(); 這行代碼會(huì)首先檢測(cè)字符串常量池，發(fā)現(xiàn)此時(shí)還沒有存在與”hello"相等的字符串對(duì)象的引用，而在檢測(cè)堆內(nèi)存時(shí)發(fā)現(xiàn)堆中已經(jīng)有了“hello"對(duì)象，遂將堆中的”hello"對(duì)象的應(yīng)用放入字符串常量池中。

String str3="hello"; 這行代碼發(fā)現(xiàn)字符串常量池中已經(jīng)存在了“hello"對(duì)象的引用，因此將str3指向了字符串常量池中的引用。

此時(shí)，我們發(fā)現(xiàn)str1、str2、str3指向了堆中的同一個(gè)”hello"對(duì)象，因此，就有了上邊兩個(gè)均為true的輸出結(jié)果。

2).JDK6的運(yùn)行結(jié)果分析

我們將運(yùn)行環(huán)境切換到JDK6，來看下其輸出結(jié)果：

有點(diǎn)意思！相同的代碼在不同的JDK版本上輸出結(jié)果竟然不相等。這是怎么回事呢？我們還通過一張圖來分析：

String str1=new String("he")+new String("llo"); 這行代碼會(huì)通過new String("he")和new String("llo")會(huì)分別在Java堆與字符串常量池中各生成兩個(gè)String對(duì)象，由于與本例無關(guān)，所以并沒有在圖中畫出。而new String("he")+new String("llo")通過“+”號(hào)拼接后最終會(huì)在Java堆上生成一個(gè)"hello"對(duì)象，并將其賦值給了str1。

String str2=str1.intern(); 這行代碼檢測(cè)到字符串常量池中還沒有“hello"對(duì)象，因此將堆中的”hello“對(duì)象復(fù)制到了字符串常量池，并將其賦值給str2。

String str3="hello"; 這行代碼檢測(cè)到字符串常量池中已經(jīng)有了”hello“對(duì)象，因此直接將str3指向了字符串常量池中的”hello“對(duì)象。 此時(shí)str1指向的是Java堆中的”hello“對(duì)象，而str2和str3均指向了字符串常量池中的對(duì)象。因此，有了上面的輸出結(jié)果。

通過這兩個(gè)例子，相信大家因該對(duì)String的intern()方法有了較深的認(rèn)識(shí)。那么intern()方法具體在開發(fā)中有什么用呢？推薦大家可以看下美團(tuán)技術(shù)團(tuán)隊(duì)的一篇文章《深入解析String#intern》中舉的兩個(gè)例子。限于篇幅，本文不再舉例分析。

三、String類的結(jié)構(gòu)及特性分析

前兩節(jié)我們認(rèn)識(shí)了String的內(nèi)存分配以及它的intern()方法，這兩節(jié)內(nèi)容其實(shí)都是對(duì)String內(nèi)存的分析。到目前為止，我們還并未認(rèn)識(shí)String類的結(jié)構(gòu)以及它的一些特性。那么本節(jié)內(nèi)容我們就此來分析。先通過一段代碼來大致了解一下String類的結(jié)構(gòu)（代碼取自jdk8）：

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {        /** The value is used for character storage. */
        private final char value[];        /** Cache the hash code for the string */
         private int hash; // Default to 0
        //  ...}復(fù)制代碼

可以看到String類實(shí)現(xiàn)了Serializable接口、Comparable接口以及CharSequence接口，意味著它可以被序列化，同時(shí)方便我們排序。另外，String類還被聲明為了final類型，這意味著String類是不能被繼承的。而在其內(nèi)部維護(hù)了一個(gè)char數(shù)組，說明String是通過char數(shù)組來實(shí)現(xiàn)的，同時(shí)我們注意到這個(gè)char數(shù)組也被聲明為了final，這也是我們常說的String是不可變的原因。

1.不同JDK版本之間String的差異

Java的設(shè)計(jì)團(tuán)隊(duì)一直在對(duì)String類進(jìn)行優(yōu)化，這就導(dǎo)致了不同jdk版本上String類的實(shí)現(xiàn)有些許差異，只是我們使用上并無感知。下圖列出了jdk6-jdk9中String源碼的一些變化。

可以看到在Java6之前String中維護(hù)了一個(gè)char 數(shù)組、一個(gè)偏移量 offset、一個(gè)字符數(shù)量 count以及一個(gè)哈希值 hash。 String對(duì)象是通過 offset 和 count 兩個(gè)屬性來定位 char[] 數(shù)組，獲取字符串。這么做可以高效、快速地共享數(shù)組對(duì)象，同時(shí)節(jié)省內(nèi)存空間，但這種方式很有可能會(huì)導(dǎo)致內(nèi)存泄漏。

在Java7和Java8的版本中移除了 offset 和 count 兩個(gè)變量了。這樣的好處是String對(duì)象占用的內(nèi)存稍微少了些，同時(shí) String.substring 方法也不再共享 char[]，從而解決了使用該方法可能導(dǎo)致的內(nèi)存泄漏問題。

從Java9開始，String中的char數(shù)組被byte[]數(shù)組所替代。我們知道一個(gè)char類型占用兩個(gè)字節(jié)，而byte占用一個(gè)字節(jié)。因此在存儲(chǔ)單字節(jié)的String時(shí)，使用char數(shù)組會(huì)比byte數(shù)組少一個(gè)字節(jié)，但本質(zhì)上并無任何差別。 另外，注意到在Java9的版本中多了一個(gè)coder，它是編碼格式的標(biāo)識(shí)，在計(jì)算字符串長(zhǎng)度或者調(diào)用 indexOf() 函數(shù)時(shí)，需要根據(jù)這個(gè)字段，判斷如何計(jì)算字符串長(zhǎng)度。coder 屬性默認(rèn)有 0 和 1 兩個(gè)值， 0 代表Latin-1（單字節(jié)編碼），1 代表 UTF-16 編碼。如果 String判斷字符串只包含了 Latin-1，則 coder 屬性值為 0 ，反之則為 1。

2.String字符串的裁剪、拼接等操作分析

在本節(jié)內(nèi)容的開頭我們已經(jīng)知道了字符串的不可變性。那么為什么我們還可以使用String的substring方法進(jìn)行裁剪，甚至可以直接使用”+“連接符進(jìn)行字符串的拼接呢？

(1)String的substring實(shí)現(xiàn)

關(guān)于substring的實(shí)現(xiàn)，其實(shí)我們直接深入String的源碼查看即可，源碼如下：

    public String substring(int beginIndex) {            if (beginIndex < 0) {                throw new StringIndexOutOfBoundsException(beginIndex);
            }            int subLen = value.length - beginIndex;            if (subLen < 0) {                throw new StringIndexOutOfBoundsException(subLen);
            }            return (beginIndex == 0) ? this : new String(value, beginIndex, subLen);
        }復(fù)制代碼

從這段代碼中可以看出，其實(shí)字符串的裁剪是通過實(shí)例化了一個(gè)新的String對(duì)象來實(shí)現(xiàn)的。所以，如果在項(xiàng)目中存在大量的字符串裁剪的代碼應(yīng)盡量避免使用String，而是使用性能更好的StringBuilder或StringBuffer來處理。

(2)String的字符串拼接實(shí)現(xiàn)

1）字符串拼接方案性能對(duì)比

關(guān)于字符串的拼接有很多實(shí)現(xiàn)方法，在這里我們舉三個(gè)例子來進(jìn)行一個(gè)性能對(duì)比，分別如下：

使用”+“操作符拼接字符串

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {
            String str="";            for(int i=0;i<COUNT;i++) {
                str=str+"abc";
            }
    }復(fù)制代碼

使用String的concat()方法拼接

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {
            String str="";            for(int i=0;i<COUNT;i++) {
                str=str+"abc";
            }
    }復(fù)制代碼

使用StringBuilder的append方法拼接

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {
            StringBuilder str=new StringBuilder();            for(int i=0;i<COUNT;i++) {
                str.append("abc");
            }
    }復(fù)制代碼

如上代碼，通過三種方法分別進(jìn)行了50000次字符串拼接，每種方法分別運(yùn)行了20次。統(tǒng)計(jì)耗時(shí)，得到以下表格：

拼接方法	最小用時(shí)（ms）	最大用時(shí)(ms)	平均用時(shí)（ms）
"+"操作符	4868	5146	4924
String的concat方法	2227	2456	2296
StringBuilder的append方法	4	12	6.6

從以上數(shù)據(jù)中可以很直觀的看到”+“操作符的性能是最差的，平均用時(shí)達(dá)到了4924ms。其次是String的concat方法，平均用時(shí)也在2296ms。而表現(xiàn)最為優(yōu)秀的是StringBuilder的append方法，它的平均用時(shí)竟然只有6.6ms。這也是為什么在開發(fā)中不建議使用”+“操作符進(jìn)行字符串拼接的原因。

2）三種字符串拼接方案原理分析

”+“操作符的實(shí)現(xiàn)原理由于”+“操作符是由JVM來完成的，我么無法直接看到代碼實(shí)現(xiàn)。不過Java為我們提供了一個(gè)javap的工具，可以幫助我們將Class文件進(jìn)行一個(gè)反匯編，通過匯編指令，大致可以看出”+“操作符的實(shí)現(xiàn)原理。

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {            for(int i=0;i<COUNT;i++) {
                str=str+"abc";
            }
    }復(fù)制代碼

把上邊這段代碼編譯后，執(zhí)行javap，得到如下結(jié)果：

注意圖中的”11：“行指令處實(shí)例化了一個(gè)StringBuilder，在"19："行處調(diào)用了StringBuilder的append方法，并在第”27："行處調(diào)用了String的toString()方法?？梢?，JVM在進(jìn)行”+“字符串拼接時(shí)也是用了StringBuilder來實(shí)現(xiàn)的，但為什么與直接使用StringBuilder的差距那么大呢？其實(shí)，只要我們將上邊代碼轉(zhuǎn)換成虛擬機(jī)優(yōu)化后的代碼一看便知：

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {
            String str="";            for(int i=0;i<COUNT;i++) {
                str=new StringBuilder(str).append("abc").toString();
            }
    }復(fù)制代碼

可見，優(yōu)化后的代碼雖然也是用的StringBuilder，但是StringBuilder卻是在循環(huán)中實(shí)例化的，這就意味著循環(huán)了50000次，創(chuàng)建了50000個(gè)StringBuilder對(duì)象，并且調(diào)用了50000次toString()方法。怪不得用了這么長(zhǎng)時(shí)間?。?！

String的concat方法的實(shí)現(xiàn)原理關(guān)于concat方法可以直接到String內(nèi)部查看其源碼，如下：

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);
    }復(fù)制代碼

可以看到，在concat方法中使用Arrays的copyOf進(jìn)行了一次數(shù)組拷貝，接下來又通過getChars方法再次進(jìn)行了數(shù)組拷貝，最后通過new實(shí)例化了String對(duì)象并返回。這也意味著每調(diào)用一次concat都會(huì)生成一個(gè)String對(duì)象，但相比”+“操作符卻省去了toString方法。因此，其性能要比”+“操作符好上不少。

至于StringBuilder其實(shí)也沒必要再去分析了，畢竟”+“操作符也是基于StringBuilder實(shí)現(xiàn)的，只不過拼接過程中”+“操作符創(chuàng)建了大量的對(duì)象。而StringBuilder拼接時(shí)僅僅創(chuàng)建了一個(gè)StringBuilder對(duì)象。

四、總結(jié)

本篇文章我們深入分析了String字符串的內(nèi)存分配、intern()方法，以及String類的結(jié)構(gòu)及特性。關(guān)于這塊知識(shí)，網(wǎng)上的文章魚龍混雜，甚至眾說紛紜。筆者也是參考了大量的文章并結(jié)合自己的理解來做的分析。但是，避免不了的可能會(huì)出現(xiàn)理解偏差的問題，如果有，希望大家多多討論給予指正。 同時(shí)，文章中多次提到StringBuilder,但限于文章篇幅，沒能給出關(guān)于其詳細(xì)分析。不過不用擔(dān)心，我會(huì)在下一篇文章中再做探討。 不管怎樣，相信大家看完這篇文章后一定 對(duì)String有了更加深入的認(rèn)識(shí)，尤其是了解String類的一些裁剪及拼接中可能造成的性能問題，在今后的開發(fā)中應(yīng)該盡量避免。

以上が過去を振り返り、新しいことを?qū)Wぶ (1) Javaの文字列を深く理解するの詳細(xì)內(nèi)容です。詳細(xì)については、PHP 中國語 Web サイトの他の関連記事を參照してください。