JAVA-字符串的构建

本文所有内容基于以下几个要点

• String不可变
• String重载了"+"
• 对象进行字符串相加会调用toString方法
• StringBuilder 和 StringBuffer
• JVM 常量池

阅读完本文，你将对java字符串创建、字符串相加、jvm常量区（内存区域）有一个新的认识，提前感谢你的阅读。

String注意事项

不可变String

• String类中每一个特看起来会修改String值的方法，实际上都是创建了一个权限的String对象，而最初的String对象丝毫未动

  • 这意味着String是只读的，指向String的任何引用都不会改变它的值
  • 不可变性会带来效率问题(字符串相加的中间对象)

• String中值的保存的源码，final字符数组意味着value的不可变

    /** The value is used for character storage. */
    private final char value[];

• 字符串常量池
  • 每个字符序列如"123"会生成一个实例放在常量池里，这个实例是不在堆里的，也不会被GC
  • 我们在使用诸如String str = "abc"的格式定义类时，总是想当然地认为，创建了String类的对象str。但是由于字符串常量池的存在，担心陷阱！对象可能并没有被创建！而可能只是指向一个先前已经创建的对象。 只有通过new()方法才能保证每次都创建一个新的对象，因此在使用 "==" 进行对象比较时需要注意这个问题
  • JVM中的常量池在内存当中是以表（hashtable）的形式存在的， 对于String类型，有一张固定长度的CONSTANT_String_info表用来存储文字字符串值(注意：该表只存储文字字符串值，不存储符号引用。
    常量池中保存着很多String对象，并且可以被共享使用，因此它提高了效率)。
  • String类有一个intern()方法，它可以访问字符串池。是扩充常量池的 一个方法。当一个String实例str调用intern()方法时，Java 查找常量池中 是否有相同的字符串常量，如果有，则返回其的引用，如果没有，则在常量池中增加一个等于str的字符串并返回它的引用；

String重载了“+”

• String的“+”和“+=”是Java中仅有的两个重载过的操作符，java不允许程序员重载任何操作符

• 当有字符串常量进行相加时，会产生大量的中间对象，所有的这些字符串常量都会保存到 JVM 常量区，此方式产生了大量需要垃圾回收的中间对象

  • “abc”和mango生成一个中间变量x，x和“def”生成一个新的中间变量，以此类推

  String mango = "mango";
  String s = "abc" + mango + "def" + 47;
  System.out.println(s);
  

• 编译器会对字符串相加自动引入StringBuilder类，因为他更加高效。（详细的分析可以在这篇文章找到 String concatenation with Java 8）

  • 但是编译器并不知道需要创建几个StringBuilder，在循环中进行字符串相加会创建大量的StringBuilder对象，这同样需要大量的GC

    String result = "";
    for(int i=0;i<fields.length;i++){ // String[] fields ....
        result += fields[i]; // 每一次循环会创建一个新的StringBuilder
    }
    

    （此处需要依次javap反编译查看JVM字节码）

    但是手动创建StringBuilder却只需要一个对象就可以完成操作

    StringBuilder result = new StringBuilder();
    for(int i=0;i<fields.length;i++){
        result.append(fields[i]); // 仅有一个StringBuilder对象
    }
    result.toString() // get target string
    

    （此处需要依次javap反编译查看JVM字节码）

toString & 无意识递归

• 无意识递归问题

  • 发生示例如下。this在这里会被进行类型转换，由A类转换成String，但转换正是通过toString来进行的，于是发生递归调用。

    public class A{
        ...
        public String toString(){
            return "toString memory address: "+ this;
        }  
        ...
    }
    
    

    如果期望打印对象地址应当使调用Object.toString()用 super.toString()而不是this.

StringBuilder & StringBuffer

• StringBuilder允许预先指定大小，如果知道最终字符串大小有多长，那么预先指定StringBuilder的大小会避免多次重新分配缓冲

• StringBuilder常用的方法：append()、toString()、delete()

• StringBuffer是线程安全的，但是开销大

• StringBuilder和StringBuffer均继承自AbstractStringBuilder类

  • AbstractStringBuilder类值的保存的源码，可见对象是可变的

    	/**
         * The value is used for character storage.
         */
        char[] value;
    

END

何时使用"+"和StringBuilder

• 使用 “+” 连接字符串
  • 少量数据
  • 没有循环
• 使用StringBuilder
  • 单线程
  • 大量数据相加
  • 大量循环
• 使用StringBuffer
  • 多线程
  • 同StringBuilder

更加深入的了解

• 需要了解JVM内存模型
• 需要查看String、StringBuilder、StringBuffer源码
• 可能需要做一些习题

可供练习的习题

• 习题来源于 深入理解Java：String

public static void main(String[] args) {  
    /** 
         * 情景一：字符串池 
         * JAVA虚拟机(JVM)中存在着一个字符串池，其中保存着很多String对象; 
         * 并且可以被共享使用，因此它提高了效率。 
         * 由于String类是final的，它的值一经创建就不可改变。 
         * 字符串池由String类维护，我们可以调用intern()方法来访问字符串池。  
         */  
    String s1 = "abc";     
    //↑ 在字符串池创建了一个对象  
    String s2 = "abc";     
    //↑ 字符串pool已经存在对象“abc”(共享),所以创建0个对象，累计创建一个对象  
    System.out.println("s1 == s2 : "+(s1==s2));    
    //↑ true 指向同一个对象，  
    System.out.println("s1.equals(s2) : " + (s1.equals(s2)));    
    //↑ true  值相等  
    //↑------------------------------------------------------over  
    /** 
         * 情景二：关于new String("") 
         *  
         */  
    String s3 = new String("abc");  
    //↑ 创建了两个对象，一个存放在字符串池中，一个存在与堆区中；  
    //↑ 还有一个对象引用s3存放在栈中  
    String s4 = new String("abc");  
    //↑ 字符串池中已经存在“abc”对象，所以只在堆中创建了一个对象  
    System.out.println("s3 == s4 : "+(s3==s4));  
    //↑false   s3和s4栈区的地址不同，指向堆区的不同地址；  
    System.out.println("s3.equals(s4) : "+(s3.equals(s4)));  
    //↑true  s3和s4的值相同  
    System.out.println("s1 == s3 : "+(s1==s3));  
    //↑false 存放的地区多不同，一个栈区，一个堆区  
    System.out.println("s1.equals(s3) : "+(s1.equals(s3)));  
    //↑true  值相同  
    //↑------------------------------------------------------over  
    /** 
         * 情景三：  
         * 由于常量的值在编译的时候就被确定(优化)了。 
         * 在这里，"ab"和"cd"都是常量，因此变量str3的值在编译时就可以确定。 
         * 这行代码编译后的效果等同于： String str3 = "abcd"; 
         */  
    String str1 = "ab" + "cd";  //1个对象  
    String str11 = "abcd";   
    System.out.println("str1 = str11 : "+ (str1 == str11));  
    //↑------------------------------------------------------over  
    /** 
         * 情景四：  
         * 局部变量str2,str3存储的是存储两个拘留字符串对象(intern字符串对象)的地址。 
         *  
         * 第三行代码原理(str2+str3)： 
         * 运行期JVM首先会在堆中创建一个StringBuilder类， 
         * 同时用str2指向的拘留字符串对象完成初始化， 
         * 然后调用append方法完成对str3所指向的拘留字符串的合并， 
         * 接着调用StringBuilder的toString()方法在堆中创建一个String对象， 
         * 最后将刚生成的String对象的堆地址存放在局部变量str3中。 
         *  
         * 而str5存储的是字符串池中"abcd"所对应的拘留字符串对象的地址。 
         * str4与str5地址当然不一样了。 
         *  
         * 内存中实际上有五个字符串对象： 
         *       三个拘留字符串对象、一个String对象和一个StringBuilder对象。 
         */  
    String str2 = "ab";  //1个对象  
    String str3 = "cd";  //1个对象                                         
    String str4 = str2+str3;                                        
    String str5 = "abcd";    
    System.out.println("str4 = str5 : " + (str4==str5)); // false  
    //↑------------------------------------------------------over  
    /** 
         * 情景五： 
         *  JAVA编译器对string + 基本类型/常量 是当成常量表达式直接求值来优化的。 
         *  运行期的两个string相加，会产生新的对象的，存储在堆(heap)中 
         */  
    String str6 = "b";  
    String str7 = "a" + str6;  
    String str67 = "ab";  
    System.out.println("str7 = str67 : "+ (str7 == str67));  
    //↑str6为变量，在运行期才会被解析。  
    final String str8 = "b";  
    String str9 = "a" + str8;  
    String str89 = "ab";  
    System.out.println("str9 = str89 : "+ (str9 == str89));  
    //↑str8为常量变量，编译期会被优化  
    //↑------------------------------------------------------over  
}

参考

1. Think in java 第四版 第十三章
2. String concatenation with Java 8：和 thinking in java 有着大体相同阐述的文章，提供了数学分析和数据
3. 深入理解Java：String：提供了五个String比较的情景