深入了解Java中字符串的用法

這篇文章將為大家詳細講解有關深入了解Java中字符串的用法，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

初學Java時我們已經知道Java中可以分為兩大數據類型，分別為基本數據類型和引用數據類型。而在這兩大數據類型中有一個特殊的數據類型String，String屬于引用數據類型，但又有區別于其它的引用數據類型。可以說它是數據類型中的一朵奇葩。那么，本篇文章我們就來深入的認識一下Java中的String字符串。

一、從String字符串的內存分配說起

在常量池部分我們了解了三種常量池，分別為：字符串常量池、Class文件常量池以及運行時常量池。而字符串的內存分配則和字符串常量池有著莫大的關系。

我們知道，實例化一個字符串可以通過兩種方法來實現，第一種最常用的是通過字面量賦值的方式，另一種是通過構造方法傳參的方式。代碼如下：

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

這兩種方式在內存分配上有什么不同呢? 相信大家在初學Java的時候老師都有給我們講解過：

1.通過字面量賦值的方式創建String，只會在字符串常量池中生成一個String對象。 2.通過構造方法傳入String參數的方式會在堆內存和字符串常量池中各生成一個String對象，并將堆內存上String的引用放入棧。

這樣的回答正確嗎？至少在現在看來并不完全正確，因為它完全取決于使用的Java版本。上一篇文章《溫故知新--你不知道的JVM內存分配》談到HotSpot虛擬機在不同的JDK上對于字符串常量池的實現是不同的，摘錄如下：

在JDK7以前，字符串常量池在方法區（永久代）中，此時常量池中存放的是字符串對象。而在JDK7中，字符串常量池從方法區遷移到了堆內存，同時將字符串對象存到了Java堆，字符串常量池中只是存入了字符串對象的引用。

這句話應該怎么理解呢？我們以String str1=new String("abc")為例來分析：

1.JDK6中的內存分配

先來分析一下JDK6的內存分配情況，如下圖所示：

當調用new String("abc")后，會在Java堆與常量池中各生成一個“abc”對象。同時，將str1指向堆中的“abc”對象。

2.JDK7中的內存分配

而在JDK7及以后版本中，由于字符串常量池被移到了堆內存，所以內存分配方式也有所不同，如下圖所示：

當調用了new String("abc")后，會在堆內存中創建兩個“abc"對象，str1指向其中一個”abc"對象，而常量池中則會生成一個“abc"對象的引用，并指向另一個”abc"對象。

至于Java中為什么要這么設計，我們在上篇文章中也已經解釋了： 因為String是Java中使用最頻繁的一種數據類型，為了節省程序內存提高程序性能，Java的設計者們開辟了一塊字符串常量池區域，這塊區域是是所有類共享的，每個虛擬機只有一個字符串常量池。因此，在使用字面量方式賦值的時候，如果字符串常量池中已經有了該字符串，則不會在堆內存中重新創建對象，而是直接將其指向了字符串常量池中的對象。

二、String的intern()方法

在了解了String的內存分配之后，我們需要再來認識一下String中一個很重要的方法：String.intern()。

很多讀者可能對于這一方法并不是太了解，但并不代表他不重要。我們先來看一下intern()方法的源碼：

/**
     * 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();復制代碼

emmmmm....居然是一個native方法，不過沒關系，即使看不到源碼我們也能從其注釋中得到一些信息：當調用intern方法的時候，如果字符串常量池中已經包含了一個等于該String對象的字符串，則直接返回字符串常量池中該字符串的引用。否則，會將該字符串對象包含的字符串添加到常量池，并返回此對象的引用。

1.一個關于intern()的簡單例子

了解了intern方法的用途之后，來看一個簡單的列子：

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));
    }
}復制代碼

上面的一段代碼會輸出什么？編譯運行之后如下：

如果理解了intern方法就很容易解釋這個結果了，從上面截圖中可以看到，我們的運行環境是JDK8。

String str1 = "hello world"; 這行代碼會首先在Java堆中創建一個對象，并將該對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");這行代碼會通過new來實例化一個String對象，并將該對象的引用賦值給str2，然后檢測字符串常量池中是否已經有了與“hello world”相等的對象，如果沒有，則會在堆內存中再生成一個值為"hello world"的對象，并將其引用放入到字符串常量池中，否則，不會再去創建。這里，第一行代碼其實已經在字符串常量池中保存了“hello world”字符串對象的引用，因此，第二行代碼就不會再次向常量池中添加“hello world"的引用。

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

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

如果切到JDK6，其打印結果與上一致，至于原因讀者可以自行分析。

2.改造例子，再看intern

上一節中我們通過一個例子認識了intern()方法的作用，接下來，我們對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上會輸出什么結果？

1).JDK8的運行結果分析

我們先來看下我們先來看下JDK8的運行結果：

通過運行程序發現輸出的兩個結果都是true，這是為什么呢？我們通過一個圖來分析：

String str1=new String("he")+new String("llo"); 這行代碼中new String("he")和new String("llo")會在堆上生成四個對象，因為與本例無關，所以圖上沒有畫出，new String("he")+new String("llo")通過”+“號拼接后最終會生成一個"hello"對象并賦值給str1。

String str2=str1.intern(); 這行代碼會首先檢測字符串常量池，發現此時還沒有存在與”hello"相等的字符串對象的引用，而在檢測堆內存時發現堆中已經有了“hello"對象，遂將堆中的”hello"對象的應用放入字符串常量池中。

String str3="hello"; 這行代碼發現字符串常量池中已經存在了“hello"對象的引用，因此將str3指向了字符串常量池中的引用。

此時，我們發現str1、str2、str3指向了堆中的同一個”hello"對象，因此，就有了上邊兩個均為true的輸出結果。

2).JDK6的運行結果分析

我們將運行環境切換到JDK6，來看下其輸出結果：

有點意思！相同的代碼在不同的JDK版本上輸出結果竟然不相等。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"); 這行代碼會通過new String("he")和new String("llo")會分別在Java堆與字符串常量池中各生成兩個String對象，由于與本例無關，所以并沒有在圖中畫出。而new String("he")+new String("llo")通過“+”號拼接后最終會在Java堆上生成一個"hello"對象，并將其賦值給了str1。

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

String str3="hello"; 這行代碼檢測到字符串常量池中已經有了”hello“對象，因此直接將str3指向了字符串常量池中的”hello“對象。 此時str1指向的是Java堆中的”hello“對象，而str2和str3均指向了字符串常量池中的對象。因此，有了上面的輸出結果。

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

三、String類的結構及特性分析

前兩節我們認識了String的內存分配以及它的intern()方法，這兩節內容其實都是對String內存的分析。到目前為止，我們還并未認識String類的結構以及它的一些特性。那么本節內容我們就此來分析。先通過一段代碼來大致了解一下String類的結構（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
        //  ...}復制代碼

可以看到String類實現了Serializable接口、Comparable接口以及CharSequence接口，意味著它可以被序列化，同時方便我們排序。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。而在其內部維護了一個char數組，說明String是通過char數組來實現的，同時我們注意到這個char數組也被聲明為了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的設計團隊一直在對String類進行優化，這就導致了不同jdk版本上String類的實現有些許差異，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中維護了一個char 數組、一個偏移量 offset、一個字符數量 count以及一個哈希值 hash。 String對象是通過 offset 和 count 兩個屬性來定位 char[]  數組，獲取字符串。這么做可以高效、快速地共享數組對象，同時節省內存空間，但這種方式很有可能會導致內存泄漏。

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

從Java9開始，String中的char數組被byte[]數組所替代。我們知道一個char類型占用兩個字節，而byte占用一個字節。因此在存儲單字節的String時，使用char數組會比byte數組少一個字節，但本質上并無任何差別。 另外，注意到在Java9的版本中多了一個coder，它是編碼格式的標識，在計算字符串長度或者調用 indexOf() 函數時，需要根據這個字段，判斷如何計算字符串長度。coder 屬性默認有 0 和 1 兩個值， 0 代表Latin-1（單字節編碼），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

在本節內容的開頭我們已經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方法進行裁剪，甚至可以直接使用”+“連接符進行字符串的拼接呢？

(1)String的substring實現

關于substring的實現，其實我們直接深入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);
        }復制代碼

從這段代碼中可以看出，其實字符串的裁剪是通過實例化了一個新的String對象來實現的。所以，如果在項目中存在大量的字符串裁剪的代碼應盡量避免使用String，而是使用性能更好的StringBuilder或StringBuffer來處理。

(2)String的字符串拼接實現

1）字符串拼接方案性能對比

關于字符串的拼接有很多實現方法，在這里我們舉三個例子來進行一個性能對比，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");
            }
    }復制代碼

如上代碼，通過三種方法分別進行了50000次字符串拼接，每種方法分別運行了20次。統計耗時，得到以下表格：

從以上數據中可以很直觀的看到”+“操作符的性能是最差的，平均用時達到了4924ms。其次是String的concat方法，平均用時也在2296ms。而表現最為優秀的是StringBuilder的append方法，它的平均用時竟然只有6.6ms。這也是為什么在開發中不建議使用”+“操作符進行字符串拼接的原因。

2）三種字符串拼接方案原理分析

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

    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";
            }
    }復制代碼

把上邊這段代碼編譯后，執行javap，得到如下結果：

注意圖中的”11：“行指令處實例化了一個StringBuilder，在"19："行處調用了StringBuilder的append方法，并在第”27："行處調用了String的toString()方法。可見，JVM在進行”+“字符串拼接時也是用了StringBuilder來實現的，但為什么與直接使用StringBuilder的差距那么大呢？其實，只要我們將上邊代碼轉換成虛擬機優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();
            }
    }復制代碼

可見，優化后的代碼雖然也是用的StringBuilder，但是StringBuilder卻是在循環中實例化的，這就意味著循環了50000次，創建了50000個StringBuilder對象，并且調用了50000次toString()方法。怪不得用了這么長時間！！！

String的concat方法的實現原理關于concat方法可以直接到String內部查看其源碼，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);
    }復制代碼

可以看到，在concat方法中使用Arrays的copyOf進行了一次數組拷貝，接下來又通過getChars方法再次進行了數組拷貝，最后通過new實例化了String對象并返回。這也意味著每調用一次concat都會生成一個String對象，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其實也沒必要再去分析了，畢竟”+“操作符也是基于StringBuilder實現的，只不過拼接過程中”+“操作符創建了大量的對象。而StringBuilder拼接時僅僅創建了一個StringBuilder對象。

關于深入了解Java中字符串的用法就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。