String 對象的實現(xiàn)

String對象是 Java 中使用最頻繁的對象之一，所以 Java 公司也在不斷的對String對象的實現(xiàn)進行優(yōu)化，以便提升String對象的性能，看下面這張圖，一起了解一下String對象的優(yōu)化過程。

1. 在 Java6 以及之前的版本中

String對象是對 char 數(shù)組進行了封裝實現(xiàn)的對象，主要有四個成員變量： char 數(shù)組、偏移量 offset、字符數(shù)量 count、哈希值 hash。

String對象是通過 offset 和 count 兩個屬性來定位 char[] 數(shù)組，獲取字符串。這么做可以高效、快速地共享數(shù)組對象，同時節(jié)省內(nèi)存空間，但這種方式很有可能會導(dǎo)致內(nèi)存泄漏。

2. 從 Java7 版本開始到 Java8 版本

從 Java7 版本開始,Java 對String類做了一些改變。String類中不再有 offset 和 count 兩個變量了。這樣的好處是String對象占用的內(nèi)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(dǎo)致的內(nèi)存泄漏問題。

3. 從 Java9 版本開始

將 char[] 數(shù)組改為了 byte[] 數(shù)組，為什么需要這樣做呢？我們知道 char 是兩個字節(jié)，如果用來存一個字節(jié)的字符有點浪費，為了節(jié)約空間，Java 公司就改成了一個字節(jié)的byte來存儲字符串。這樣在存儲一個字節(jié)的字符是就避免了浪費。

在 Java9 維護了一個新的屬性 coder，它是編碼格式的標識，在計算字符串長度或者調(diào)用 indexOf() 函數(shù)時，需要根據(jù)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(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。

String 對象的創(chuàng)建方式

1、通過字符串常量的方式

String str= "pingtouge"的形式，使用這種形式創(chuàng)建字符串時， JVM 會在字符串常量池中先檢查是否存在該對象，如果存在，返回該對象的引用地址，如果不存在，則在字符串常量池中創(chuàng)建該字符串對象并且返回引用。使用這種方式創(chuàng)建的好處是：避免了相同值的字符串重復(fù)創(chuàng)建，節(jié)約了內(nèi)存

2、String()構(gòu)造函數(shù)的方式

String str = new String("pingtouge")的形式，使用這種方式創(chuàng)建字符串對象過程就比較復(fù)雜，分成兩個階段，首先在編譯時，字符串pingtouge會被加入到常量結(jié)構(gòu)中，類加載時候就會在常量池中創(chuàng)建該字符串。然后就是在調(diào)用new()時，JVM 將會調(diào)用String的構(gòu)造函數(shù)，同時引用常量池中的pingtouge字符串，
在堆內(nèi)存中創(chuàng)建一個String對象并且返回堆中的引用地址。

了解了String對象兩種創(chuàng)建方式，我們來分析一下下面這段代碼，加深我們對這兩種方式的理解，下面這段代碼片中，str是否等于str1呢？

 String str = "pingtouge";
 String str1 = new String("pingtouge");
 system.out.println(str==str1)

我們逐一來分析這幾行代碼，首先從String str = "pingtouge"開始，這里使用了字符串常量的方式創(chuàng)建字符串對象，在創(chuàng)建pingtouge字符串對象時，JVM會去常量池中查找是否存在該字符串，這里的答案肯定是沒有的，所以JVM將會在常量池中創(chuàng)建該字符串對象并且返回對象的地址引用，所以str指向的是pingtouge字符串對象在常量池中的地址引用。

然后是String str1 = new String("pingtouge")這行代碼，這里使用的是構(gòu)造函數(shù)的方式創(chuàng)建字符串對象，根據(jù)我們上面對構(gòu)造函數(shù)方式創(chuàng)建字符串對象的理解，str1得到的應(yīng)該是堆中pingtouge字符串的引用地址。由于str指向的是pingtouge字符串對象在常量池中的地址引用而str1指向的是堆中pingtouge字符串的引用地址，所以str肯定不等于str1。

String 對象的不可變性

從我們知道String對象的那一刻起，我想大家都知道了String對象是不可變的。那它不可變是怎么做到的呢？Java 這么做能帶來哪些好處？我們一起來簡單的探討一下，先來看看String 對象的一段源碼：

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

  /** use serialVersionUID from JDK 1.0.2 for interoperability */
  private static final long serialVersionUID = -6849794470754667710L;
  }

從這段源碼中可以看出，String類用了 final 修飾符，我們知道當一個類被 final 修飾時，表明這個類不能被繼承，所以String類不能被繼承。這是String不可變的第一點

再往下看，用來存儲字符串的char value[]數(shù)組被private 和final修飾，我們知道對于一個被final的基本數(shù)據(jù)類型的變量，則其數(shù)值一旦在初始化之后便不能更改。這是String不可變的第二點。

Java 公司為什么要將String設(shè)置成不可變的，主要從以下三方面考慮：

• 1、保證 String 對象的安全性。假設(shè) String 對象是可變的，那么 String 對象將可能被惡意修改。
• 2、保證 hash 屬性值不會頻繁變更，確保了唯一性，使得類似 HashMap 容器才能實現(xiàn)相應(yīng)的 key-value 緩存功能。
• 3、可以實現(xiàn)字符串常量池

String 對象的優(yōu)化

字符串是我們常用的Java類型之一，所以對字符串的操作也是避免不了的，在對字符串的操作過程中，如果使用不當，性能會天差地別。那么在字符串的操作過程中，有哪些地方需要我們注意呢？

優(yōu)雅的拼接字符串

字符串的拼接是對字符串操作使用最頻繁的操作之一，由于我們知道String對象的不可變性，所以我們在做拼接時盡可能少的使用+進行字符串拼接或者說潛意識里認為不能使用+進行字符串拼接，認為使用+進行字符串拼接會產(chǎn)生許多無用的對象。事實真的是這樣嗎？我們來做一個實驗。我們使用+來拼接下面這段字符串。

String str8 = "ping" +"tou"+"ge";

一起來分析一下這段代碼會產(chǎn)生多少個對象？如果按照我們理解的意思來分析的話，首先會創(chuàng)建ping對象，然后創(chuàng)建pingtou對象，最后才會創(chuàng)建pingtouge對象，一共創(chuàng)建了三個對象。真的是這樣嗎？其實不是這樣的，Java 公司怕我們程序員手誤，所以對編譯器進行了優(yōu)化，上面的這段字符串拼接會被我們的編譯器優(yōu)化，優(yōu)化成一個String str8 = "pingtouge";對象。除了對常量字符串拼接做了優(yōu)化以外，對于使用+號動態(tài)拼接字符串，編譯器也做了相應(yīng)的優(yōu)化，以便提升String的性能，例如下面這段代碼：

String str = "pingtouge";

for(int i=0; i<1000; i++) {
   str = str + i;
}

編譯器會幫我們優(yōu)化成這樣

String str = "pingtouge";

for(int i=0; i<1000; i++) {
      str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}

可以看出 Java 公司對這一塊進行了不少的優(yōu)化，防止由于程序員不小心導(dǎo)致String性能急速下降，盡管 Java 公司在編譯器這一塊做了相應(yīng)的優(yōu)化，但是我們還是能看出 Java 公司優(yōu)化的不足之處，在動態(tài)拼接字符串時，雖然使用了 StringBuilder 進行字符串拼接，但是每次循環(huán)都會生成一個新的 StringBuilder 實例，同樣也會降低系統(tǒng)的性能。

所以我們在做字符串拼接時，我們需要從代碼的層面進行優(yōu)化，在動態(tài)的拼接字符串時，如果不涉及到線程安全的情況下，我們顯示的使用 StringBuilder 進行拼接，提升系統(tǒng)性能，如果涉及到線程安全的話，我們使用 StringBuffer 來進行字符串拼接

巧妙的使用 intern() 方法

   * <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>
   public native String intern();

這是 intern() 函數(shù)的官方注釋說明，大概意思就是 intern 函數(shù)用來返回常量池中的某字符串，如果常量池中已經(jīng)存在該字符串，則直接返回常量池中該對象的引用。否則，在常量池中加入該對象，然后 返回引用。

有一位Twitter工程師在QCon全球軟件開發(fā)大會上分享了一個他們對 String對象優(yōu)化的案例，他們利用String.intern()方法將以前需要20G內(nèi)存存儲優(yōu)化到只需要幾百兆內(nèi)存。這足以體現(xiàn)String.intern()的威力，我們一起來看一個例子，簡單的了解一下String.intern()的用法。

  public static void main(String[] args) {
    String str = new String("pingtouge");
    String str1 = new String("pingtouge");
    System.out.println("未使用intern()方法："+(str==str1));
    System.out.println("未使用intern()方法,str："+str);
    System.out.println("未使用intern()方法,str1："+str1);

    String str2= new String("pingtouge").intern();
    String str3 = new String("pingtouge").intern();
    System.out.println("使用intern()方法："+(str2==str3));
    System.out.println("使用intern()方法,str2："+str2);
    System.out.println("使用intern()方法,str3："+str3);

  }

從結(jié)果中可以看出，未使用String.intern()方法時，構(gòu)造相同值的字符串對象返回不同的對象引用地址，使用String.intern()方法后，構(gòu)造相同值的字符串對象時，返回相同的對象引用地址。這能幫我們節(jié)約不少空間

String.intern()方法雖然好，但是我們要結(jié)合場景使用，不能亂用，因為常量池的實現(xiàn)是類似于一個HashTable的實現(xiàn)方式，HashTable 存儲的數(shù)據(jù)越大，遍歷的時間復(fù)雜度就會增加。如果數(shù)據(jù)過大，會增加整個字符串常量池的負擔(dān)。

靈活的字符串的分割

字符串的分割是字符串操作的常用操作之一，對于字符串的分割，大部分人使用的都是 Split() 方法，Split() 方法大多數(shù)情況下使用的是正則表達式，這種分割方式本身沒有什么問題，但是由于正則表達式的性能是非常不穩(wěn)定的，使用不恰當會引起回溯問題，很可能導(dǎo)致 CPU 居高不下。在以下兩種情況下 Split() 方法不會使用正則表達式：

1. 傳入的參數(shù)長度為1，且不包含“.$|()[{^?*+\”regex元字符的情況下，不會使用正則表達式
2. 傳入的參數(shù)長度為2，第一個字符是反斜杠，并且第二個字符不是ASCII數(shù)字或ASCII字母的情況下，不會使用正則表達式

所以我們在字符串分割時，應(yīng)該慎重使用 Split() 方法，首先考慮使用 String.indexOf() 方法進行字符串分割，如果 String.indexOf() 無法滿足分割要求，再使用 Split() 方法，使用 Split() 方法分割字符串時，需要注意回溯問題。

文章不足之處，望大家多多指點，共同學(xué)習(xí)，共同進步

參考資料

Java性能調(diào)優(yōu)實戰(zhàn) 劉超

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論