java基础进阶一：String源码和String常量池

作者：NiceCui

本文谢绝转载，如需转载需征得作者本人同意，谢谢。
本文链接：http://www.cnblogs.com/NiceCui/p/8046564.html
邮箱：moyi@moyibolg.com
日期：2017-12-15

1. String 介绍，常用方法源码分析

2. String 常量池分析

常用方法

equals
trim
replace
concat
split
startsWith 和 endsWith
substring
toUpperCase() 和 toLowerCase()
compareTo

String 介绍

String类被final所修饰，也就是说String对象是不可变量，并发程序最喜欢不可变量了。String类实现了Serializable, Comparable, CharSequence接口。

从一段代码说起：

public void stringTest(){

    String a = "a"+"b"+1;

    String b = "ab1";

    System.out.println(a == b);

}

大家猜一猜结果如何？如果你的结论是true。好吧，再来一段代码：

public void stringTest(){

    String a = new String("ab1");

    String b = "ab1";

    System.out.println(a == b);

}

结果如何呢？正确答案是false。

让我们看看经过编译器编译后的代码如何

//第一段代码

public void stringTest() {

    String a = "ab1";

    String b = "ab1";

    System.out.println(a == b);

}

//第二段代码

public void stringTest() {

    String a1 = new String("ab1");

    String b = "ab1";

    System.out.println(a1 == b);

}

也就是说第一段代码经过了编译期优化，原因是编译器发现"a"+"b"+1和"ab1"的效果是一样的，都是不可变量组成。但是为什么他们的内存地址会相同呢？如果你对此还有兴趣，那就一起看看String类的一些重要源码吧。

源码

一、 String属性

String类中包含一个不可变的char数组用来存放字符串，一个int型的变量hash用来存放计算后的哈希值。

/** 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;

二、 String构造函数

//不含参数的构造函数，一般没什么用，因为value是不可变量

public String() {

    this.value = new char[0];

}

//参数为String类型

public String(String original) {

    this.value = original.value;

    this.hash = original.hash;

}

//参数为char数组，使用java.utils包中的Arrays类复制

public String(char value[]) {

    this.value = Arrays.copyOf(value, value.length);

}

//从bytes数组中的offset位置开始，将长度为length的字节，以charsetName格式编码，拷贝到value

public String(byte bytes[], int offset, int length, String charsetName)

        throws UnsupportedEncodingException {

    if (charsetName == null)

        throw new NullPointerException("charsetName");

    checkBounds(bytes, offset, length);

    this.value = StringCoding.decode(charsetName, bytes, offset, length);

}

//调用public String(byte bytes[], int offset, int length, String charsetName)构造函数

public String(byte bytes[], String charsetName)

        throws UnsupportedEncodingException {

    this(bytes, 0, bytes.length, charsetName);

}

三、 String常用方法

1. equals

boolean equals(Object anObject)

public boolean equals(Object anObject) {

    //如果引用的是同一个对象，返回真

    if (this == anObject) {

        return true;

    }

    //如果不是String类型的数据，返回假

    if (anObject instanceof String) {

        String anotherString = (String) anObject;

        int n = value.length;

        //如果char数组长度不相等，返回假

        if (n == anotherString.value.length) {

            char v1[] = value;

            char v2[] = anotherString.value;

            int i = 0;

            //从后往前单个字符判断，如果有不相等，返回假

            while (n-- != 0) {

                if (v1[i] != v2[i])

                        return false;

                i++;

            }

            //每个字符都相等，返回真

            return true;

        }

    }

    return false;

}

String e1 = "good";

String e2 = "good everyDay";

e1.equals(e2); // 返回 false

1 首先判断是否引用同一个对象 == 也就是判断这两个引用的内存地址是否相同，如果相同直接返回 true
2 会判断是否类型相同，是否是同一种数据类型
3 类型相同就会比较转换成的字符数组的长度是否相同
4 从后往前比较每一个字符是否相同
判断顺序 =》 1.内存地址 2.数据类型 3.字符数组长度 4.单个字符比较

2. compareTo

int compareTo(String anotherString)

public int compareTo(String anotherString) {

    //自身对象字符串长度len1

    int len1 = value.length;

    //被比较对象字符串长度len2

    int len2 = anotherString.value.length;

    //取两个字符串长度的最小值lim

    int lim = Math.min(len1, len2);

    char v1[] = value;

    char v2[] = anotherString.value;

    int k = 0;

    //从value的第一个字符开始到最小长度lim处为止，如果字符不相等，返回自身（对象不相等处字符-被比较对象不相等字符）

    while (k < lim) {

        char c1 = v1[k];

        char c2 = v2[k];

        if (c1 != c2) {

            return c1 - c2;

        }

        k++;

    }

    //如果前面都相等，则返回（自身长度-被比较对象长度）

    return len1 - len2;

}

String co1 = "hello" ;

String co2 = "hello";

String co3 = "hello you";

System.out.println(co1.compareTo(co2)); // 0

System.out.println(co1.compareTo(co3)); // -4

这个方法写的很巧妙，先从0开始判断字符大小。
如果两个对象能比较字符的地方比较完了还相等，就直接返回自身长度减被比较对象长度，如果两个字符串长度相等，则返回的是0，巧妙地判断了三种情况。

3.hashCode

int hashCode()

public int hashCode() {

    int h = hash;

    //如果hash没有被计算过，并且字符串不为空，则进行hashCode计算

    if (h == 0 && value.length > 0) {

        char val[] = value;

        //计算过程

        //s[0]*31^(n-1) + s[1]*31^(n-2) + ... + s[n-1]

        for (int i = 0; i < value.length; i++) {

            h = 31 * h + val[i];

        }

        //hash赋值

        hash = h;

    }

    return h;

}

String a = "toyou";

char val[] = a.toCharArray();

char c1 = 't';

char c2 = 'a';

int f = c1;

int e = c2;

System.out.println(e); 		     // 97   a

System.out.println(f);			 // 116  t

System.out.println(31*val[0]);   // 3596

System.out.println(31*c1);		 // 3596

// hashCode 计算中 因为char 字符可以自动转换成对应的 int 整形

String类重写了hashCode方法，Object中的hashCode方法是一个Native调用。
String类的hash采用多项式计算得来，我们完全可以通过不相同的字符串得出同样的hash，所以两个String对象的hashCode相同，并不代表两个String是一样的。
同一个String 对象 hashCode 一定相同，但是 hashCode相同，不一定是同一个对象

4.startsWith

boolean startsWith(String prefix,int toffset)

public boolean startsWith(String prefix, int toffset) {

    char ta[] = value;

    int to = toffset;

    char pa[] = prefix.value;

    int po = 0;

    int pc = prefix.value.length;

    // Note: toffset might be near -1>>>1.

    //如果起始地址小于0或者（起始地址+所比较对象长度）大于自身对象长度，返回假

    if ((toffset < 0) || (toffset > value.length - pc)) {

        return false;

    }

    //从所比较对象的末尾开始比较

    while (--pc >= 0) {

        if (ta[to++] != pa[po++]) {

            return false;

        }

    }

    return true;

}

public boolean startsWith(String prefix) {

    return startsWith(prefix, 0);

}

public boolean endsWith(String suffix) {

    return startsWith(suffix, value.length - suffix.value.length);

}

 String d = "www.58fxp.com";

 System.out.println(d.startsWith("www")); // true

 System.out.println(d.endsWith("com"));	  // true

起始比较和末尾比较都是比较经常用得到的方法，例如在判断一个字符串是不是http协议的，或者初步判断一个文件是不是mp3文件，都可以采用这个方法进行比较。

5.concat

String concat(String str)

public String concat(String str) {

    int otherLen = str.length();

    //如果被添加的字符串为空，返回对象本身

    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);

}

String cat = "much";

String newcat = cat.concat(" yes"); // much yes

concat方法也是经常用的方法之一，它先判断被添加字符串是否为空来决定要不要创建新的对象。
1 如果拼接的字符长度为0 直接返回原字符对象
2 拼接的字符不为空返回新的字符对象
判断字符长度生成新对象

6.replace

String replace(char oldChar,char newChar)

public String replace(char oldChar, char newChar) {

    //新旧值先对比

    if (oldChar != newChar) {

        int len = value.length;

        int i = -1;

        char[] val = value; /* avoid getfield opcode */

        //找到旧值最开始出现的位置

        while (++i < len) {

            if (val[i] == oldChar) {

                break;

            }

        }

        //从那个位置开始，直到末尾，用新值代替出现的旧值

        if (i < len) {

            char buf[] = new char[len];

            for (int j = 0; j < i; j++) {

                buf[j] = val[j];

            }

            while (i < len) {

                char c = val[i];

                buf[i] = (c == oldChar) ? newChar : c;

                i++;

            }

            return new String(buf, true);

        }

    }

    return this;

}

String r1 = "how do you do";

String r2 = r1.replace("do","is");

System.out.println(r2); // how is you is

这个方法也有讨巧的地方，例如最开始先找出旧值出现的位置，这样节省了一部分对比的时间。
replace(String oldStr,String newStr)方法通过正则表达式来判断。

7.trim

String trim()

public String trim() {

    int len = value.length;

    int st = 0;

    char[] val = value;    /* avoid getfield opcode */

    //找到字符串前段没有空格的位置

    while ((st < len) && (val[st] <= ' ')) {

        st++;

    }

    //找到字符串末尾没有空格的位置

    while ((st < len) && (val[len - 1] <= ' ')) {

        len--;

    }

    //如果前后都没有出现空格，返回字符串本身

    return ((st > 0) || (len < value.length)) ? substring(st, len) : this;

}

String t1 = " public void "; // 前后各一个空格

System.out.println("t1:"+t1.length()); // 13 带空格长度

String t2 = t1.trim();

System.out.println("t2:"+t2.length()); // 11 去掉空格

System.out.println(t2);

8.intern

String intern()

public native String intern();

String dd = new String("bb").intern();

intern方法是Native调用，它的作用是在方法区中的常量池里通过equals方法寻找等值的对象，
如果没有找到则在常量池中开辟一片空间存放字符串并返回该对应String的引用，否则直接返回常量池中已存在String对象的引用。
可以为new方法创建的字符对象也去强制查看常量池是否已存在

将引言中第二段代码

//String a = new String("ab1");

//改为

String a = new String("ab1").intern();

则结果为为真，原因在于a所指向的地址来自于常量池，而b所指向的字符串常量默认会调用这个方法，所以a和b都指向了同一个地址空间。

int hash32()

private transient int hash32 = 0;

int hash32() {

    int h = hash32;

    if (0 == h) {

       // harmless data race on hash32 here.

       h = sun.misc.Hashing.murmur3_32(HASHING_SEED, value, 0, value.length);

       // ensure result is not zero to avoid recalcing

       h = (0 != h) ? h : 1;

       hash32 = h;

    }

    return h;

}

在JDK1.7中，Hash相关集合类在String类作key的情况下，不再使用hashCode方式离散数据，而是采用hash32方法。
这个方法默认使用系统当前时间，String类地址，System类地址等作为因子计算得到hash种子，通过hash种子在经过hash得到32位的int型数值。

public int length() {

    return value.length;

}

public String toString() {

    return this;

}

public boolean isEmpty() {

    return value.length == 0;

}

public char charAt(int index) {

    if ((index < 0) || (index >= value.length)) {

        throw new StringIndexOutOfBoundsException(index);

    }

    return value[index];

}

以上是一些简单的常用方法。

总结

String对象是不可变类型，返回类型为String的String方法每次返回的都是新的String对象，除了某些方法的某些特定条件返回自身。
String对象的三种比较方式：
==内存比较：直接对比两个引用所指向的内存值，精确简洁直接明了。
equals字符串值比较：比较两个引用所指对象字面值是否相等。
hashCode字符串数值化比较：将字符串数值化。两个引用的hashCode相同，不保证内存一定相同，不保证字面值一定相同。

字符串常量池的设计思想

一.字符串常量池设计初衷

每个字符串都是一个String对象，系统开发中将会频繁使用字符串，如果像其他对像那样创建销毁将极大影响程序的性能。

JVM为了提高性能和减少内存开销，在实例化字符串的时候进行了优化

为字符串开辟了一个字符串常量池，类似于缓存区
创建字符串常量时，首先判断字符串常量池是否存在该字符串
存在该字符串返回引用实例，不存在，实例化字符串，放入池中

实现基础

实现该优化的基础是每个字符串常量都是final修饰的常量，不用担心常量池存在数据冲突
运行时实例创建的全局字符串常量池中有一个表，总是为池中每个唯一的字符串对象维护一个引用,这就意味着它们一直引用着字符串常量池中的对象，所以，在常量池中的这些字符串不会被垃圾收集器回收

堆、栈、方法区

了解字符串常量池，首先看一下堆栈方法区

存储的是对象，每个对象都包含一个与之对应的class
JVM只存在一个堆区，被所有线程共享，堆中不存在基本类型和对象引用，只存在对象本身
对象由垃圾回收器负责回收，因此大小和生命周期不需要确定

每个线程都包含一个栈区，栈区只存放基础数据类型对象和自定义对象引用
每个栈中的数据(原始类型和对象引用)都是私有的
栈分为三个部分，基本类型变量区、执行环境上下文、操作指令区（存放操作指令）
数据大小和生命周期是可以确定的，当没有引用指向这个数据时，这个数据就会消失

方法区

静态区，跟堆一样，被所有的线程共享
方法区包含的都是在整个程序中永远唯一的元素，如class、static变量；

字符串常量池

字符串常量池存在于方法区

代码：堆栈方法区存储字符串

String str1 = “abc”;

String str2 = “abc”;

String str3 = “abc”;

String str4 = new String(“abc”);

String str5 = new String(“abc”);

面试题

String str4 = new String(“abc”) 创建多少个对象？

拆分： str4 = 、 new String（）、"abc"
通过new 可以创建一个新的对象，new 方法创建实例化对象不会去常量池寻找是否已存在，只要new 都会实例化一个新的对象出来
"abc"每个字符串都是一个String 对象，如果常量池中没有则会创建一个新对象放入常量池，否则返回对象引用
将对象地址赋值给str4,创建一个引用
所以，常量池中没有“abc”字面量则创建两个对象，否则创建一个对象，以及创建一个引用

String str1 = new String("A"+"B") ; 会创建多少个对象? String str2 = new String("ABC") + "ABC" ; 会创建多少个对象?