Java JDK1.8源码学习之路 2 String

写在最前

String 作为我们最常使用的一个Java类，注意，它是一个引用类型，不是基本类型，并且是一个不可变对象，一旦定义 不再改变

经常会定义一段代码：

String temp = "Hello";

这里具体的含义是：定义了一个类型为String的引用类型变量 temp 指向 “Hello” 这个存在内存当中的对象。

这里列举一些面试中常见的问题，简单但也很容易绕进去

        String a = "hello";
        String b = "hello";

        System.out.println(a.hashCode());//99162322
        System.out.println(b.hashCode());//99162322

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

这里用 == 比较两个相同的字符串时候，会返回true,原因是 JAVA会把两个内容相同的字符串看作是同一个对象，具有相同的哈希值；

new 一定会产生新对象，分配新的内存地址

        String a = "hello";
        String b = new String("hello");

        System.out.println(a.hashCode());//99162322
        System.out.println(b.hashCode());//99162322

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

得出： == 双目运算符比较的是内存地址，new 产生了一个新的对象，有不同的内存地址

equals 方法与 == 运算符的比较 以及 + 运算符

String a = "hello";
String b = "word";
String c = "helloword";

String d = "hello"+"word";

System.out.println(c == a+b);//false
System.out.println(c == "hello"+"word");//true
System.out.println(c == d);//true

字符串如果是变量相加，先开空间，在拼接

如果是常量相加，是先加，然后在常量池找，如果有就直接返回，否则，就创建。

a+b 先进行开辟内存，在进行拼接，所以他们的内存地址肯定不相同

"hello"+"word" 常量相加，拼接后发现在常量池存在，则直接返回的就是c的内存地址，所以返回true

结论：引用类型使用 == 比较时候，比较的是内存地址，而equals 方法比较的是对象的值，在String 对象里面，会对两个字符串的每个字符进行一一比较，而平时我们创建的对象默认实现的是

Object 类的equals 方法，Object 类的equals方法默认使用的是 ==比较，所以比较的是内存地址。所以我们在比较自己创建的对象时候，要重写equals方法。

开始分析常用源码

构造器部分

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {

　　//定义了一个存放字符串字符的数组
    private final char value[];

    //字符串本身的哈希值
    private int hash; // Default to 0

    //理解为 是一个序列化的ID
    private static final long serialVersionUID = -6849794470754667710L;

    //io包下面 实例化出一个长度为1的串行化字段的类
    private static final ObjectStreamField[] serialPersistentFields =
        new ObjectStreamField[0];

    //构造一个空的字符串 这个空说的是""
    public String() {
        this.value = "".value;
    }

    //传入一个字符串进行构造，
    public String(String original) {
        this.value = original.value;
        this.hash = original.hash;
    }

    //将传入一个字符数组，通过数组复制的方式，将字符数组的值复制到value字符数组
    public String(char value[]) {
        this.value = Arrays.copyOf(value, value.length);
    }
}

传入一个StringBuffer进行构造一个字符串对象，通过复制字符序列进行构造，并且在构造的过程中加入同步锁

public String(StringBuffer buffer) {
　　　　
        synchronized(buffer) {
            this.value = Arrays.copyOf(buffer.getValue(), buffer.length());
        }
    }

常用方法分析

length() 字符串长度方法

public int length() {
        return value.length;
    }

isEmpty() 判断是否为空 

public boolean isEmpty() {
        return value.length == 0;
    }

CharAt(int  index) 取出指定位置的字符，若下标小于零或者超出长度，则会抛出异常

public char charAt(int index) {
        if ((index < 0) || (index >= value.length)) {
            throw new StringIndexOutOfBoundsException(index);
        }
        return value[index];
    }

codePointAt 取出指定下标位置字符的Unicode值 Unicode详见文章后部

public int codePointAt(int index) {
        if ((index < 0) || (index >= value.length)) {
            throw new StringIndexOutOfBoundsException(index);
        }
        return Character.codePointAtImpl(value, index, value.length);
    }

getChars 复制字符串的字符数组到一个新的字符数组dst, 复制到dst数组dstBegin位置

void getChars(char dst[], int dstBegin) {
        System.arraycopy(value, 0, dst, dstBegin, value.length);
    }

getBytes 将这个字符串通过指定的编码名称编码后，返回字节数组

public byte[] getBytes(String charsetName)
            throws UnsupportedEncodingException {
        if (charsetName == null) throw new NullPointerException();
        return StringCoding.encode(charsetName, value, 0, value.length);
    }

equals 方法，最常用的方法之一 判断两个字符串是否相等

public boolean equals(Object anObject) {
　　　　　// == 判断内存地址是否相等，相等则返回true　
        if (this == anObject) {
            return true;
        }
　　　　　//传入的对象是否是String类型的子类　
        if (anObject instanceof String) {
            String anotherString = (String)anObject;
            int n = value.length;
　　　　　　　　//长度相等在开始判断相等，不相等的长度直接返回false
            if (n == anotherString.value.length) {
                char v1[] = value;
                char v2[] = anotherString.value;
                int i = 0;
　　　　　　　　　　//循环判断每一个字符，只要一个不相等则false
                while (n-- != 0) {
                    if (v1[i] != v2[i])
                        return false;
                    i++;
                }
                return true;
            }
        }
        return false;
    }

compareTo(String another) 字典顺序比较两个字符串，相等则返回0  

a.compareTo(b) a>b 返回负整数 反之则是正整数

public int compareTo(String anotherString) {
        int len1 = value.length;
        int len2 = anotherString.value.length;
        int lim = Math.min(len1, len2);
        char v1[] = value;
        char v2[] = anotherString.value;

        int k = 0;
        while (k < lim) {
            char c1 = v1[k];
            char c2 = v2[k];
            if (c1 != c2) {
                return c1 - c2;
            }
            k++;
        }
        return len1 - len2;
    }

regionMatches(int toffset, String other, int ooffset,int len)
other字符串是否是源字符串的子串，比较位置从源字符串的toffset位置开始，other字符串的ooffset位置开始，比较的长度是len

public boolean regionMatches(int toffset, String other, int ooffset,
            int len) {
        char ta[] = value;
        int to = toffset;
        char pa[] = other.value;
        int po = ooffset;
        // Note: toffset, ooffset, or len might be near -1>>>1.
        if ((ooffset < 0) || (toffset < 0)
                || (toffset > (long)value.length - len)
                || (ooffset > (long)other.value.length - len)) {
            return false;
        }
        while (len-- > 0) {
            if (ta[to++] != pa[po++]) {
                return false;
            }
        }
        return true;
    }

startsWith(String prefix, int toffset) 源字符串的toffset位置是否包含prefix字符串

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.
        if ((toffset < 0) || (toffset > value.length - pc)) {
            return false;
        }
        while (--pc >= 0) {
            if (ta[to++] != pa[po++]) {
                return false;
            }
        }
        return true;
    }

indexOf(int ch,int index) 方法 从字符串的formIndex开始索引，找出首次出现ch(Unicode 值)的位置，

public int indexOf(int ch, int fromIndex) {
        final int max = value.length;
        if (fromIndex < 0) {
            fromIndex = 0;
        } else if (fromIndex >= max) {
            // Note: fromIndex might be near -1>>>1.
            return -1;
        }

        if (ch < Character.MIN_SUPPLEMENTARY_CODE_POINT) {
            // handle most cases here (ch is a BMP code point or a
            // negative value (invalid code point))
            final char[] value = this.value;
            for (int i = fromIndex; i < max; i++) {
                if (value[i] == ch) {
                    return i;
                }
            }
            return -1;
        } else {
            return indexOfSupplementary(ch, fromIndex);
        }
    }

indexOf：被搜索的字符序列target， 源字符序列source ,从源字符序列的sourceOffset开始，源字符序列的长度sourceCount

formIndex表示从源字符序列的那个位置开始搜索

static int indexOf(char[] source, int sourceOffset, int sourceCount,
            char[] target, int targetOffset, int targetCount,
            int fromIndex) {
　　　　　　//搜索开始的位置大于等于源字符串的长度
        if (fromIndex >= sourceCount) {
　　　　　　　　//如果被搜索字符的长度==0 就是空字符串 就返回源字符串的长度，否则就直接返回-1搜索不到
            return (targetCount == 0 ? sourceCount : -1);
        }
　　　　　//对开始位置若小于零则归零
        if (fromIndex < 0) {
            fromIndex = 0;
        }
　　　　　　//被搜索字符序列长度为0，直接返回搜索开始的位置
        if (targetCount == 0) {
            return fromIndex;
        }

　　　　　//首个比较的字符，从target偏移位置开始　
        char first = target[targetOffset];
　　　　　//　搜索的最后一个位置
        int max = sourceOffset + (sourceCount - targetCount);

　　　　　//从偏移位置+开始搜索的位置开始搜索　　搜索次数 max　
        for (int i = sourceOffset + fromIndex; i <= max; i++) {
            /* Look for first character. */
            if (source[i] != first) {
                while (++i <= max && source[i] != first);
            }

            /* Found first character, now look at the rest of v2 */
            if (i <= max) {
                int j = i + 1;
                int end = j + targetCount - 1;
                for (int k = targetOffset + 1; j < end && source[j]
                        == target[k]; j++, k++);

                if (j == end) {
                    /* Found whole string. */
                    return i - sourceOffset;
                }
            }
        }
        return -1;
    }

substring 返回一个子字符串，从beginIndex下标开始，到结束

这里如果下标取0则返回的是字符串本身，否则就新new一个

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);
    }

concat 拼接两个字符串

public String concat(String str) {
        int otherLen = str.length();
        if (otherLen == 0) {
            return this;
        }
        int len = value.length;
　　　　　//复制出一个数组，将源字符串填充，　
        char buf[] = Arrays.copyOf(value, len + otherLen);
　　　　//将新的str填充
        str.getChars(buf, len);
　　　　　　//产生一个新的String对象
        return new String(buf, true);
    }

replace 将源字符串中的指定字符替换为新的字符

public String replace(char oldChar, char newChar) {
　　　　　//内存地址相等则直接返回　
        if (oldChar != newChar) {
            int len = value.length;
            int i = -1;
            char[] val = value; /* avoid getfield opcode */

　　　　　　　//找出具体旧的字符所在的第一个位置　
            while (++i < len) {
                if (val[i] == oldChar) {
                    break;
                }
            }
　　　　　　　//找到旧的字符则继续 因为i<len　
            if (i < len) {
                char buf[] = new char[len];
　　　　　　　　　　//复制数组到 buf里面
                for (int j = 0; j < i; j++) {
                    buf[j] = val[j];
                }
　　　　　　　　　　//开始替换
                while (i < len) {
                    char c = val[i];
                    buf[i] = (c == oldChar) ? newChar : c;
                    i++;
                }
                return new String(buf, true);
            }
        }
        return this;
    }

UniCode 万国码简介

Unicode 万国码，又叫做统一码，是计算机的一项业界标准，他为每种语言中的字符设定了统一的

并且是唯一的二进制码，满足文本的转换，处理。

UTF-8

计算机里面最常见的一种编码格式，它的基本单位是字节，UTF-8最大长度是4个字节。我们使用的汉字，每一个汉字占用三个字节来表示

UTF-8的特点是对不同范围的字符使用不同长度的编码。对于0x00-0x7F之间的字符，UTF-8编码与ASCII编码完全相同。

意思就是说平时使用到的英文字母以及常用半角符号。来自于键盘上的符号都是由ASCII 在Unicode里面使用一个字节去表示。

举个例子

这里打印出小写h所对应的万国码 用整数表示出就是104

        String a = "hello";
        System.out.println(a.codePointAt(0));//104

我们查阅ASCII表

果然一个字节表示的字符与ASCII码表是对应的