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

1. equals

2. trim

3. replace

4. concat

5. split

6. startsWith 和 endsWith

7. substring

8. toUpperCase() 和 toLowerCase()

9. 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

1. 为字符串开辟了一个字符串常量池，类似于缓存区
2. 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
3. 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

1. 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
2. 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

• 堆

1. 存储的是对象，每个对象都包含一个与之对应的class
2. 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
3. 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

• 栈

1. 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
2. 每个栈中的数据(原始类型和对象引用)都是私有的
3. 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）
4. 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

1. 静态区，跟堆一样，被所有的线程共享
2. 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？

1. 拆分： str4 = 、 new String（）、"abc"
2. 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
3. "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
4. 将对象地址赋值给str4,创建一个引用
5. 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?