String 源码浅析(一)

前言

相信作为 JAVAER，平时编码时使用最多的必然是 String 字符串，而相信应该存在不少人对于 String 的 api 很熟悉了，但没有看过其源码实现，其实我个人觉得对于 api 的使用，最开始的阶段是看其官方文档，而随着开发经验的积累，应当尝试去看源码实现，这对自身能力的提升是至关重要的。当你理解了源码之后，后面对于 api 的使用也会更加得心应手！

备注：以下记录基于 jdk8 环境

String 只是一个类

String 其实只是一个类，我们大致可以从以下几个角度依次剖析它：

1. 类继承关系
2. 类成员变量
3. 类构造方法
4. 类成员方法
5. 相关静态方法

继承关系

从 IDEA 自带插件导出 String 的 UML 类图如下:

从图中马上可以看出，String 实现了接口 Serializable，Comparable，CharSequence，简单介绍一下这三个接口的作用：

• Serializable :实现该接口的类将具备序列化的能力，该接口没有任何实现，仅仅是一直标识作用。
• Comparable：实现此接口的类具备比较大小的能力，比如实现此接口的对象的列表（和数组）可以由 Collections 类的静态方法 sort 进行自动排序。
• CharSequence：字符序列统一的我接口。提供字符序列通用的操作方法，通常是一些只读方法，许多字符相关的类都实现此接口，以达到对字符序列的操作，比如：String，StringBuffer 等。

String 类定义如下：

1public final class String
2    implements java.io.Serializable, Comparable<String>, CharSequence{
3        ...
4    }

由 final 修饰符可知， String 类是无法被继承，不可变类。

类成员变量

这里主要介绍最关键的一个成员变量 value[]，其定义如下：

1 /** The value is used for character storage. */
2    private final char value[];

String 是一个字符串，由字符 char 所组成，因此实际上 String 内部其实就是一个字符数组，用 value[] 表示，注意这里的 value[] 是用 final 修饰的，表示该值是不允许修改的。

类构造方法

String 有很多重载的构造方法，介绍如下：

1. 空参数构造方法，初始化字符串实例，默认为空字符,理论上不需要用到这个构造方法，实际上定义一个空字符 String = "" 就会初始化一个空字符串的 String 对象，而此构造方法，也是把空字符的 value[] 拷贝一遍而已，源码实现如下：

   1 public String() {
   2    this.value = "".value;
   3}
   

2. 通过一个字符串参数构造 String 对象，实际上 将形参的 value 和 hash 赋值给实例对象作为初始化，相当于深拷贝了一个形参String对象，源码如下：

   1  public String(String original) {
   2        this.value = original.value;
   3        this.hash = original.hash;
   4    }
   

3. 通过字符数组去构建一个新的String对象，这里使用 Arrays.copyOf 方法拷贝字符数组

   1 public String(char value[]) {
   2        this.value = Arrays.copyOf(value, value.length);
   3    }
   

4. 在源字符数组基础上，通过偏移量(起始位置)和字符数量，截取构建一个新的String对象。

    1public String(char value[], int offset, int count) {
    2        //如果偏移量小于0，则抛出越界异常
    3        if (offset < 0) {
    4            throw new StringIndexOutOfBoundsException(offset);
    5        }
    6        if (count <= 0) {
    7            //如果字符数量小于0，则抛出越界异常
    8            if (count < 0) {
    9                throw new StringIndexOutOfBoundsException(count);
   10            }
   11            //在截取的字符数量为0的情况下，偏移量在字符串长度范围内，则返回空字符
   12            if (offset <= value.length) {
   13                this.value = "".value;
   14                return;
   15            }
   16        }
   17        // Note: offset or count might be near -1>>>1.
   18        //如果偏移量大于字符总长度-截取的字符长度，则抛出越界异常
   19        if (offset > value.length - count) {
   20            throw new StringIndexOutOfBoundsException(offset + count);
   21        }
   22        //使用Arrays.copyOfRange静态方法，截取一定范围的字符数组，从offset开始，长度为offset+count，赋值给当前实例的字符数组
   23        this.value = Arrays.copyOfRange(value, offset, offset+count);
   24    }
   

5. 在源整数数组的基础上，通过偏移量(起始位置)和字符数量，截取构建一个新的String对象。这里的整数数组表示字符对应的ASCII整数值

    1    public String(int[] codePoints, int offset, int count) {
    2    //如果偏移量小于0，则抛出越界异常
    3    if (offset < 0) {
    4        throw new StringIndexOutOfBoundsException(offset);
    5    }
    6    if (count <= 0) {
    7        //如果字符数量小于0，则抛出越界异常
    8        if (count < 0) {
    9            throw new StringIndexOutOfBoundsException(count);
   10        }
   11        //在截取的字符数量为0的情况下，偏移量在字符串长度范围内，则返回空字符
   12        if (offset <= codePoints.length) {
   13            this.value = "".value;
   14            return;
   15        }
   16    }
   17    // Note: offset or count might be near -1>>>1.
   18    如果偏移量大于字符总长度-截取的字符长度，则抛出越界异常
   19    //if (offset > codePoints.length - count) {
   20        throw new StringIndexOutOfBoundsException(offset + count);
   21    }
   22    final int end = offset + count;
   23    // 这段逻辑是计算出字符数组的精确大小n,过滤掉一些不合法的int数据
   24    int n = count;
   25    for (int i = offset; i < end; i++) {
   26        int c = codePoints[i];
   27        if (Character.isBmpCodePoint(c))
   28            continue;
   29        else if (Character.isValidCodePoint(c))
   30            n++;
   31        else throw new IllegalArgumentException(Integer.toString(c));
   32    }
   33    // 按照上一步骤计算出来的数组大小初始化数组
   34    final char[] v = new char[n];
   35    //遍历填充字符数组
   36    for (int i = offset, j = 0; i < end; i++, j++) {
   37        int c = codePoints[i];
   38        if (Character.isBmpCodePoint(c))
   39            v[j] = (char)c;
   40        else
   41            Character.toSurrogates(c, v, j++);
   42    }
   43    //赋值给当前实例的字符数组
   44    this.value = v;
   45}
   

6. 通过源字节数组，按照一定范围，从offset开始截取length个长度，初始化 String 实例，同时可以指定字符编码。

    1public String(byte bytes[], int offset, int length, String charsetName)
    2        throws UnsupportedEncodingException {
    3    //字符编码参数为空，抛出空指针异常
    4    if (charsetName == null)
    5        throw new NullPointerException("charsetName");
    6    //静态方法 检查字节数组的索引是否越界
    7    checkBounds(bytes, offset, length);
    8    //使用 StringCoding.decode 将字节数组按照一定范围解码为字符串，从offset开始截取length个长度
    9    this.value = StringCoding.decode(charsetName, bytes, offset, length);
   10}
   

7. 与第6个构造相似，只是编码参数重载为 Charset 类型

   1  public String(byte bytes[], int offset, int length, Charset charset) {
   2    if (charset == null)
   3        throw new NullPointerException("charset");
   4    checkBounds(bytes, offset, length);
   5    this.value =  StringCoding.decode(charset, bytes, offset, length);
   6}
   

8. 通过源字节数组，构造一个字符串实例，同时指定字符编码,具体实现其实是调用第6个构造器，起始位置为0，截取长度为字节数组长度

   1 public String(byte bytes[], String charsetName)
   2        throws UnsupportedEncodingException {
   3    this(bytes, 0, bytes.length, charsetName);
   4}
   

9. 通过源字节数组，构造一个字符串实例，同时指定字符编码,具体实现其实是调用第7个构造器，起始位置为0，截取长度为字节数组长度

   1 public String(byte bytes[], Charset charset) {
   2    this(bytes, 0, bytes.length, charset);
   3}
   

10. 通过源字节数组，按照一定范围，从offset开始截取length个长度，初始化 String 实例，与第六个构造器不同的是，使用系统默认字符编码

    1public String(byte bytes[], int offset, int length) {
    2   //检查索引是否越界
    3   checkBounds(bytes, offset, length);
    4   //使用系统默认字符编码解码字节数组为字符数组
    5   this.value = StringCoding.decode(bytes, offset, length);
    6}
    

11. 通过源字节数组，构造一个字符串实例，使用系统默认编码,具体实现其实是调用第10个构造器，起始位置为0，截取长度为字节数组长度

    1public String(byte bytes[]) {
    2    this(bytes, 0, bytes.length);
    3}
    

12. 将 StringBuffer 构建成一个新的String,比较特别的就是这个方法有synchronized锁 同一时间只允许一个线程对这个 buffer 构建成String对象,是线程安全的

    1 public String(StringBuffer buffer) {
    2    //对当前 StringBuffer 对象加同步锁
    3    synchronized(buffer) {
    4        //拷贝 StringBuffer 字符数组给当前实例的字符数组
    5        this.value = Arrays.copyOf(buffer.getValue(), buffer.length());
    6    }
    7}
    

13. 将 StringBuilder 构建成一个新的String,与第12个构造器不同的是，此构造器不是线程安全的

    1 public String(StringBuilder builder) {
    2    this.value = Arrays.copyOf(builder.getValue(), builder.length());
    3}
    

类成员方法

• 获取字符串长度，实际上是获取字符数组长度

  1  public int length() {
  2    return value.length;
  3}
  

• 判断字符串是否为空，实际上是盼复字符数组长度是否为0

  1public boolean isEmpty() {
  2    return value.length == 0;
  3}
  

• 根据索引参数获取字符

  1 public char charAt(int index) {
  2    //索引小于0或者索引大于字符数组长度，则抛出越界异常
  3    if ((index < 0) || (index >= value.length)) {
  4        throw new StringIndexOutOfBoundsException(index);
  5    }
  6    //返回字符数组指定位置字符
  7    return value[index];
  8}
  

• 根据索引参数获取指定字符ASSIC码(int类型)

  1  public int codePointAt(int index) {
  2    //索引小于0或者索引大于字符数组长度，则抛出越界异
  3    if ((index < 0) || (index >= value.length)) {
  4        throw new StringIndexOutOfBoundsException(index);
  5    }
  6    //返回索引位置指定字符ASSIC码(int类型)
  7    return Character.codePointAtImpl(value, index, value.length);
  8}
  

• 返回index位置元素的前一个元素的ASSIC码(int型)

  1public int codePointBefore(int index) {
  2    //获得index前一个元素的索引位置
  3    int i = index - 1;
  4    //检查索引是否越界
  5    if ((i < 0) || (i >= value.length)) {
  6        throw new StringIndexOutOfBoundsException(index);
  7    }
  8    return Character.codePointBeforeImpl(value, index, 0);
  9}
  

• 方法返回的是代码点个数，是实际上的字符个数,功能类似于length()，对于正常的String来说，length方法和codePointCount没有区别，都是返回字符个数。但当String是Unicode类型时则有区别了。例如：String str = “/uD835/uDD6B” (即使 'Z' ), length() = 2 ,codePointCount() = 1

  1 public int codePointCount(int beginIndex, int endIndex) {
  2    if (beginIndex < 0 || endIndex > value.length || beginIndex > endIndex) {
  3        throw new IndexOutOfBoundsException();
  4    }
  5    return Character.codePointCountImpl(value, beginIndex, endIndex - beginIndex);
  6}
  

• 也是相对Unicode字符集而言的，从index索引位置算起，偏移codePointOffset个位置，返回偏移后的位置是多少，例如，index = 2 ,codePointOffset = 3 ，maybe返回 5

  1public int offsetByCodePoints(int index, int codePointOffset) {
  2    if (index < 0 || index > value.length) {
  3        throw new IndexOutOfBoundsException();
  4    }
  5    return Character.offsetByCodePointsImpl(value, 0, value.length,
  6            index, codePointOffset);
  7}
  

• 这是一个不对外的方法，是给String内部调用的，因为它是没有访问修饰符的，只允许同一包下的类访问 参数：dst[]是目标数组，dstBegin是目标数组的偏移量，既要复制过去的起始位置(从目标数组的什么位置覆盖) 作用就是将String的字符数组value整个复制到dst字符数组中，在dst数组的dstBegin位置开始拷贝

  1void getChars(char dst[], int dstBegin) {
  2    System.arraycopy(value, 0, dst, dstBegin, value.length);
  3}
  

• 得到char字符数组，原理是getChars() 方法将一个字符串的字符复制到目标字符数组中。 参数：srcBegin是原始字符串的起始位置，srcEnd是原始字符串要复制的字符末尾的后一个位置(既复制区域不包括srcEnd) dst[]是目标字符数组，dstBegin是目标字符的复制偏移量，复制的字符从目标字符数组的dstBegin位置开始覆盖。

   1public void getChars(int srcBegin, int srcEnd, char dst[], int dstBegin) {
   2    if (srcBegin < 0) {
   3        throw new StringIndexOutOfBoundsException(srcBegin);
   4    }
   5    if (srcEnd > value.length) {
   6        throw new StringIndexOutOfBoundsException(srcEnd);
   7    }
   8    if (srcBegin > srcEnd) {
   9        throw new StringIndexOutOfBoundsException(srcEnd - srcBegin);
  10    }
  11    System.arraycopy(value, srcBegin, dst, dstBegin, srcEnd - srcBegin);
  12}
  

• 获取字符串的字节数组，按照指定字符编码将字符串解码为字节数组

  1public byte[] getBytes(String charsetName)
  2        throws UnsupportedEncodingException {
  3    if (charsetName == null) throw new NullPointerException();
  4    return StringCoding.encode(charsetName, value, 0, value.length);
  5}
  

• 获取字符串的字节数组，按照指定字符编码将字符串解码为字节数组

  1public byte[] getBytes(Charset charset) {
  2    if (charset == null) throw new NullPointerException();
  3    return StringCoding.encode(charset, value, 0, value.length);
  4}
  

• 获取字符串的字节数组，按照系统默认字符编码将字符串解码为字节数组

  1 public byte[] getBytes() {
  2    return StringCoding.encode(value, 0, value.length);
  3}
  

简单的总结

• String 被 修饰符 final 修饰，是无法被继承的，不可变类
• String 实现 Serializable 接口，可以被序列化
• String 实现 Comparable 接口，可以用于比较大小
• String 实现 CharSequence 接口，表示一直有序字符序列，实现了通用的字符序列方法
• String 是一个字符序列，内部数据结构其实是一个字符数组，所有的操作方法都是围绕这个字符数组的操作。
• String 中频繁使用到了 System 类的 arraycopy 方法，目的是拷贝字符数组

最后

由于篇幅原因，String 第一篇总结先到这里，后续部分将写另外写一遍记录，会第一时间推送公众号【张少林同学】，欢迎关注！