你了解Java中String的substring函數嗎？

你了解Java中String的substring函數嗎？

Java中的substring函數是我們經常使用的一個函數，用來截取當前字符串的子串，定義如下：

public final class String{
    public String substring(int beginIndex)；
    public String substring(int beginIndex, int endIndex)；
}

使用及聲明都非常簡單，但是你了解其中的細節嗎？

我們再看一下substring的實現：

public String substring(int beginIndex, int endIndex) {
        if (beginIndex < 0) {
            throw new StringIndexOutOfBoundsException(beginIndex);
        }
        if (endIndex > count) {
            throw new StringIndexOutOfBoundsException(endIndex);
        }
        if (beginIndex > endIndex) {
            throw new StringIndexOutOfBoundsException(endIndex - beginIndex);
        }
        return ((beginIndex == 0) && (endIndex == count)) ? this :
            new String(offset + beginIndex, endIndex - beginIndex, value);
}

在第12行返回了一個新的字符串，傳入了三個參數：offset，count，以及原來String對象的value（char[]）。

繼續看第12行String的構造函數：

String(int offset, int count, char value[]) {
        this.value = value;
        this.offset = offset;
        this.count = count;
}

這是一個Package內部的方法，非public，注意他直接將傳入的char[]給抓住了，定義了起始位置，以及長度。

我理解他設計的初衷是為了節省內存，新的字符串還依然抓着老的字符串value的引用，只是重新定義起始位置和長度。

再補充一下String類的字段聲明，可以看得更清楚一點：

public final class String{
   /** The value is used for character storage. */
    private final char value[];

    /** The offset is the first index of the storage that is used. */
    private final int offset;

    /** The count is the number of characters in the String. */
    private final int count;

    /** Cache the hash code for the string */
    private int hash; // Default to 0
}

---------------------------------------------

華麗的分割線下是我的使用場景：

逐行讀取一個非常大的文本文件，每一行的長度比較大，提取其中的小部分（使用了substring函數），大約每行提取10個字，行數很多（整個文本可能會有幾十M或更多）。

讀取文件完畢后我理解的內存消耗不會很大，但是完全出乎我的想象，內存消耗很大，甚至會outofmemory.

我的代碼：

List<String> results = new ArrayList<String>();
InputStream stream = new FileInputStream(filePath);
BufferedReader bufferredReader = new BufferedReader(
                new InputStreamReader(stream));
while (true) {
    String line = bufferredReader.readLine();
    if (line == null) {
                break;
    }

    results.add(line.substring(10, 20));
}

Why？在查看了String的substring函數以及多方Google之后，終於明白了。

原來新構建的String依然抓着每一行的文本，只是調整了offset和length，不是我們所理解的只抓着一個小文本，原來的長文本被GC回收這么回事。

怎么辦吶？只需要改一句：

List<String> results = new ArrayList<String>();
InputStream stream = new FileInputStream(filePath);
BufferedReader bufferredReader = new BufferedReader(
                new InputStreamReader(stream));
while (true) {
    String line = bufferredReader.readLine();
    if (line == null) {
                break;
    }

    results.add(new String(line.substring(10, 20)));
}

構建一個新的String，將字串傳入，這樣與原始字符串就沒有關系了。所以在使用substring的時候，必須要注意使用場景。

最后再提醒一個，String的split函數返回的子串也是如此。