JDK1.8源碼(三)——java.lang.String 類

　　String 類也是java.lang 包下的一個類，算是日常編碼中最常用的一個類了，那么本篇博客就來詳細的介紹 String 類。

1、String 類的定義

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

　　和上一篇博客所講的 Integer 類一樣，這也是一個用 final 聲明的常量類，不能被任何類所繼承,而且一旦一個String對象被創建, 包含在這個對象中的字符序列是不可改變的, 包括該類后續的所有方法都是不能修改該對象的，直至該對象被銷毀，這是我們需要特別注意的（該類的一些方法看似改變了字符串，其實內部都是創建一個新的字符串，下面講解方法時會介紹）。接着實現了 Serializable接口，這是一個序列化標志接口，還實現了 Comparable 接口，用於比較兩個字符串的大小（按順序比較單個字符的ASCII碼），后面會有具體方法實現；最后實現了 CharSequence 接口，表示是一個有序字符的集合，相應的方法后面也會介紹。

2、字段屬性

/**用來存儲字符串  */
private final char value[];

/** 緩存字符串的哈希碼 */
private int hash; // Default to 0

/** 實現序列化的標識 */
private static final long serialVersionUID = -6849794470754667710L;

　　一個 String 字符串實際上是一個 char 數組。

3、構造方法

　　String 類的構造方法很多。可以通過初始化一個字符串，或者字符數組，或者字節數組等等來創建一個 String 對象。

　　

String str1 = "abc";//注意這種字面量聲明的區別，文末會詳細介紹
String str2 = new String("abc");
String str3 = new String(new char[]{'a','b','c'});

4、equals(Object anObject) 方法

    public boolean equals(Object anObject) {
        if (this == anObject) {
            return true;
        }
        if (anObject instanceof String) {
            String anotherString = (String)anObject;
            int n = value.length;
            if (n == anotherString.value.length) {
                char v1[] = value;
                char v2[] = anotherString.value;
                int i = 0;
                while (n-- != 0) {
                    if (v1[i] != v2[i])
                        return false;
                    i++;
                }
                return true;
            }
        }
        return false;
    }

　　String 類重寫了 equals 方法，比較的是組成字符串的每一個字符是否相同，如果都相同則返回true，否則返回false。

5、hashCode() 方法

    public int hashCode() {
        int h = hash;
        if (h == 0 && value.length > 0) {
            char val[] = value;

            for (int i = 0; i < value.length; i++) {
                h = 31 * h + val[i];
            }
            hash = h;
        }
        return h;
    }

　　String 類的 hashCode 算法很簡單，主要就是中間的 for 循環，計算公式如下：

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

　　s 數組即源碼中的 val 數組，也就是構成字符串的字符數組。這里有個數字 31 ，為什么選擇31作為乘積因子，而且沒有用一個常量來聲明？主要原因有兩個：

　　①、31是一個不大不小的質數，是作為 hashCode 乘子的優選質數之一。

　　②、31可以被 JVM 優化，31 * i = (i << 5) - i。因為移位運算比乘法運行更快更省性能。

　　具體解釋可以參考這篇文章。

6、charAt(int index) 方法

    public char charAt(int index) {
        //如果傳入的索引大於字符串的長度或者小於0，直接拋出索引越界異常
        if ((index < 0) || (index >= value.length)) {
            throw new StringIndexOutOfBoundsException(index);
        }
        return value[index];//返回指定索引的單個字符
    }

　　我們知道一個字符串是由一個字符數組組成，這個方法是通過傳入的索引（數組下標），返回指定索引的單個字符。

7、compareTo(String anotherString) 和 compareToIgnoreCase(String str) 方法

　　我們先看看 compareTo 方法：

    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;
    }

　　源碼也很好理解，該方法是按字母順序比較兩個字符串，是基於字符串中每個字符的 Unicode 值。當兩個字符串某個位置的字符不同時，返回的是這一位置的字符 Unicode 值之差，當兩個字符串都相同時，返回兩個字符串長度之差。

 　　compareToIgnoreCase() 方法在 compareTo 方法的基礎上忽略大小寫，我們知道大寫字母是比小寫字母的Unicode值小32的，底層實現是先都轉換成大寫比較，然后都轉換成小寫進行比較。

8、concat(String str) 方法

　　該方法是將指定的字符串連接到此字符串的末尾。

    public String concat(String str) {
        int otherLen = str.length();
        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);
    }

　　首先判斷要拼接的字符串長度是否為0，如果為0，則直接返回原字符串。如果不為0，則通過 Arrays 工具類（后面會詳細介紹這個工具類）的copyOf方法創建一個新的字符數組，長度為原字符串和要拼接的字符串之和，前面填充原字符串，后面為空。接着在通過 getChars 方法將要拼接的字符串放入新字符串后面為空的位置。

　　注意：返回值是 new String(buf, true)，也就是重新通過 new 關鍵字創建了一個新的字符串，原字符串是不變的。這也是前面我們說的一旦一個String對象被創建, 包含在這個對象中的字符序列是不可改變的。

9、indexOf(int ch) 和 indexOf(int ch, int fromIndex) 方法 

　　indexOf(int ch)，參數 ch 其實是字符的 Unicode 值，這里也可以放單個字符（默認轉成int），作用是返回指定字符第一次出現的此字符串中的索引。其內部是調用 indexOf(int ch, int fromIndex)，只不過這里的 fromIndex =0 ，因為是從 0 開始搜索；而 indexOf(int ch, int fromIndex) 作用也是返回首次出現的此字符串內的索引，但是從指定索引處開始搜索。

    public int indexOf(int ch) {
        return indexOf(ch, 0);//從第一個字符開始搜索
    }

public int indexOf(int ch, int fromIndex) {
    final int max = value.length;//max等於字符的長度
    if (fromIndex < 0) {//指定索引的位置如果小於0，默認從 0 開始搜索
        fromIndex = 0;
    } else if (fromIndex >= max) {
        //如果指定索引值大於等於字符的長度（因為是數組，下標最多只能是max-1），直接返回-1
        return -1;
    }

    if (ch < Character.MIN_SUPPLEMENTARY_CODE_POINT) {//一個char占用兩個字節，如果ch小於2的16次方（65536），絕大多數字符都在此范圍內
        final char[] value = this.value;
        for (int i = fromIndex; i < max; i++) {//for循環依次判斷字符串每個字符是否和指定字符相等
            if (value[i] == ch) {
                return i;//存在相等的字符，返回第一次出現該字符的索引位置，並終止循環
            }
        }
        return -1;//不存在相等的字符，則返回 -1
    } else {//當字符大於 65536時，處理的少數情況，該方法會首先判斷是否是有效字符，然后依次進行比較
        return indexOfSupplementary(ch, fromIndex);
    }
}

10、split(String regex) 和 split(String regex, int limit) 方法

　　split(String regex) 將該字符串拆分為給定正則表達式的匹配。split(String regex , int limit) 也是一樣，不過對於 limit 的取值有三種情況：

　　①、limit > 0 ，則pattern（模式）應用n - 1 次

String str = "a,b,c";
String[] c1 = str.split(",", 2);
System.out.println(c1.length);//2
System.out.println(Arrays.toString(c1));//{"a","b,c"}

　　②、limit = 0 ，則pattern（模式）應用無限次並且省略末尾的空字串

String str2 = "a,b,c,,";
String[] c2 = str2.split(",", 0);
System.out.println(c2.length);//3
System.out.println(Arrays.toString(c2));//{"a","b","c"}

　　③、limit < 0 ，則pattern（模式）應用無限次

String str2 = "a,b,c,,";
String[] c2 = str2.split(",", -1);
System.out.println(c2.length);//5
System.out.println(Arrays.toString(c2));//{"a","b","c","",""}

　　下面我們看看底層的源碼實現。對於 split(String regex) 沒什么好說的，內部調用  split(regex, 0) 方法：

    public String[] split(String regex) {
        return split(regex, 0);
    }

　　重點看 split(String regex, int limit) 的方法實現：

public String[] split(String regex, int limit) {
    /* 1、單個字符，且不是".$|()[{^?*+\\"其中一個
     * 2、兩個字符，第一個是"\"，第二個大小寫字母或者數字
     */
    char ch = 0;
    if (((regex.value.length == 1 &&
         ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||
         (regex.length() == 2 &&
          regex.charAt(0) == '\\' &&
          (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
          ((ch-'a')|('z'-ch)) < 0 &&
          ((ch-'A')|('Z'-ch)) < 0)) &&
        (ch < Character.MIN_HIGH_SURROGATE ||
         ch > Character.MAX_LOW_SURROGATE))
    {
        int off = 0;
        int next = 0;
        boolean limited = limit > 0;//大於0，limited==true,反之limited==false
        ArrayList<String> list = new ArrayList<>();
        while ((next = indexOf(ch, off)) != -1) {
            //當參數limit<=0 或者 集合list的長度小於 limit-1
            if (!limited || list.size() < limit - 1) {
                list.add(substring(off, next));
                off = next + 1;
            } else {//判斷最后一個list.size() == limit - 1
                list.add(substring(off, value.length));
                off = value.length;
                break;
            }
        }
        //如果沒有一個能匹配的，返回一個新的字符串，內容和原來的一樣
        if (off == 0)
            return new String[]{this};

        // 當 limit<=0 時，limited==false,或者集合的長度 小於 limit是，截取添加剩下的字符串
        if (!limited || list.size() < limit)
            list.add(substring(off, value.length));

        // 當 limit == 0 時，如果末尾添加的元素為空（長度為0），則集合長度不斷減1，直到末尾不為空
        int resultSize = list.size();
        if (limit == 0) {
            while (resultSize > 0 && list.get(resultSize - 1).length() == 0) {
                resultSize--;
            }
        }
        String[] result = new String[resultSize];
        return list.subList(0, resultSize).toArray(result);
    }
    return Pattern.compile(regex).split(this, limit);
}

11、replace(char oldChar, char newChar) 和 String replaceAll(String regex, String replacement) 方法

　　①、replace(char oldChar, char newChar) ：將原字符串中所有的oldChar字符都替換成newChar字符，返回一個新的字符串。

　　②、String replaceAll(String regex, String replacement)：將匹配正則表達式regex的匹配項都替換成replacement字符串，返回一個新的字符串。

12、substring(int beginIndex) 和 substring(int beginIndex, int endIndex) 方法

　　①、substring(int beginIndex)：返回一個從索引 beginIndex 開始一直到結尾的子字符串。

public String substring(int beginIndex) {
    if (beginIndex < 0) {//如果索引小於0，直接拋出異常
        throw new StringIndexOutOfBoundsException(beginIndex);
    }
    int subLen = value.length - beginIndex;//subLen等於字符串長度減去索引
    if (subLen < 0) {//如果subLen小於0，也是直接拋出異常
        throw new StringIndexOutOfBoundsException(subLen);
    }
    //1、如果索引值beginIdex == 0，直接返回原字符串
    //2、如果不等於0，則返回從beginIndex開始，一直到結尾
    return (beginIndex == 0) ? this : new String(value, beginIndex, subLen);
}

　　②、 substring(int beginIndex, int endIndex)：返回一個從索引 beginIndex 開始，到 endIndex 結尾的子字符串。

13、常量池

 　　在前面講解構造函數的時候，我們知道最常見的兩種聲明一個字符串對象的形式有兩種：

　　①、通過“字面量”的形式直接賦值

String str = "hello";

　　②、通過 new 關鍵字調用構造函數創建對象

String str = new String("hello");

　　那么這兩種聲明方式有什么區別呢？在講解之前，我們先介紹 JDK1.7（不包括1.7）以前的 JVM 的內存分布：

　　

　　①、程序計數器：也稱為 PC 寄存器，保存的是程序當前執行的指令的地址（也可以說保存下一條指令的所在存儲單元的地址），當CPU需要執行指令時，需要從程序計數器中得到當前需要執行的指令所在存儲單元的地址，然后根據得到的地址獲取到指令，在得到指令之后，程序計數器便自動加1或者根據轉移指針得到下一條指令的地址，如此循環，直至執行完所有的指令。線程私有。

　　②、虛擬機棧：基本數據類型、對象的引用都存放在這。線程私有。

　　③、本地方法棧：虛擬機棧是為執行Java方法服務的，而本地方法棧則是為執行本地方法（Native Method）服務的。在JVM規范中，並沒有對本地方法棧的具體實現方法以及數據結構作強制規定，虛擬機可以自由實現它。在HotSopt虛擬機中直接就把本地方法棧和虛擬機棧合二為一。

　　④、方法區：存儲了每個類的信息（包括類的名稱、方法信息、字段信息）、靜態變量、常量以及編譯器編譯后的代碼等。注意：在Class文件中除了類的字段、方法、接口等描述信息外，還有一項信息是常量池，用來存儲編譯期間生成的字面量和符號引用。

　　⑤、堆：用來存儲對象本身的以及數組（當然，數組引用是存放在Java棧中的）。

　　在 JDK1.7 以后，方法區的常量池被移除放到堆中了，如下：

　　

　　常量池：Java運行時會維護一個String Pool（String池）， 也叫“字符串緩沖區”。String池用來存放運行時中產生的各種字符串，並且池中的字符串的內容不重復。

　　①、字面量創建字符串或者純字符串（常量）拼接字符串會先在字符串池中找，看是否有相等的對象，沒有的話就在字符串池創建該對象；有的話則直接用池中的引用，避免重復創建對象。

　　②、new關鍵字創建時，直接在堆中創建一個新對象，變量所引用的都是這個新對象的地址，但是如果通過new關鍵字創建的字符串內容在常量池中存在了，那么會由堆在指向常量池的對應字符；但是反過來，如果通過new關鍵字創建的字符串對象在常量池中沒有，那么通過new關鍵詞創建的字符串對象是不會額外在常量池中維護的。

　　③、使用包含變量表達式來創建String對象，則不僅會檢查維護字符串池，還會在堆區創建這個對象，最后是指向堆內存的對象。

String str1 = "hello";
String str2 = "hello";
String str3 = new String("hello");
System.out.println(str1==str2);//true
System.out.println(str1==str3);//fasle
System.out.println(str2==str3);//fasle
System.out.println(str1.equals(str2));//true
System.out.println(str1.equals(str3));//true
System.out.println(str2.equals(str3));//true

　　對於上面的情況，首先 String str1 = "hello"，會先到常量池中檢查是否有“hello”的存在，發現是沒有的，於是在常量池中創建“hello”對象，並將常量池中的引用賦值給str1；第二個字面量 String str2 = "hello"，在常量池中檢測到該對象了，直接將引用賦值給str2；第三個是通過new關鍵字創建的對象，常量池中有了該對象了，不用在常量池中創建，然后在堆中創建該對象后，將堆中對象的引用賦值給str3，再將該對象指向常量池。如下圖所示：

　　

　　注意：看上圖紅色的箭頭，通過 new 關鍵字創建的字符串對象，如果常量池中存在了，會將堆中創建的對象指向常量池的引用。我們可以通過文章末尾介紹的intern()方法來驗證。

　　使用包含變量表達式創建對象：

String str1 = "hello";
String str2 = "helloworld";
String str3 = str1+"world";//編譯器不能確定為常量(會在堆區創建一個String對象)
String str4 = "hello"+"world";//編譯器確定為常量，直接到常量池中引用

System.out.println(str2==str3);//fasle
System.out.println(str2==str4);//true
System.out.println(str3==str4);//fasle

　　str3 由於含有變量str1，編譯器不能確定是常量，會在堆區中創建一個String對象。而str4是兩個常量相加，直接引用常量池中的對象即可。

14、intern() 方法 

　　這是一個本地方法：

public native String intern();

　　當調用intern方法時，如果池中已經包含一個與該String確定的字符串相同equals(Object)的字符串，則返回該字符串。否則，將此String對象添加到池中，並返回此對象的引用。

　　這句話什么意思呢？就是說調用一個String對象的intern()方法，如果常量池中有該對象了，直接返回該字符串的引用（存在堆中就返回堆中，存在池中就返回池中），如果沒有，則將該對象添加到池中，並返回池中的引用。

String str1 = "hello";//字面量 只會在常量池中創建對象
String str2 = str1.intern();
System.out.println(str1==str2);//true

String str3 = new String("world");//new 關鍵字只會在堆中創建對象
String str4 = str3.intern();
System.out.println(str3 == str4);//false

String str5 = str1 + str2;//變量拼接的字符串，會在常量池中和堆中都創建對象
String str6 = str5.intern();//這里由於池中已經有對象了，直接返回的是對象本身，也就是堆中的對象
System.out.println(str5 == str6);//true

String str7 = "hello1" + "world1";//常量拼接的字符串，只會在常量池中創建對象
String str8 = str7.intern();
System.out.println(str7 == str8);//true

15、String 真的不可變嗎? 

　　前面我們介紹了，String 類是用 final 關鍵字修飾的，所以我們認為其是不可變對象。但是真的不可變嗎？

　　每個字符串都是由許多單個字符組成的，我們知道其源碼是由 char[] value 字符數組構成。

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {
    /** The value is used for character storage. */
    private final char value[];

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

　　value 被 final 修飾，只能保證引用不被改變，但是 value 所指向的堆中的數組，才是真實的數據，只要能夠操作堆中的數組，依舊能改變數據。而且 value 是基本類型構成，那么一定是可變的，即使被聲明為 private，我們也可以通過反射來改變。

String str = "vae";
//打印原字符串
System.out.println(str);//vae
//獲取String類中的value字段 
Field fieldStr = String.class.getDeclaredField("value");
//因為value是private聲明的，這里修改其訪問權限
fieldStr.setAccessible(true);
//獲取str對象上的value屬性的值
char[] value = (char[]) fieldStr.get(str);
//將第一個字符修改為 V(小寫改大寫)
value[0] = 'V';
//打印修改之后的字符串
System.out.println(str);//Vae

　　通過前后兩次打印的結果，我們可以看到 String 被改變了，但是在代碼里，幾乎不會使用反射的機制去操作 String 字符串，所以，我們會認為 String 類型是不可變的。

　　那么，String 類為什么要這樣設計成不可變呢？我們可以從性能以及安全方面來考慮：

• 安全

  • 引發安全問題，譬如，數據庫的用戶名、密碼都是以字符串的形式傳入來獲得數據庫的連接，或者在socket編程中，主機名和端口都是以字符串的形式傳入。因為字符串是不可變的，所以它的值是不可改變的，否則黑客們可以鑽到空子，改變字符串指向的對象的值，造成安全漏洞。

  • 保證線程安全，在並發場景下，多個線程同時讀寫資源時，會引競態條件，由於 String 是不可變的，不會引發線程的問題而保證了線程。

  • HashCode，當 String 被創建出來的時候，hashcode也會隨之被緩存，hashcode的計算與value有關，若 String 可變，那么 hashcode 也會隨之變化，針對於 Map、Set 等容器，他們的鍵值需要保證唯一性和一致性，因此，String 的不可變性使其比其他對象更適合當容器的鍵值。

• 性能

  • 當字符串是不可變時，字符串常量池才有意義。字符串常量池的出現，可以減少創建相同字面量的字符串，讓不同的引用指向池中同一個字符串，為運行時節約很多的堆內存。若字符串可變，字符串常量池失去意義，基於常量池的String.intern()方法也失效，每次創建新的 String 將在堆內開辟出新的空間，占據更多的內存。

 

參考文檔：

https://docs.oracle.com/javase/8/docs/api/java/lang/String.html

https://segmentfault.com/a/1190000009914328