java Character類源碼分析

一、使用

構建Character對象：

public class CharTest {
    public static void main(String[] args) {
        Character c1 = new Character('A');
        Character c2 = Character.valueOf('a');
        System.out.println(c1); // A
        System.out.println(c2); // a
    }
}

構造函數源碼：

@Deprecated(since="9")
    public Character(char value) {
        this.value = value;
    }

可見，構造函數的形式不建議使用了。

另一種方式 Character.valueOf()，其源碼：

 @HotSpotIntrinsicCandidate
    public static Character valueOf(char c) {
        if (c <= 127) { // must cache
            return CharacterCache.cache[(int)c];
        }
        return new Character(c);
    }

valueOf()方法使用了注解 @HotSpotIntrinsicCandidate，在jvm層面會有比較高效的實現。字符的十進制值小於等於127的話，將返回CharacterCache.cache[(int)c]，返回事先緩存的內容。

CharacterCache是個內部類，初始化CharacterCache的時候會緩存十進制0-127這128個字符（Character對象）。

private static class CharacterCache {
        private CharacterCache(){}

        static final Character cache[] = new Character[127 + 1];

        static {
            for (int i = 0; i < cache.length; i++)
                cache[i] = new Character((char)i);
        }
    }

二、其他方法：

1、public char charValue() 返回此 Character 對象的值。

　 源碼：

 @HotSpotIntrinsicCandidate
    public char charValue() {
        return value;
    }

　使用：

　System.out.println(c1.charValue());　// A

2、public int hashCode() 返回此 Character 的哈希碼。

　源碼：

@Override
    public int hashCode() {
        return Character.hashCode(value);
    }

    public static int hashCode(char value) {
        // char 轉為 int
        return (int)value;
    }

　　使用：

　　System.out.println(c1.hashCode()); // 65

3、public String toString() 返回表示此 Character 值的 String 對象。結果是一個長度為 1 的字符串，其唯一組件是此 Character 對象表示的基本 char 值。

　源碼：

public String toString() {
        char buf[] = {value};
        return String.valueOf(buf);
    }

　使用：

　System.out.println(c1.toString()); // A

4、public static String toString(char c) 返回一個表示指定 char 值的 String 對象。結果是長度為 1 的字符串，僅由指定的 char 組成。

　　源碼：　　

public static String toString(char c) {
        return String.valueOf(c);
    }

    使用：

　System.out.println(Character.toString('A')); // A

5、public static boolean isValidCodePoint(int codePoint)

確定指定的代碼點是否為從 0x0000 到 0x10FFFF 范圍之內的有效 Unicode 代碼點值。該方法等效於以下表達式：codePoint >= 0x0000 && codePoint <= 0x10FFFF

　　源碼：

public static final int MIN_CODE_POINT = 0x000000;  
public static final int MAX_CODE_POINT = 0X10FFFF;
public static boolean isValidCodePoint(int codePoint) {
        // Optimized form of:
        //     codePoint >= MIN_CODE_POINT && codePoint <= MAX_CODE_POINT
        int plane = codePoint >>> 16;
        return plane < ((MAX_CODE_POINT + 1) >>> 16);
    }

　　

有效的Unicode代碼點的范圍是['\U+0000','\U+10FFFF']，即[0x000000,0x10FFFF]，即[0000000, 10000 11111111 11111111]，即[0, 1114111]

(MAX_CODE_POINT + 1) >>> 16, 即 0b00000000 00010001 00000000 00000000 >>> 16，等於00000000 00010001

如果codePoint大於MAX_CODE_POINT，則 (codePoint>>>16) 大於00000000 00010000。故大於MAX_CODE_POINT的值是無效的Unicode代碼點

如果codePoint小於0，即codePoint為十進制負數，則
-1
原碼：10000000 00000000 00000000 00000001
反碼：11111111 11111111 11111111 11111110
補碼：11111111 11111111 11111111 11111111
-1 >>> 16 即 11111111 11111111 11111111 11111111 >>> 16，等於11111111 11111111

-2147483648（帶符號int類型最小值）
原碼：10000000 00000000 00000000 00000000
反碼：11111111 11111111 11111111 11111111
補碼：10000000 00000000 00000000 00000000
-2147483648 >>> 16 即 10000000 00000000 00000000 00000000 >>> 16，等於 10000000 00000000

因為>>>是無符號右移動，所以如果負數（int類型），其保存值的為該負數的補碼，最高位（第16位）為符號位1，
無符號右移16位之后，得到高16位，大於00000000 00010001。故十進制負數是無效的Unicode 代碼點。

確定指定的代碼點是否為從 0x0000 到 0x10FFFF 范圍之內的有效 Unicode 代碼點值。該方法等效於以下表達式：codePoint >= 0x0000 && codePoint <= 0x10FFFF

　　使用：　

　　System.out.println(Character.isValidCodePoint(79)); // true
　　System.out.println(Character.isValidCodePoint(-79)); // false

6、public static boolean isSupplementaryCodePoint(int codePoint) 確定指定字符（Unicode 代碼點）是否在增補字符范圍內。該方法調用以下表達式：codePoint >= 0x10000 && codePoint <= 0x10FFFF

　　源碼：

public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000;
public static final int MAX_CODE_POINT = 0X10FFFF;
public static boolean isSupplementaryCodePoint(int codePoint) {
        return codePoint >= MIN_SUPPLEMENTARY_CODE_POINT
            && codePoint <  MAX_CODE_POINT + 1;
    }

Unicode增補字符范圍：0x010000至0x10FFFF

　　使用：

　　System.out.println(Character.isSupplementaryCodePoint(65536)); // true
　　System.out.println(Character.isSupplementaryCodePoint(65535)); // false

7、

public static boolean isHighSurrogate(char ch) 確定給出的 char 值是否為一個高代理項代碼單元（也稱為 前導代理項代碼單元）。這類值並不表示它們本身的字符，而被用來表示 UTF-16 編碼中的 增補字符。

public static boolean isLowSurrogate(char ch) 確定給定 char 值是否一個低代理項代碼單元（也稱為 尾部代理項代碼單元）。這類值並不表示它們本身的字符，而被用來表示 UTF-16 編碼中的 增補字符。

源碼：

public static final char MIN_HIGH_SURROGATE = '\uD800';
public static final char MAX_HIGH_SURROGATE = '\uDBFF';
public static boolean isHighSurrogate(char ch) {
    // Help VM constant-fold; MAX_HIGH_SURROGATE + 1 == MIN_LOW_SURROGATE
    return ch >= MIN_HIGH_SURROGATE && ch < (MAX_HIGH_SURROGATE + 1);
}

public static final char MIN_LOW_SURROGATE  = '\uDC00';
public static final char MAX_LOW_SURROGATE  = '\uDFFF';
public static boolean isLowSurrogate(char ch) {
    return ch >= MIN_LOW_SURROGATE && ch < (MAX_LOW_SURROGATE + 1);
}

高代理項范圍['\uD800', '\uDBFF']；
低代理項范圍['\uDC00', '\uDFFF']。

8、public static boolean isSurrogatePair(char high, char low) 確定指定的 char 值對是否為有效的代理項對。該方法等效於以下表達式：

源碼：

public static boolean isSurrogatePair(char high, char low) {
    return isHighSurrogate(high) && isLowSurrogate(low);
}

9、

public static int charCount(int codePoint)

確定表示指定字符（Unicode 代碼點）所需的  char 值的數量。如果指定字符等於或大於 0x10000，則該方法返回的值為 2。否則，該方法返回的值為 1。

該方法沒有驗證指定的字符是否為一個有效的 Unicode 代碼點。如有必要，調用者必須使用 isValidCodePoint 驗證字符值。

源碼：

public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000;
public static int charCount(int codePoint) {
    return codePoint >= MIN_SUPPLEMENTARY_CODE_POINT ? 2 : 1;
}

　　只判斷是否大於0x010000。

10、public static int toCodePoint(char high,char low) 將指定的代理項對轉換為其增補代碼點值。該方法沒有驗證指定的代理項對。如有必要，調用者必須使用 isSurrogatePair 驗證它。

源碼：

public static final int MIN_SUPPLEMENTARY_CODE_POINT = 0x010000;
public static final char MIN_LOW_SURROGATE  = '\uDC00';
public static final char MAX_HIGH_SURROGATE = '\uDBFF';
   
public static int toCodePoint(char high, char low) {
    // Optimized form of:
    // return ((high - MIN_HIGH_SURROGATE) << 10)
    //         + (low - MIN_LOW_SURROGATE)
    //         + MIN_SUPPLEMENTARY_CODE_POINT;
    return ((high << 10) + low) + (MIN_SUPPLEMENTARY_CODE_POINT - (MIN_HIGH_SURROGATE << 10) - MIN_LOW_SURROGATE);
}

優化細節：
(high - MIN_HIGH_SURROGATE) << 10 ==> (high << 10) - (MIN_HIGH_SURROGATE << 10)

待續......................