Java String 源碼淺析

引言

從一段代碼提及：

public void stringTest(){
    String a = "a"+"b"+1;
    String b = "ab1";
    System.out.println(a == b);
}

你們猜一猜結果如何？若是你的結論是true。好吧，再來一段代碼：

public void stringTest(){
    String a = new String("ab1");
    String b = "ab1";
    System.out.println(a == b);
}

結果如何呢？正確答案是false。

讓咱們看看通過編譯器編譯後的代碼如何

//第一段代碼
public void stringTest() {
    String a = "ab1";
    String b = "ab1";
    System.out.println(a == b);
}
//第二段代碼
public void stringTest() {
    String a1 = new String("ab1");
    String b = "ab1";
    System.out.println(a1 == b);
}

也就是說第一段代碼通過了編譯期優化，緣由是編譯器發現"a"+"b"+1和"ab1"的效果是同樣的，都是不可變量組成。可是爲何他們的內存地址會相同呢？若是你對此還有興趣，那就一塊兒看看String類的一些源碼吧。

一 String類

String類被final所修飾，也就是說String對象是不可變量，併發程序最喜歡不可變量了。String類實現了Serializable, Comparable<String>, CharSequence接口。

Comparable接口有compareTo(String s)方法，CharSequence接口有length()，charAt(int index)，subSequence(int start,int end)方法。

二 String屬性

String類中包含一個不可變的char數組用來存放字符串，一個int型的變量hash用來存放計算後的哈希值。

/** 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;

三 String構造函數

//不含參數的構造函數，通常沒什麼用，由於value是不可變量
public String() {
    this.value = new char[0];
}
 
//參數爲String類型
public String(String original) {
    this.value = original.value;
    this.hash = original.hash;
}
 
//參數爲char數組，使用java.utils包中的Arrays類複製
public String(char value[]) {
    this.value = Arrays.copyOf(value, value.length);
}
 
//從bytes數組中的offset位置開始，將長度爲length的字節，以charsetName格式編碼，拷貝到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);
}
 
//調用public String(byte bytes[], int offset, int length, String charsetName)構造函數
public String(byte bytes[], String charsetName)
        throws UnsupportedEncodingException {
    this(bytes, 0, bytes.length, charsetName);
}

三 String經常使用方法

boolean equals(Object anObject)

public boolean equals(Object anObject) {
    //若是引用的是同一個對象，返回真
    if (this == anObject) {
        return true;
    }
    //若是不是String類型的數據，返回假
    if (anObject instanceof String) {
        String anotherString = (String) anObject;
        int n = value.length;
        //若是char數組長度不相等，返回假
        if (n == anotherString.value.length) {
            char v1[] = value;
            char v2[] = anotherString.value;
            int i = 0;
            //從後往前單個字符判斷，若是有不相等，返回假
            while (n-- != 0) {
                if (v1[i] != v2[i])
                        return false;
                i++;
            }
            //每一個字符都相等，返回真
            return true;
        }
    }
    return false;
}

equals方法常常用獲得，它用來判斷兩個對象從實際意義上是否相等，String對象判斷流程：

內存地址相同，則爲真。
若是對象類型不是String類型，則爲假。不然繼續判斷。

若是對象長度不相等，則爲假。不然繼續判斷。
從後往前，判斷String類中char數組value的單個字符是否相等，有不相等則爲假。若是一直相等直到第一個數，則返回真。

由此能夠看出，若是對兩個超長的字符串進行比較仍是很是費時間的。

int compareTo(String anotherString)

public int compareTo(String anotherString) {
    //自身對象字符串長度len1
    int len1 = value.length;
    //被比較對象字符串長度len2
    int len2 = anotherString.value.length;
    //取兩個字符串長度的最小值lim
    int lim = Math.min(len1, len2);
    char v1[] = value;
    char v2[] = anotherString.value;
 
    int k = 0;
    //從value的第一個字符開始到最小長度lim處爲止，若是字符不相等，返回自身（對象不相等處字符-被比較對象不相等字符）
    while (k < lim) {
        char c1 = v1[k];
        char c2 = v2[k];
        if (c1 != c2) {
            return c1 - c2;
        }
        k++;
    }
    //若是前面都相等，則返回（自身長度-被比較對象長度）
    return len1 - len2;
}

這個方法寫的很巧妙，先從0開始判斷字符大小。若是兩個對象能比較字符的地方比較完了還相等，就直接返回自身長度減被比較對象長度，若是兩個字符串長度相等，則返回的是0，巧妙地判斷了三種狀況。

int hashCode()

public int hashCode() {
    int h = hash;
    //若是hash沒有被計算過，而且字符串不爲空，則進行hashCode計算
    if (h == 0 && value.length > 0) {
        char val[] = value;
 
        //計算過程
        //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賦值
        hash = h;
    }
    return h;
}

String類重寫了hashCode方法，Object中的hashCode方法是一個Native調用。String類的hash採用多項式計算得來，咱們徹底能夠經過不相同的字符串得出一樣的hash，因此兩個String對象的hashCode相同，並不表明兩個String是同樣的。

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.
    //若是起始地址小於0或者（起始地址+所比較對象長度）大於自身對象長度，返回假
    if ((toffset < 0) || (toffset > value.length - pc)) {
        return false;
    }
    //從所比較對象的末尾開始比較
    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);
}

起始比較和末尾比較都是比較常常用獲得的方法，例如在判斷一個字符串是否是http協議的，或者初步判斷一個文件是否是mp3文件，均可以採用這個方法進行比較。

String concat(String str)

public String concat(String str) {
    int otherLen = str.length();
    //若是被添加的字符串爲空，返回對象自己
    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);
}

concat方法也是常常用的方法之一，它先判斷被添加字符串是否爲空來決定要不要建立新的對象。

String replace(char oldChar,char newChar)

public String replace(char oldChar, char newChar) {
    //新舊值先對比
    if (oldChar != newChar) {
        int len = value.length;
        int i = -1;
        char[] val = value; /* avoid getfield opcode */
 
        //找到舊值最開始出現的位置
        while (++i < len) {
            if (val[i] == oldChar) {
                break;
            }
        }
        //從那個位置開始，直到末尾，用新值代替出現的舊值
        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;
}

這個方法也有討巧的地方，例如最開始先找出舊值出現的位置，這樣節省了一部分對比的時間。replace(String oldStr,String newStr)方法經過正則表達式來判斷。

String trim()

public String trim() {
    int len = value.length;
    int st = 0;
    char[] val = value;    /* avoid getfield opcode */
 
    //找到字符串前段沒有空格的位置
    while ((st < len) && (val[st] <= ' ')) {
        st++;
    }
    //找到字符串末尾沒有空格的位置
    while ((st < len) && (val[len - 1] <= ' ')) {
        len--;
    }
    //若是先後都沒有出現空格，返回字符串自己
    return ((st > 0) || (len < value.length)) ? substring(st, len) : this;
}

trim方法用起來也6的飛起

String intern()

public native String intern();

intern方法是Native調用，它的做用是在方法區中的常量池裏經過equals方法尋找字面值的對象，若是沒有找到則在常量池中開闢一片空間存放字符串並返回該對應String的引用，不然直接返回常量池中已存在String對象的引用。

將引言中第二段代碼

//String a = new String("ab1");
//改成
String a = new String("ab1").intern();

則結果爲爲true，緣由在於a所指向的地址來自於常量池，而b所指向的字符串常量默認會調用這個方法，因此a和b都指向了同一個地址空間。

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相關集合類在String類做key的狀況下，再也不使用hashCode方式離散數據，而是採用hash32方法。這個方法默認使用系統當前時間，String類地址，System類地址等做爲因子計算獲得hash種子，經過hash種子在通過hash獲得32位的int型數值。

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];
}

以上是一些簡單的經常使用方法。

總結

1. String對象是不可變類型，返回類型爲String的String方法每次返回的都是新的String對象，除了某些方法的某些特定條件返回自身。

2. String對象的三種比較方式：

   1. ==內存比較：直接對比兩個引用所指向的內存值，精確簡潔直接明瞭。

   2. equals字符串值比較：比較兩個引用所指對象字面值是否相等。

   3. hashCode字符串數值化比較：將字符串數值化。兩個引用的hashCode相同，不保證內存必定相同，不保證字面值必定相同。

   更多文章：http://blog.gavinzh.com