其他更多java基礎(chǔ)文章：
java基礎(chǔ)學(xué)習(xí)(目錄)
距離上次寫(xiě)文章已經(jīng)好一段時(shí)間了挺举，主要是工作忙起來(lái)创橄，看書(shū)的時(shí)間就少了，看String的進(jìn)度就斷斷續(xù)續(xù)近忙，在讀源碼的過(guò)程中，我搜了幾篇很有學(xué)習(xí)價(jià)值的文章鸦泳，放在下面银锻，可以在閱讀完本文之后閱讀一下，有些地方我可能講的不夠清楚做鹰，下面文章里的大神講的更仔細(xì)击纬。
學(xué)習(xí)資料：
String類(lèi)API中文
深入解析String#intern
Java 中new String("字面量") 中 "字面量" 是何時(shí)進(jìn)入字符串常量池的?
new一個(gè)String對(duì)象的時(shí)候，如果常量池沒(méi)有相應(yīng)的字面量真的會(huì)去它那里創(chuàng)建一個(gè)嗎钾麸？我表示懷疑更振。
String的方法
String的底層是由char數(shù)組構(gòu)成的
private final char value[];
由于底層char數(shù)組是final的，所以String對(duì)象是不可變的饭尝。
String的構(gòu)造方法
我們先講一下主要的幾種構(gòu)造方法：
1. 參數(shù)為String類(lèi)型
public String(String original) {
this.value = original.value;
this.hash = original.hash;
}
這里將直接將源 String 中的 value 和 hash 兩個(gè)屬性直接賦值給目標(biāo) String肯腕。因?yàn)?String 一旦定義之后是不可以改變的，所以也就不用擔(dān)心改變?cè)?String 的值會(huì)影響到目標(biāo) String 的值钥平。
2. 參數(shù)為字符數(shù)組
public String(char value[]) {
this.value = Arrays.copyOf(value, value.length);
}
public String(char value[], int offset, int count)
這里值得注意的是：當(dāng)我們使用字符數(shù)組創(chuàng)建 String 的時(shí)候实撒，會(huì)用到 Arrays.copyOf 方法或 Arrays.copyOfRange 方法。這兩個(gè)方法是將原有的字符數(shù)組中的內(nèi)容逐一的復(fù)制到 String 中的字符數(shù)組中。會(huì)創(chuàng)建一個(gè)新的字符串對(duì)象知态，隨后修改的字符數(shù)組不影響新創(chuàng)建的字符串捷兰。
3.參數(shù)為字節(jié)數(shù)組
在 Java 中，String 實(shí)例中保存有一個(gè) char[] 字符數(shù)組负敏，char[] 字符數(shù)組是以 unicode 碼來(lái)存儲(chǔ)的贡茅，String 和 char 為內(nèi)存形式。
byte 是網(wǎng)絡(luò)傳輸或存儲(chǔ)的序列化形式其做，所以在很多傳輸和存儲(chǔ)的過(guò)程中需要將 byte[] 數(shù)組和 String 進(jìn)行相互轉(zhuǎn)化顶考。所以 String 提供了一系列重載的構(gòu)造方法來(lái)將一個(gè)字符數(shù)組轉(zhuǎn)化成 String，提到 byte[] 和 String 之間的相互轉(zhuǎn)換就不得不關(guān)注編碼問(wèn)題妖泄。
String(byte[] bytes, Charset charset)
該構(gòu)造方法是指通過(guò) charset 來(lái)解碼指定的 byte 數(shù)組驹沿，將其解碼成 unicode 的 char[] 數(shù)組，構(gòu)造成新的 String浮庐。
這里的 bytes 字節(jié)流是使用 charset 進(jìn)行編碼的甚负，想要將他轉(zhuǎn)換成 unicode 的 char[] 數(shù)組柬焕，而又保證不出現(xiàn)亂碼审残，那就要指定其解碼方式
同樣的，使用字節(jié)數(shù)組來(lái)構(gòu)造 String 也有很多種形式斑举，按照是否指定解碼方式分的話可以分為兩種：
public String(byte bytes[]){
this(bytes, 0, bytes.length);
}
public String(byte bytes[], int offset, int length){
checkBounds(bytes, offset, length);
this.value = StringCoding.decode(bytes, offset, length);
}
如果我們?cè)谑褂?byte[] 構(gòu)造 String 的時(shí)候搅轿，使用的是下面這四種構(gòu)造方法（帶有 charsetName 或者 charset 參數(shù)）的一種的話，那么就會(huì)使用 StringCoding.decode 方法進(jìn)行解碼富玷，使用的解碼的字符集就是我們指定的 charsetName 或者 charset璧坟。
String(byte bytes[])
String(byte bytes[], int offset, int length)
String(byte bytes[], Charset charset)
String(byte bytes[], String charsetName)
String(byte bytes[], int offset, int length, Charset charset)
String(byte bytes[], int offset, int length, String charsetName)
我們?cè)谑褂?byte[] 構(gòu)造 String 的時(shí)候，如果沒(méi)有指明解碼使用的字符集的話赎懦，那么 StringCoding 的 decode 方法首先調(diào)用系統(tǒng)的默認(rèn)編碼格式雀鹃，如果沒(méi)有指定編碼格式則默認(rèn)使用 ISO-8859-1 編碼格式進(jìn)行編碼操作。主要體現(xiàn)代碼如下：
static char[] decode(byte[] ba, int off, int len){
String csn = Charset.defaultCharset().name();
try{ //use char set name decode() variant which provide scaching.
return decode(csn, ba, off, len);
} catch(UnsupportedEncodingException x){
warnUnsupportedCharset(csn);
}
try{
return decode("ISO-8859-1", ba, off, len); }
catch(UnsupportedEncodingException x){
//If this code is hit during VM initiali zation, MessageUtils is the only way we will be able to get any kind of error message.
MessageUtils.err("ISO-8859-1 char set not available: " + x.toString());
// If we can not find ISO-8859-1 (are quired encoding) then things are seriously wrong with the installation.
System.exit(1);
return null;
}
}
4.參數(shù)為StringBuilder或StringBuffer
public String(StringBuffer buffer) {
synchronized(buffer) {
this.value = Arrays.copyOf(buffer.getValue(), buffer.length());
}
}
public String(StringBuilder builder) {
this.value = Arrays.copyOf(builder.getValue(), builder.length());
}
基本不用励两，用StringBuffer.toString方法黎茎。
4. 特殊的protected構(gòu)造方法
String(char[] value, boolean share) {
// assert share : "unshared not supported";
this.value = value;
}
從代碼中我們可以看出，該方法和 String(char[] value) 有兩點(diǎn)區(qū)別：
第一個(gè)區(qū)別：該方法多了一個(gè)參數(shù)：boolean share当悔，其實(shí)這個(gè)參數(shù)在方法體中根本沒(méi)被使用傅瞻。注釋說(shuō)目前不支持 false，只使用 true盲憎。那可以斷定嗅骄，加入這個(gè) share 的只是為了區(qū)分于 String(char[] value) 方法，不加這個(gè)參數(shù)就沒(méi)辦法定義這個(gè)函數(shù)饼疙，只有參數(shù)是不同才能進(jìn)行重載溺森。
第二個(gè)區(qū)別：具體的方法實(shí)現(xiàn)不同。我們前面提到過(guò) String(char[] value) 方法在創(chuàng)建 String 的時(shí)候會(huì)用到 Arrays 的 copyOf 方法將 value 中的內(nèi)容逐一復(fù)制到 String 當(dāng)中，而這個(gè) String(char[] value, boolean share) 方法則是直接將 value 的引用賦值給 String 的 value屏积。那么也就是說(shuō)澡罚，這個(gè)方法構(gòu)造出來(lái)的 String 和參數(shù)傳過(guò)來(lái)的 char[] value 共享同一個(gè)數(shù)組。
為什么 Java 會(huì)提供這樣一個(gè)方法呢肾请？
性能好：這個(gè)很簡(jiǎn)單留搔，一個(gè)是直接給數(shù)組賦值（相當(dāng)于直接將 String 的 value 的指針指向char[]數(shù)組），一個(gè)是逐一拷貝铛铁，當(dāng)然是直接賦值快了隔显。
節(jié)約內(nèi)存：該方法之所以設(shè)置為 protected，是因?yàn)橐坏┰摲椒ㄔO(shè)置為公有饵逐，在外面可以訪問(wèn)的話括眠，如果構(gòu)造方法沒(méi)有對(duì) arr 進(jìn)行拷貝，那么其他人就可以在字符串外部修改該數(shù)組倍权，由于它們引用的是同一個(gè)數(shù)組掷豺，因此對(duì) arr 的修改就相當(dāng)于修改了字符串，那就破壞了字符串的不可變性薄声。
安全的：對(duì)于調(diào)用他的方法來(lái)說(shuō)当船，由于無(wú)論是原字符串還是新字符串，其 value 數(shù)組本身都是 String 對(duì)象的私有屬性默辨，從外部是無(wú)法訪問(wèn)的德频，因此對(duì)兩個(gè)字符串來(lái)說(shuō)都很安全。
在 Java 7 之前有很多 String 里面的方法都使用上面說(shuō)的那種“性能好的缩幸、節(jié)約內(nèi)存的壹置、安全”的構(gòu)造函數(shù)。
比如：substring replace concat valueOf 等方法表谊，實(shí)際上它們使用的是 public String(char[], ture) 方法來(lái)實(shí)現(xiàn)钞护。
但是在 Java 7 中，substring 已經(jīng)不再使用這種“優(yōu)秀”的方法了
public String substring(int beginIndex, int endIndex){
if(beginIndex < 0){
throw new StringIndexOutOfBoundsException(beginIndex);
}
if(endIndex > value.length){
throw new StringIndexOutOfBoundsException(endIndex);
}
intsubLen = endIndex-beginIndex;
if(subLen < 0){
throw new StringIndexOutOfBoundsException(subLen);
}
return ((beginIndex == 0) && (endIndex == value.length)) ? this : newString(value, beginIndex, subLen);
}
為什么呢爆办？
雖然這種方法有很多優(yōu)點(diǎn)难咕，但是他有一個(gè)致命的缺點(diǎn)，對(duì)于 sun 公司的程序員來(lái)說(shuō)是一個(gè)零容忍的 bug押逼，那就是他很有可能造成內(nèi)存泄露步藕。
看一個(gè)例子，假設(shè)一個(gè)方法從某個(gè)地方（文件挑格、數(shù)據(jù)庫(kù)或網(wǎng)絡(luò)）取得了一個(gè)很長(zhǎng)的字符串咙冗，然后對(duì)其進(jìn)行解析并提取其中的一小段內(nèi)容，這種情況經(jīng)常發(fā)生在網(wǎng)頁(yè)抓取或進(jìn)行日志分析的時(shí)候漂彤。
下面是示例代碼：
String aLongString = "...averylongstring...";
String aPart = data.substring(20, 40);
return aPart;
在這里 aLongString 只是臨時(shí)的雾消，真正有用的是 aPart灾搏，其長(zhǎng)度只有 20 個(gè)字符，但是它的內(nèi)部數(shù)組卻是從 aLongString 那里共享的立润，因此雖然 aLongString 本身可以被回收狂窑，但它的內(nèi)部數(shù)組卻不能釋放。這就導(dǎo)致了內(nèi)存泄漏桑腮。如果一個(gè)程序中這種情況經(jīng)常發(fā)生有可能會(huì)導(dǎo)致嚴(yán)重的后果泉哈，如內(nèi)存溢出，或性能下降破讨。
新的實(shí)現(xiàn)雖然損失了性能丛晦，而且浪費(fèi)了一些存儲(chǔ)空間，但卻保證了字符串的內(nèi)部數(shù)組可以和字符串對(duì)象一起被回收提陶，從而防止發(fā)生內(nèi)存泄漏烫沙，因此新的 substring 比原來(lái)的更健壯。
其他方法
length() 返回字符串長(zhǎng)度
isEmpty() 返回字符串是否為空
charAt(int index) 返回字符串中第（index+1）個(gè)字符（數(shù)組索引）
char[] toCharArray() 轉(zhuǎn)化成字符數(shù)組
trim()去掉兩端空格
toUpperCase()轉(zhuǎn)化為大寫(xiě)
toLowerCase()轉(zhuǎn)化為小寫(xiě)
boolean matches(String regex) 判斷字符串是否匹配給定的regex正則表達(dá)式
boolean contains(CharSequence s) 判斷字符串是否包含字符序列 s
String[] split(String regex, int limit) 按照字符 regex將字符串分成 limit 份
String[] split(String regex) 按照字符 regex 將字符串分段
詳細(xì)可查看String類(lèi)API中文翻譯
需要注意
String concat(String str) 拼接字符串
String replace(char oldChar, char newChar) 將字符串中的
oldChar 字符換成 newChar 字符
以上兩個(gè)方法都使用了 String(char[] value, boolean share) concat 方法和 replace 方法隙笆，他們不會(huì)導(dǎo)致元數(shù)組中有大量空間不被使用锌蓄，因?yàn)樗麄円粋€(gè)是拼接字符串，一個(gè)是替換字符串內(nèi)容撑柔，不會(huì)將字符數(shù)組的長(zhǎng)度變得很短瘸爽，所以使用了共享的 char[] 字符數(shù)組來(lái)優(yōu)化。
getBytes
在創(chuàng)建 String 的時(shí)候乏冀，可以使用 byte[] 數(shù)組蝶糯，將一個(gè)字節(jié)數(shù)組轉(zhuǎn)換成字符串，同樣辆沦，我們可以將一個(gè)字符串轉(zhuǎn)換成字節(jié)數(shù)組，那么 String 提供了很多重載的 getBytes 方法识虚。
public byte[] getBytes(){
return StringCoding.encode(value, 0, value.length);
}
但是肢扯，值得注意的是，在使用這些方法的時(shí)候一定要注意編碼問(wèn)題担锤。比如：
String s = "你好蔚晨，世界！"; byte[] bytes = s.getBytes();
這段代碼在不同的平臺(tái)上運(yùn)行得到結(jié)果是不一樣的肛循。由于沒(méi)有指定編碼方式铭腕，所以在該方法對(duì)字符串進(jìn)行編碼的時(shí)候就會(huì)使用系統(tǒng)的默認(rèn)編碼方式。
在中文操作系統(tǒng)中可能會(huì)使用 GBK 或者 GB2312 進(jìn)行編碼多糠，在英文操作系統(tǒng)中有可能使用 iso-8859-1 進(jìn)行編碼累舷。這樣寫(xiě)出來(lái)的代碼就和機(jī)器環(huán)境有很強(qiáng)的關(guān)聯(lián)性了，為了避免不必要的麻煩夹孔，要指定編碼方式被盈。
public byte[] getBytes(String charsetName) throws UnsupportedEncodingException{
if (charsetName == null) throw new NullPointerException();
return StringCoding.encode(charsetName, value, 0, value.length);
}
比較方法
boolean equals(Object anObject)析孽； 比較對(duì)象
boolean contentEquals(String Buffersb)； 與字符串比較內(nèi)容
boolean contentEquals(Char Sequencecs)只怎； 與字符比較內(nèi)容
boolean equalsIgnoreCase(String anotherString)袜瞬；忽略大小寫(xiě)比較字符串對(duì)象
int compareTo(String anotherString)； 比較字符串
int compareToIgnoreCase(String str)身堡； 忽略大小寫(xiě)比較字符串
boolean regionMatches(int toffset, String other, int ooffset, int len)局部匹配
boolean regionMatches(boolean ignoreCase, int toffset, String other, int ooffset, int len) 可忽略大小寫(xiě)局部匹配
字符串有一系列方法用于比較兩個(gè)字符串的關(guān)系邓尤。 前四個(gè)返回 boolean 的方法很容易理解，前三個(gè)比較就是比較 String 和要比較的目標(biāo)對(duì)象的字符數(shù)組的內(nèi)容贴谎，一樣就返回 true, 不一樣就返回false裁赠，核心代碼如下：
int n = value.length;
while (n-- ! = 0) {
if (v1[i] != v2[i])
return false;
i++;
}
v1 v2 分別代表 String 的字符數(shù)組和目標(biāo)對(duì)象的字符數(shù)組。 第四個(gè)和前三個(gè)唯一的區(qū)別就是他會(huì)將兩個(gè)字符數(shù)組的內(nèi)容都使用 toUpperCase 方法轉(zhuǎn)換成大寫(xiě)再進(jìn)行比較赴精，以此來(lái)忽略大小寫(xiě)進(jìn)行比較佩捞。相同則返回 true，不想同則返回 false
equals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;
}
通過(guò)源碼的代碼蕾哟，我們可以了解它比較的流程：字符串相同：地址相同一忱；地址不同，但是內(nèi)容相同
這是一種提高效率的方法谭确，也就是將比較快速的部分（地址帘营，比較對(duì)象類(lèi)型）放在前面比較，速度慢的部分（比較字符數(shù)組）放在后面執(zhí)行逐哈。
StringBuffer 需要考慮線程安全問(wèn)題芬迄，加鎖之后再調(diào)用
contentEquals()方法
public boolean contentEquals(CharSequence cs) {
// Argument is a StringBuffer, StringBuilder
if (cs instanceof AbstractStringBuilder) {
if (cs instanceof StringBuffer) {
synchronized(cs) {
return nonSyncContentEquals((AbstractStringBuilder)cs);
}
} else {
return nonSyncContentEquals((AbstractStringBuilder)cs);
}
}
// Argument is a String
if (cs instanceof String) {
return equals(cs);
}
// Argument is a generic CharSequence
char v1[] = value;
int n = v1.length;
if (n != cs.length()) {
return false;
}
for (int i = 0; i < n; i++) {
if (v1[i] != cs.charAt(i)) {
return false;
}
}
return true;
}
public boolean contentEquals(StringBuffer sb);實(shí)際調(diào)用了contentEquals(CharSequence cs)方法；
AbstractStringBuilder和String都是接口CharSequence的實(shí)現(xiàn)昂秃，通過(guò)判斷輸入是AbstractStringBuilder還是String的實(shí)例禀梳，執(zhí)行不同的方法；
下面這個(gè)是 equalsIgnoreCase 代碼的實(shí)現(xiàn)：
public boolean equalsIgnoreCase(String anotherString) {
return (this == anotherString) ? true : (anotherString != null) && (anotherString.value.length == value.length) && regionMatches(true, 0, anotherString, 0, value.length);
}
看到這段代碼肠骆，眼前為之一亮算途。使用一個(gè)三目運(yùn)算符和 && 操作代替了多個(gè) if 語(yǔ)句。
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;
}
hashCode 的實(shí)現(xiàn)其實(shí)就是使用數(shù)學(xué)公式:
[圖片上傳失敗...(image-e09e8e-1544065735387)]
為什么要使用這個(gè)公式蚀腿，就是在存儲(chǔ)數(shù)據(jù)計(jì)算 hash 地址的時(shí)候嘴瓤，我們希望盡量減少有同樣的 hash 地址。如果使用相同 hash 地址的數(shù)據(jù)過(guò)多莉钙，那么這些數(shù)據(jù)所組成的 hash 鏈就更長(zhǎng)廓脆，從而降低了查詢(xún)效率。
所以在選擇系數(shù)的時(shí)候要選擇盡量長(zhǎng)的系數(shù)并且讓乘法盡量不要溢出的系數(shù)磁玉，因?yàn)槿绻?jì)算出來(lái)的 hash 地址越大停忿，所謂的“沖突”就越少，查找起來(lái)效率也會(huì)提高蜀涨。
選擇31作為因子的原因: 為什么 String hashCode 方法選擇數(shù)字31作為乘子
substring
前面我們介紹過(guò)瞎嬉，java 7 中的 substring 方法使用
String(value, beginIndex, subLen) 方法創(chuàng)建一個(gè)新的 String 并返回蝎毡，這個(gè)方法會(huì)將原來(lái)的 char[] 中的值逐一復(fù)制到新的 String 中，兩個(gè)數(shù)組并不是共享的氧枣，雖然這樣做損失一些性能沐兵，但是有效地避免了內(nèi)存泄露。
replaceFirst便监、replaceAll扎谎、replace區(qū)別
String replaceFirst(String regex, String replacement)
String replaceAll(String regex, String replacement)
String replace(Char Sequencetarget, Char Sequencereplacement)
public String replace(char oldChar, char newChar){
if(oldChar != newChar){
int len = value.length;
int i = -1;
char[] val = value; /*avoid get field opcode*/
while (++i < len){
if (val[i] == oldChar){
break;
}
}
if( i < len ){
char buf[] = new char[len];
for (intj=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;
}
replace 的參數(shù)可以是 char 或者 CharSequence，即可以支持字符的替換, 也支持字符串的替換烧董。當(dāng)參數(shù)為CharSequence時(shí)毁靶，實(shí)際調(diào)用的是replaceAll方法，所以replace方法是全部替換逊移。
replaceAll 和 replaceFirst 的參數(shù)是 regex预吆，即基于規(guī)則表達(dá)式的替換。區(qū)別是一個(gè)全部替換胳泉，一個(gè)只替換第一個(gè)拐叉。
intern()方法
public native String intern();
intern方法是Native調(diào)用，它的作用是在方法區(qū)中的常量池里尋找等值的對(duì)象扇商，如果沒(méi)有找到則在常量池中存放當(dāng)前字符串的引用并返回該引用凤瘦，否則直接返回常量池中已存在的String對(duì)象引用。
