String 和 StringBuilder

本文为书籍《Java编程的逻辑》¹和《剑指Java：核心原理与应用实践》²阅读笔记

3.1 String基本用法

可以通过常量定义String变量，也可以通过new创建String变量，还可以直接使用$+$和$+=$​运算符，如：

    @Testpublic void testNewString() {String newConstant = "constant string";String newConstructor = new String("constructor new string");String addString = newConstant + " " + newConstructor;assertTrue("constant string constructor new string".equals(addString));}

String类包括很多方法，以方便操作字符串，比如：

public boolean isEmpty() // 判断字符串是否为空
public int length() // 获取字符串长度
public String substring(int beginIndex) // 取子字符串
public String substring(int beginIndex, int endIndex) // 取子字符串
public int indexOf(int ch) // 查找字符，返回第一个找到的索引位置，没找到返回 -1
public int indexOf(String str) // 查找子串，返回第一个找到的索引位置，没找到返回 -1
public int lastIndexOf(int ch) // 从后面查找字符
public int lastIndexOf(String str) // 从后面查找子字符串
public boolean contains(CharSequence s) // 判断字符串中是否包含指定的字符序列
public boolean startsWith(String prefix) // 判断字符串是否以给定子字符串开头
public boolean endsWith(String suffix) // 判断字符串是否以给定子字符串结尾
public boolean equals(Object anObject) // 与其他字符串比较，看内容是否相同
public boolean equalsIgnoreCase(String anotherString) // 忽略大小写比较是否相同
public int compareTo(String anotherString) // 比较字符串大小
public int compareToIgnoreCase(String str) // 忽略大小写比较
public String toUpperCase() // 所有字符转换为大写字符，返回新字符串，原字符串不变
public String toLowerCase() // 所有字符转换为小写字符，返回新字符串，原字符串不变
public String concat(String str) // 字符串连接，返回当前字符串和参数字符串合并结果
public String replace(char oldChar, char newChar) // 字符串替换，替换单个字符
public String replace(CharSequence target, CharSequence replacement) // 字符串替换，替换字符序列，返回新字符串，原字符串不变
public String trim() // 删掉开头和结尾的空格，返回新字符串，原字符串不变
public String[] split(String regex) // 分隔字符串，返回分隔后的子字符串数组

3.2 String底层

String类内部用一个字符数组表示字符串，实例变量定义为：

private final char value[];

String中的大部分方法内部也都是操作的这个字符数组。比如：

1. length()方法返回的是这个数组的长度。
2. substring()方法是根据参数，调用构造方法String(char value[], int offset, int count)新建了一个字符串。
3. indexOf()方法查找字符或子字符串时是在这个数组中进行查找。

String中还有一些方法，与这个char数组有关：

public char charAt(int index) // 返回指定索引位置的 char
public char[] toCharArray() // 返回字符串对应的 char 数组， 注意，返回的是一个复制后的数组，而不是原数组
public void getChars(int srcBegin, int srcEnd, char dst[], int dstBegin) // 将 char 数组中指定范围的字符复制入目标数组指定位置

与Character类似，String也提供了一些方法，按代码点对字符串进行处理：

public int codePointAt(int index)
public int codePointBefore(int index)
public int codePointCount(int beginIndex, int endIndex)
public int offsetByCodePoints(int index, int codePointOffset)

3.3 不可变性

与包装类类似，String类也是不可变类，即对象一旦创建，就没有办法修改了。String类也声明为了final，不能被继承，内部char数组value也是final的，初始化后就不能再变了。String类中提供了很多看似修改的方法，其实是通过创建新的String对象来实现的，原来的String对象不会被修改。比如，concat()方法的代码：

    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);}

通过Arrays.copyOf方法创建了一块新的字符数组，复制原内容，然后通过new创建了一个新的String，最后一行调用的是String的另一个构造方法。

因为字符串的不可变性，JVM专门为字符串提供了一个常量池，凡是放在常量池中的字符串对象都可以共享，查看下面的代码：

    @Testpublic void testConstantPool() {String name1 = "测试字符串常量池";String name2 = "测试字符串常量池";assertTrue(name1 == name2);}@Testpublic void testNotConstantPool() {String name1 = new String("测试字符串常量池");String name2 = new String("测试字符串常量池");assertFalse(name1 == name2);}

看上面代码，通过常量定义name1 == name2得到的是true，但是通过new得到的字符串得到的结果是false。那么，现在有一个问题，哪些方式是使用常量池中的数据呢，哪些是新建放在堆中的呢？

1. 直接使用"..."得到的字符串对象放在常量池。
2. 直接"..."+"..."拼接的字符串对象放在常量池。
3. 两个指向"..."的final常量拼接结果放在常量池。
4. 所有字符串对象.intern()方法得到的结果放在常量池。
5. 除以上四种方式，其他方式得到的字符串结果都在堆中。

    @Testpublic void testCreateConstantPool() {String s1 = "helloworld"; // 1、常量池中String s2 = "hello" + "world"; // 2、常量池中final String s3 = "hello";final String s4 = "world";String s5 = s3 + s4; // 3、指向"..."的 final 常量 + 指向"..."的 final 常量在常量池String s6 = new String("hello");String s7 = new String("world");String s8 = s6 + s7;String s9 = s8.intern();// 4、字符串对象.intern() 的结果都在常量池assertTrue(s1 == s2 && s1 == s5 && s1 == s9);String s10 = "hello";String s11 = "world";String s12 = s10 + s11;assertFalse(s1 == s12);String s13 = s10 + "world";assertFalse(s1 == s13);String s14 = s6 + "world";assertFalse(s1 == s14);String s15 = String.valueOf(new char[] { 'h', 'e', 'l', 'l', 'o', 'w', 'o', 'r', 'l', 'd' });assertFalse(s1 == s15);String s16 = "hello".concat("world");assertFalse(s1 == s16);}

3.4 编码转换

String内部是按UTF-16BE处理字符的，对BMP字符，使用一个char，两个字节，对于增补字符，使用两个char，四个字节。我们知道有各种编码，不同编码可能用于不同的字符集，使用不同的字节数目，以及不同的二进制表示。如何处理这些不同的编码呢？这些编码与Java内部表示之间如何相互转换呢？Java使用Charset类表示各种编码，它有两个常用静态方法：

public static Charset defaultCharset()
public static Charset forName(String charsetName)

第一个方法返回系统的默认编码，第二个方法返回给定编码名称的Charset对象，其charset名称可以是US-ASCII、ISO-8859-1、windows-1252、GB2312、GBK、GB18030、Big5、UTF-8等，比如：

Charset charset = Charset.forName("GB18030");

String类提供了如下方法，返回字符串按给定编码的字节表示：

public byte[] getBytes()
public byte[] getBytes(String charsetName)
public byte[] getBytes(Charset charset)

第一个方法没有编码参数，使用系统默认编码；第二个方法参数为编码名称；第三个方法参数为Charset。

String类有如下构造方法，可以根据字节和编码创建字符串，也就是说，根据给定编码的字节表示，创建Java的内部表示。

public String(byte bytes[], int offset, int length, String charsetName)
public String(byte bytes[], Charset charset)

3.5 StringBuilder基本用法

如果字符串修改操作比较频繁，应该采用StringBuilder和StringBuffer类，这两个类的方法基本是完全一样的，它们的实现代码也几乎一样，唯一的不同就在于StringBuffer类是线程安全的，而StringBuilder类不是。

StringBuilder的基本用法很简单。使用new创建StringBuilder对象，通过append方法添加字符串，然后通过toString方法获取构建后的字符串：

    @Testpublic void testStringBuilder() {StringBuilder stringBuilder = new StringBuilder();stringBuilder.append("hello");stringBuilder.append("world");assertFalse("helloworld" == stringBuilder.toString());assertTrue("helloworld".equals(stringBuilder.toString()));}

3.6 StringBuilder基本实现原理

StringBuilder类是怎么实现的呢？我们来看下它的内部组成，以及一些主要方法的实现，代码基于Java 7。与String类似，StringBuilder类也封装了一个字符数组，定义如下：

char[] value;

与String不同，它不是final的，可以修改。另外，与String不同，字符数组中不一定所有位置都已经被使用，它有一个实例变量，表示数组中已经使用的字符个数，定义如下：

/*** The count is the number of characters used.*/
int count;

StringBuilder继承自AbstractStringBuilder，它的默认构造方法是：

    public StringBuilder() {super(16);}

调用父类的构造方法，父类对应的构造方法是：

AbstractStringBuilder(int capacity) {value = new char[capacity];
}

也就是说，new StringBuilder()代码内部会创建一个长度为$16$的字符数组，count的默认值为$0$。来看append方法的代码：

public AbstractStringBuilder append(String str) {if(str == null) str = "null";int len = str.length();ensureCapacityInternal(count + len);str.getChars(0, len, value, count);count += len;return this;
}

append会直接复制字符到内部的字符数组中，如果字符数组长度不够，会进行扩展，实际使用的长度用count体现。具体来说，ensureCapacityInternal(count+len)会确保数组的长度足以容纳新添加的字符，str.getChars会复制新添加的字符到字符数组中，count+=len会增加实际使用的长度。

ensureCapacityInternal的代码如下：

private void ensureCapacityInternal(int minimumCapacity) {//overflow-conscious codeif(minimumCapacity - value.length > 0)expandCapacity(minimumCapacity);
}

如果字符数组的长度小于需要的长度，则调用expandCapacity进行扩展，其代码为：

void expandCapacity(int minimumCapacity) {int newCapacity = value.length * 2 + 2;if(newCapacity - minimumCapacity < 0)newCapacity = minimumCapacity;if(newCapacity < 0) {if (minimumCapacity < 0) //overflowthrow new OutOfMemoryError();newCapacity = Integer.MAX_VALUE;}value = Arrays.copyOf(value, newCapacity);
}

扩展的逻辑是：分配一个足够长度的新数组，然后将原内容复制到这个新数组中，最后让内部的字符数组指向这个新数组。这里主要看下newCapacity是怎么算出来的。参数minimumCapacity表示需要的最小长度，需要多少分配多少不就行了吗？不行，因为那就跟String一样了，每append一次，都会进行一次内存分配，效率低下。这里的扩展策略是跟当前长度相关的，当前长度乘以$2$，再加上$2$，如果这个长度不够最小需要的长度，才用minimumCapacity。比如，默认长度为$16$，长度不够时，会先扩展到$16\ast 2+2$即$34$，然后扩展到$34\ast 2+2$即$70$，然后是$70\ast 2+2$即$142$，这是一种指数扩展策略。为什么要加$2$？这样，在原长度为$0$​时也可以一样工作。

除了append和toString方法， StringBuilder还有很多其他方法，包括更多构造方法、更多append方法、插入、删除、替换、翻转、长度有关的方法。

3.7 String的+和+=运算符

Java中，String可以直接使用$+$和$+=$运算符，这是Java编译器提供的支持，背后，Java编译器一般会生成StringBuilder，+和+=操作会转换为append。比如，如下代码：

String hello = "hello";
for(int i=0; i<3; i++){hello+=", world";
}
System.out.println(hello);

背后，Java编译器一般会转换为：

String hello = "hello";
for(int i=0; i<3; i++){StringBuilder sb = new StringBuilder(hello);sb.append(", world");hello = sb.toString();
}
System.out.println(hello);

既然直接使用$+$和$+=$就相当于使用StringBuilder和append，那还有什么必要直接使用StringBuilder呢？在简单的情况下，确实没必要。不过，在稍微复杂的情况下，Java编译器可能没有那么智能，它可能会生成过多的StringBuilder，尤其是在有循环的情况下，在循环内部，每一次$+=$操作，都会生成一个StringBuilder。所以，对于简单的情况，可以直接使用String的$+$和$+=$​，对于复杂的情况，尤其是有循环的时候，应该直接使用StringBuilder。

---

1. 马俊昌.Java编程的逻辑[M].北京:机械工业出版社,2018. ↩︎

2. 尚硅谷教育.剑指Java：核心原理与应用实践[M].北京:电子工业出版社,2023. ↩︎