Java技术专题「String技术系列」带你一起探究字符串不可变的特性

Posted 2022-12-10 洛神灬殇

前提介绍

在Java中String类的使用的频率可谓相当高。它是Java语言中的核心类，在java.lang包下，主要用于字符串的比较、查找、拼接等等操作。如果要深入理解一个类，最好的方法就是看看源码：

什么是字符串

字符串是由引号所括起来的一系列字符序列。

字符串类（String）

/** String 类源码 */
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
    /** use serialVersionUID from JDK 1.0.2 for interoperability */
    private static final long serialVersionUID = -6849794470754667710L;

    /**
     * Class String is special cased within the Serialization Stream Protocol.
     *
     * A String instance is written into an ObjectOutputStream according to
     * <a href="@docRoot/../platform/serialization/spec/output.html">
     * Object Serialization Specification, Section 6.2, "Stream Elements"</a>
     */
    private static final ObjectStreamField[] serialPersistentFields =
        new ObjectStreamField[0];
        ……

从源码中，可以看出以下几点：

• String类被final关键字修饰，表示String类不能被继承，且它的属性和方法都被 final 所修饰任何操作都会生成新对象。

  • String:: subString()，String::concat() 等方法都会生成一个新的String对象，不会在原对象上进行操作从下面String源码部分中很容易得到上面的结论：

• String类实现了Serializable、CharSequence、 Comparable接口。

• String类的值是通过char数组存储的，并且char数组被private和final修饰，字符串一旦创建就不能再修改。

String不可变性

• String对象一旦被创建就是固定不变的了，对String对象的任何改变都不影响到原对象，相关的任何操作都会生成新的对象。

• String不可变的表现就是当我们试图对一个已有的对象 “abcd” 赋值为 “abcde”，String 会新创建一个对象。

注意点

这个无法被修改仅仅是指引用地址不可被修改（也就是说栈里面的这个叫 value 的引用地址不可变，编译器不允许我们把 value 指向堆中的另一个地址），并不代表存储在堆中的这个数组本身的内容不可变。

那既然我们说String是不可变的，那显然仅仅靠final是远远不够的：

1. char数组是private的，并且String类没有对外提供修改这个数组的方法，所以它初始化之后外界没有有效的手段去改变它；

2. String类被final修饰的，首先要讲final修饰类的作用，被final修饰的类不能被继承，类中的所有成员方法都会被隐式地指定为final方法。也就是不能拥有子类，成员方法也不能被重写。；

3. String 的所有方法里面，都很小心地避免去修改了char数组中的数据，涉及到对char数组中数据进行修改的操作全部都会重新创建一个String对象。

比如 substring 方法：

public String substring(int beginIndex, int endIndex) 
    if (beginIndex < 0) 
        throw new StringIndexOutOfBoundsException(beginIndex);
    
    if (endIndex > value.length) 
        throw new StringIndexOutOfBoundsException(endIndex);
    
    int subLen = endIndex - beginIndex;
    if (subLen < 0) 
        throw new StringIndexOutOfBoundsException(subLen);
    
    return ((beginIndex == 0) && (endIndex == value.length)) ? this
            : new String(value, beginIndex, subLen);

为什么要设计成不可变的呢？

String被设计成不可变就是为了字符串常量池。

• 字符串常量池的定义

  • 大量频繁的创建字符串，将会极大程度地影响程序的性能，字符串的分配和其他对象分配一样，是需要消耗高昂的时间和空间的，而且字符串我们使用的非常多。JVM为了提高性能和减少内存的开销，所以在实例化字符串的时候使用字符串常量池进行优化。

• JVM为了提高性能和减少内存开销，在实例化字符串常量的时候进行了一些优化：

  • 字符串开辟了一个字符串常量池 String Pool（HashSet的StringTable），可以理解为缓存区创建字符串常量时，首先检查字符串常量池中是否存在该字符串。
  • 池化思想其实在Java中并不少见，字符串常量池也是类似的思想，当创建字符串时，JVM会首先检查字符串常量池，如果该字符串已经存在常量池中，那么就直接返回常量池中的实例引用。如果字符串不存在常量池中，就会实例化该字符串并且将其放到常量池中。

堆内存中只会创建一个 String 对象：

String str1 = "hello";
String str2 = "hello";
System.out.println(str1 == str2) // true 

String允许被改变，那如果我们修改了 str2 的内容为 good，那么 str1 也会被修改，显然这不是我们想要看见的结果。

new String(“abc”)创建了几个对象？

• 如果之前"abc"字符串没有使用过，毫无疑问是创建两个对象，堆中创建了一个String对象，字符串常量池创建了一个，一共两个。

• 如果之前已经使用过了"abc"字符串，则不会再在字符串常量池创建对象，而是从字符串常量缓冲区中获取，只会在堆中创建一个String对象。

String s1 = "abc";
String s2 = new String("abc");
//s2这行代码，只会创建一个对象

String被设计成不可变就是为了安全

• 作为最基础最常用的数据类型，String 被许多Java类库用来作为参数，如果 String 不是固定不变的，安全性考虑。字符串应用场景众多，设计成不可变性可以有效防止字符串被有意篡改。。

• String被许多的Java类(库)用来当做参数，比如网络连接地址URL，文件路径path，还有反射机制所需要的String参数等，假若String不是固定不变的，将会引起各种安全隐患。

• 在多线程环境下，众所周知，多个线程同时想要修改同一个资源，是存在危险的，而String作为不可变对象，不能被修改，并且多个线程同时读同一个资源，是完全没有问题的，所以String是线程安全的。

String被设计成不可变就是为了效率

字符串不变性保证了hash码的唯一性，因此可以放心的进行缓存，这也是一种性能优化手段，意味着不必每次都取计算新的哈希码。

---

String真的不可变吗？

• String无非就是改变 char 数组 value 的内容，而 value 是私有属性，那么在 Java 中有没有某种手段可以访问类的私有属性呢？

• 反射，使用反射可以直接修改 char 数组中的内容，当然，一般来说我们不这么做。

看下面代码

字符串的replace

public String replace(char oldChar, char newChar) 
    if (oldChar != newChar) 
        int len = value.length;
        int i = -1;
        char[] val = value; /* avoid getfield opcode */
        while (++i < len) 
            if (val[i] == oldChar) 
                break;
            
        
        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++;
            
            //创建一个新的字符串返回
            return new String(buf, true);
        
    
    return this;

其他方法也是一样，无论是sub、concat还是replace操作都不是在原有的字符串上进行的，而是重新生成了一个新的字符串对象。

字符串拼接

字符串的拼接在Java中是很常见的操作，但是拼接字符串并不是简简单单地使用"+"号即可，还有一些要注意的点，否则会造成效率低下。

public static void main(String[] args) throws Exception 
    String s = "";
    for (int i = 0; i < 10; i++) 
        s+=i;
    
    System.out.println(s);//0123456789

在循环内使用+=拼接字符串会有什么问题呢？我们反编译一下看看就知道了。

• 其实反编译后，我们可以看到String类使用"+="拼接的底层其实是使用StringBuilder，先初始化一个StringBuilder对象，然后使用append()方法拼接，最后使用toString()方法得到结果。

• 问题在于如果在循环体内使用+=拼接，会创建很多临时的StringBuilder对象，拼接后再调用toString()赋给原String对象。这会生成大量临时对象，严重影响性能。

所以在循环体内进行字符串拼接时，建议使用StringBuilder或者StringBuffer类，例子如下：

public static void main(String[] args) throws Exception 
    StringBuilder s = new StringBuilder();
    for (int i = 0; i < 10; i++) 
        s.append(i);
    
    System.out.println(s.toString());//0123456789

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);

StringBuilder和StringBuffer的区别在于，StringBuffer的方法都被sync关键字修饰，所以是线程安全的，而StringBuilder则是线程不安全的(效率高)。

总结

并不是因为char数组是final才导致String的不可变，而是为了把String设计成不可变才把 char 数组设置为 final 的。

所有不可变类都完全遵守这些规则：

• 不要提供setter方法（包括修改字段的方法和修改字段引用对象的方法）；

• 将类的所有字段定义为 final、private 的；

• 不允许子类重写方法。简单的办法是将类声明为 final，更好的方法是将构造函数声明为私有的，通过工厂方法创建对象；

• 如果类的字段是对可变对象的引用，不允许修改被引用对象。