字符串性能优化不容小觑

故里

发布于 2020-11-25 16:02:48

4930

发布于 2020-11-25 16:02:48

文章被收录于专栏：故里学Java故里学Java

String对象是我们日常工作中使用最频繁的对象，它的性能问题也是我们最容易忽略的。String对象作为Java语言中最重要的数据类型，是内存中占据空间最大的对象，高效地使用字符串，可以提升系统的整体性能。

今天这篇文章我们从String对象的实现、特性以及实际使用中的优化三方面，来深入了解String对象。

String对象是如何实现的

在Java更新的版本变化中，对String对象已经做了大量的优化，来节约内存空间，提升String对象在系统中的性能。来看看在Java版本迭代中String的优化过程;

在Java6以及以前的版本中，String对象是对char数组进行了封装实现的对象，主要有四个成员变量：char数组、偏移量offset、字符数量count、哈希值hash。
在Java7和8版本中，Java对String类做了改变，不再有offset和count两个变量，这样可以稍微减少String对象占用的内存。同时，String.substring()不再共享char[],从而解决了使用该方法可能导致的内存泄露问题。
从Java9版本开始，char[]改成了byte[]，又维护了一个新的属性coder，它是一个编码格式的标识。

为什么从char[]改变成byte[]，我们都知道一个char字符占用16位，2个字节，这种情况在存储单字节编码内的字符就有点浪费。Java9中String类为了更加节约内存空间，选择了占用8位，1字节的byte数组来存放字符串。

新属性coder的作用是在计算字符串长度或者使用indexOf()函数时，我们需要根据这个字段，判断如何计算字符串长度。coder属性默认有0和1两个值，0代表Latin-1（单字节编码），1代表UTF-16。如果String判断字符串只包含了Latin-1，则coder属性值为0，反之则为1.

String对象的不可变性

我们发现在String对象实现中，不仅实现代码的String类被final关键字修饰，而且遍历charp[]也被final修饰。类被final修饰代表String类不能被继承，而charp[]被private和final修饰，代表了String对象不可被更改。Java实现的这个特性叫做String对象的不可变性，即String对象一旦被创建成功就不能进行修改了。

String对象不可变性有哪些好处？

保证了String对象的安全性。如果 String 对象是可变的，那么 String 对象将可能被恶意修改。
保证了hash属性值不会频繁变更，确保了唯一性，使得类似 HashMap 容器才能实现相应的 key-value 缓存功能。
可以实现字符串常量池。Java中有两种创建字符串对象的方式，一种是通过字符串常量的方式创建，另外一种是字符串变量通过new的形式创建。

当我们使用字符串常量创建字符串对象时，JVM会先检查该对象是在字符串常量池中，如果在就返回该对象的引用，否则新创建一个字符串对象保存到字符串常量池，并使用这个引用。这种方式可以减少同一个值的字符串对象的重复创建，节约了内存空间。

当我们使用new的形式创建，比如String str = new String(“abc”)，在编译类文件的时候，“abc”常量字符串将会放入常量结构中，在类加载时，“abc”将会放到常量池中创建，在调用new时，JVM命令将会调用String的构造函数，同时引用常量池中的“abc"字符串，在堆内存中创建一个String对象，最后 str引用String对象。

String对象的优化

上边我们了解了String对象实现原理和特性，下边将结合实际场景，看看String对象在我们实际使用中有哪些需要注意的地方。

1. 字符串拼接

在编程过程中，字符串的拼接很常见。前边我们也说了String对象是不可变的，如果我们使用String对象相加，拼接我们想要的字符串，就会产生多个对象。例如如下代码：

String str = "ab" + "cd" + "ef";

分析可知，首先会生成ab对象，再生成abcd对象，最后生成abcdef对象，从理论上讲，这样做的效率很低。但是实际运行中，我们发现只有一个对象生成，这是为什么？我们再来看看编译后的代码，你会发现上边的代码编译器自动做了优化，如下：

String str = "abcdef";

上面介绍的是字符串常量的累加，再来看看字符串变量的累加：

String str = "abcdef";
for (int i = 0; i<1000;i++) {
  str = str + i;
}

编译后，我们可以看到编译器同样对这段代码进行了优化，Java在进行字符串拼接时，偏向于使用StringBuilder，这样可以提高程序的效率。

String str = "abcdef";
for(int i=0; i<1000; i++) {
            str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}

我们可以看到即使使用‘’+”号作为字符串拼接，也一样被编译器优化成StringBuilder的方式，但是，仔细一看，你会发现编译器优化后的代码，每次循环的时候都会生成一个新的StringBuilder对象，同样会降低系统的性能。

我们平时做字符串拼接的时候，建议显示地使用StringBuilder来提升系统性能，如果是多线程编程中，String对象的拼接涉及到线程安全，可以使用StringBuffer。由于StringBuffer是线程安全的，涉及到锁竞争，所以从性能上说，要比StringBuilder差一些。

2. 使用String.intern节省内存

在每次赋值的时候使用 String 的 intern 方法，如果常量池中有相同值，就会重复使用该对象，返回对象引用，为了更好的理解，我们举一个简单的例子来看一下：

String a =new String("abc").intern();
String b = new String("abc").intern();
        
if(a==b) {
    System.out.print("a==b");
}

输出结果,a==b，分析一下;

创建 a 变量时，调用 new Sting() 会在堆内存中创建一个 String 对象，String 对象中的 char 数组将会引用常量池中字符串。在调用 intern 方法之后，会去常量池中查找是否有等于该字符串对象的引用，有就返回引用。

创建 b 变量时，调用 new Sting() 会在堆内存中创建一个 String 对象，String 对象中的 char 数组将会引用常量池中字符串。在调用 intern 方法之后，会去常量池中查找是否有等于该字符串对象的引用，有就返回引用。

而在堆内存中的两个对象，由于没有引用指向它，将会被垃圾回收。所以 a 和 b 引用的是同一个对象。

如果在运行时，创建字符串对象，将会直接在堆内存中创建，不会在常量池中创建。所以动态创建的字符串对象，调用 intern 方法，在 JDK1.6 版本中会去常量池中创建运行时常量以及返回字符串引用，在 JDK1.7 版本之后，会将堆中的字符串常量的引用放入到常量池中，当其它堆中的字符串对象通过 intern 方法获取字符串对象引用时，则会去常量池中判断是否有相同值的字符串的引用，此时有，则返回该常量池中字符串引用，跟之前的字符串指向同一地址的字符串对象。

用一张图来总结String字符串的创建和分配内存地址的情况:

使用 intern 方法需要注意的一点是，一定要结合实际场景。因为常量池的实现是类似于一个 HashTable 的实现方式，HashTable 存储的数据越大，遍历的时间复杂度就会增加。如果数据过大，会增加整个字符串常量池的负担。

3. 如何使用字符串的分割方法

分割字符串我们常用的方法就是Split()方法，Split()方法使用了正则表达式实现了其强大的分割能力，但是正则表达式的性能是很不稳定的，使用不当就会引起回溯问题，很有可能导致CPU居高不下。

在日常使用的时候，可以用String.indexOf()方法代替Split()方法完成对字符串的分割，如果无法满足需要，在使用Split()方法的时候对回溯问题要加以重视。

最后

以一个小问题结束本次分享，下边每组匹配的两个对象是否相等？

String str1= "abc";
String str2= new String("abc");
String str3= str2.intern();
assertSame(str1==str2);
assertSame(str2==str3);
assertSame(str1==str3)

如果对你有帮助，不妨关注一下吧

本文参与腾讯云自媒体分享计划，分享自微信公众号。

原始发表：2020-11-02，如有侵权请联系 cloudcommunity@tencent.com 删除

java