关于String底层使用的是char数组还是byte数组以及一点String面试问题


结论是jdk1.8及以前String使用的是char数组，jdk1.9及以后使用的是byte数组。因为开发人员发现人们大多数使用的String还是拉丁字符而之前使用的char数组每一个char占用两个字节而拉丁字符只需要一个字节就可以存储，剩下的一个字节就浪费了，造成gc的更加频繁。因此在jdk9中将String底层的实现改为了byte数组。
在openjdk的开发日志中也是标注了这一改动以及改动的动机。
在这里插入图片描述
我们再去jdk中验证一下，先是jdk8
在这里插入图片描述
确实底层使用的是char数组。
而到了jdk9时，我们再看
在这里插入图片描述
就变成了byte数组。那么问题就来了，String是怎么实现存储汉字的呢？我们将jdk9的源码往下翻看会发现有一个属性

1
2
3
4
5
6
7
8
9
10
11
12
 /**
     * The identifier of the encoding used to encode the bytes in
     * {@code value}. The supported values in this implementation are
     *
     * LATIN1
     * UTF16
     *
     * @implNote This field is trusted by the VM, and is a subject to
     * constant folding if String instance is constant. Overwriting this
     * field after construction will cause problems.
     */
    private final byte coder;

什么？coder？程序员被封装成String的一个属性了？没有买卖就没有伤害，每创建一个String就会有一个程序员失去自由…（手动狗头）
回归正题，在看到上面的注解时，眼前一亮 出现了Latin和UTF16的字眼，我们知道这就是我们要找的那个“她”。注解上说明了该属性攻两个实现Latin和UTF16，这时候我们就知道要去看构造器了，所有的含参构造器最终都会调用一个源构造器。
看构造器之前我们先看一个属性COMPACT_STRINGS翻译过来就是压缩字符串，默认静态代码块赋值true；很明显这个就是决定该String对象是否采用压缩策略的关键属性。

1
2
3
4
5
 static final boolean COMPACT_STRINGS;

    static {
        COMPACT_STRINGS = true;
    }

接下来就是String的构造器

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
    String(char[] value, int off, int len, Void sig) {
    //空判断
        if (len == 0) {
            this.value = "".value;
            this.coder = "".coder;
            return;
        }
        //如果开启压缩字符串策略那么就尝试压缩
        if (COMPACT_STRINGS) {
            byte[] val = StringUTF16.compress(value, off, len);
            if (val != null) {
                this.value = val;
                this.coder = LATIN1;
                return;
            }
        }
        //如果没有压缩成功并返回就直接设置为UTF16，我们点进UTF16我们也可以看到下面这两个属性
        this.coder = UTF16;
        this.value = StringUTF16.toBytes(value, off, len);
    }
   //点进上面的UTF16找到的两个属性，也就证实了coder属性上面的注解（两个实现）
    static final byte LATIN1 = 0;
    static final byte UTF16  = 1;

最后分享java常见的面试问题，考考大家

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
        String s0="java No.1";
        String s1="java ";
        String s2="No.1";
        String s3="java "+"No.1";
        String s4=s1+"No.1";
        String s5=s1+s2;
        System.out.println(s3==s0);
        System.out.println(s4==s0);
        System.out.println(s5==s0);
        System.out.println(s5==s4);
        System.out.println("-----------------------------");
        final String s6="I am ";
        final String s7="guYue";
        String s8="I am guYue";
        String s9=s6+s7;
        System.out.println(s8==s9);

结果如下
在这里插入图片描述
大家都答对了吗？
我总结了一下共有以下几种情况：
① “?”+"?"
底层直接优化为“??”
我们使用jclasslib查看以下代码的字节码

1
2
3
4
       String s0="java No.1";
        String s1="java ";
        String s2="No.1";
        String s3="java "+"No.1";

在这里插入图片描述
看不懂字节码没有关系，很简单的 比如
1 . ldc就是从常量池中加载字符串到操作数栈中，
2 . astore_1就是将操作数栈中的引用类型变量放到局部变量表中下标为1的位置，a表示引用变量，store表示存储到局部变量表,_1表示存储在句柄变量表哪个位置。比如我们现在要将int i=2；放到局部变量表的下标为2的位置，那么字节码指令就是istore_2.
3 . 很明显后面<>包起来的就是具体的字符串。
所以我们现在对应起来看发现s0和s3的加载过程完全相同

②“?”+si ，si+"?" , si+sj
我把这三种归为一类因为都有引用类型加入运算，这时候底层会new一个StringBuilder再调用append方法，最后调用toString方法完成拼接。
我们开如下代码的字节码文件

1
 String s4=s1+"No.1";

在这里插入图片描述
invokexxxxxx就是调用方法的意思，其实自己猜也能猜出来的。
只要看<>里面的数据就可以知道这一步字节码在干什么了。跟我述说的过程完全一致。
我们最后看一下StringBuilder的源码就知道了，他是new 了一个String并返回（new String()和“ ”这两个不同大家肯定知道的吧，前面举例子的时候都忘了，我就不加了哈，默认大家都知道的），所以肯定不是同一个对象。（还有什么equals方法的判断我也就不列出来侮辱大家智商啦，那毫无意义）

1
2
3
4
5
  @Override
    public String toString() {
        // Create a copy, don't share the array
        return new String(value, 0, count);
    }

③final s1+final s2
这是两个final修饰的String引用的拼接（这个我记忆中好多博客中都没有列举过），我们看如下代码的字节码

1
2
3
4
        final String s6="I am ";
        final String s7="guYue";
        String s8="I am guYue";
        String s9=s6+s7;

在这里插入图片描述
很明显最后两个操作的字节码操作过程都是相同的，即直接从字符串常量池取。所以这里是true。

能看到这里的小伙伴，本人表示衷心的感谢！！！
Thanks you！