字符串优化（转）

本文部分内容来自于《突破程序员基本功的16课》，《Java程序性能优化》

1、拼接

1.1直接量拼接、变量拼接、fianl变量拼接

上干货，fuck goods

 

public class StringTest {

    public static void main(String[] args) {
        test();
        test2();
        test3();

    }
    /**
     * 直接量拼接，对于编译期就能确定的值，编译器会将值合并
     * String hw = "hello" + "world";反编译class
     * 我们将看到
     * String hw = "helloworld";
     *
     * 所以hw == helloWorld 输出true
     */
    public static void test(){
        String hw = "hello" + "world";
        String helloWolrd = "helloworld";
        p(hw == helloWolrd);
    }
    /**
     * hw在编译期并不能确定值，因为h是变量，JVM在运行期才能确定其值
     * 会在运行期时，进行字串拼接生成新的字串对象,反编译class后
     * String hw = new StringBuilder(h).append("world");
     *
     * 输出false
     */
    public static void test2(){
        String h = "hello";
        String hw = h + "world";
        String helloWolrd = "helloworld";
        p(hw == helloWolrd);
    }
    /**
     * String hw = h + "world";虽然包含变量 h 的运算，但是编译器
     * 对fianl变量在编译期能确定其值，会发生宏替换，即：h变量替换成其值"hello"，
     * 然后编译器会对直接量字串直接合并
     * String hw = h + "world";在编译完后就变成了 String hw = "helloworld";
     *
     * 输出 true
     *
     */
    public static void test3(){
        final String h = "hello";
        String hw = h + "world";
        String helloWolrd = "helloworld";
        p(hw == helloWolrd);
    }
    private static void p(boolean flag){
        System.out.println(flag);
    }
}

 

 

 

1.2StringBuilder 和StirngBuffer

jdk5tiger以前，对于字符串拼接，例如：String hw = h + "wolrd"，会产生临时变量，占用大量内存空间，需要程序员将 "+" 拼接改写成 StringBuffer.append();

 

java5提供了一个新的类用于字符串拼接StringBuilder，和StringBuffer略有区别，StringBuffer的方法是同步的，StringBuilder是非同步的。另外，java5的编译器会将 "+" 的字串，编译成StringBuilder.append()，也就是说，String str = a + b + c +d;这样的写法是不存在效率问题的，编译器帮你干了。

 

如无线程安全的要求，应该选择StringBuilder。

 

注意，编译器不是万能的

//这样的写法在运行期，在循环内将会产生大量的 StringBuilder对象的实例，效率低下
String str = "";
for(int i = 0;i < 100000;i++){
    str += i;
}
//应该改成下面的写法
StringBuilder sb = new StringBuilder();
for(int i = 0;i < 100000;i++){
    sb.append(i);
}

 

另外：StringBuilder有一个属性：容量，看下面构造函数

   /**
    * Constructs a string builder with no characters in it and an
    * initial capacity of 16 characters.
    */
   public StringBuilder() {
super(16);
   }

   /**
    * Constructs a string builder with no characters in it and an
    * initial capacity specified by the <code>capacity</code> argument.
    *
    * @param      capacity  the initial capacity.
    * @throws     NegativeArraySizeException  if the <code>capacity</code>
    *               argument is less than <code>0</code>.
    */
   public StringBuilder(int capacity) {
super(capacity);
   }

  StringBuilder的底层实现是char[]存储字串值，属性容量就是这个char[]数组的长度，默认是16，调用 append()方法时候，会先检查 (原字串长度+append新串长度) > 容量，如果超出，则是数组扩容为 (原字串长度+append新串长度 + 1) *2

 

结论：

(1)String str = "a" + "b" + "c";这样的直接量拼接，JVM将其视为String str = "abc";

(2)final变量的使用，同样也是有效率的。

(3)含有变量的拼接字串，String str = h + "world"，在JDK5以上，大多数是不需要程序员改成StringBuilder或者StringBuffer的，但是在某些情况下是需要程序员写成StringBuilder/StringBuffer 

(4)如果是大字串，需要多次调用 append，最好指定StringBuider 的容量，就像这样new StirngBuilder(1024)，指定容量不要太大也不要太小，最好能预知构建完字串的长度，实在不知道也可以先预估一下

2、截取字符串

public static void main(String[] args) {
    List<String> list = new ArrayList<String>();
    for(int i = 0;i < 100000;i++){
        String bigString = new String(new char[20*1024*1024]);
        String subStr = bigString.substring(1, 5);
        list.add(subStr);
        System.out.println("第几次" + i);
    }
    /*
     *第几次0
    第几次1
    第几次2
    第几次3
    Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
        at java.util.Arrays.copyOf(Arrays.java:2882)
        at java.lang.StringValue.from(StringValue.java:24)
        at java.lang.String.<init>(String.java:178)
        at StringTest.main(StringTest.java:9)
     */
}

 指定-Xmx10m时，JDK1.6 中，上面的代码就溢出了，因为substring(int,int)

看源码

   public String substring(int beginIndex, int endIndex) {
if (beginIndex < 0) {
    throw new StringIndexOutOfBoundsException(beginIndex);
}
if (endIndex > count) {
    throw new StringIndexOutOfBoundsException(endIndex);
}
if (beginIndex > endIndex) {
    throw new StringIndexOutOfBoundsException(endIndex - beginIndex);
}
return ((beginIndex == 0) && (endIndex == count)) ? this :
    new String(offset + beginIndex, endIndex - beginIndex, value);
   }

 

也就是说，String subStr = bigString.substring(1, 5);strStr的char[]属性值和bigString的char[]属性值是相同的，所以subStr所占的内存空间和bigString的内存空间也是相同的，虽然subString只能显示出几个字符 ，subStr这个实例的各属性值如下：

  private final char value[] = bigString.value; 
  private final int offset = 1; 
  private final int count = 5; 
  private int hash;

解决：

String subStr = new String(bigString.substring(1, 5));

 这样，就不会溢出了

 

还有一个解决办法，换成jdk7，则无此泄露点

 

结论：若是从大字串中截取出较小字串，应使用new String(bigString.substring(1, 5))构建新的字串

 

http://www.ibm.com/developerworks/cn/java/j-lo-optmizestring/#_ 表 _1._Java