Java字符串优化处理

你的名字 2022-09-24 14:19 307阅读 0赞

字符串是软件开发中最为重要的对象之一。而且它在内存中占据了很大的空间块。因此如何高效的处理字符串，必将是提高系统整体性能的关键。

# 字符串对象及其特点 #

String对象是Java语言中重要的数据类型，但它并不是Java的基本数据类型，在Java语言中，String对象可以认为是char数组的延伸和进一步封装。它主要有3部分组成：char数组，偏移量和string的长度。char数组表示String的内容，它是String对象所表示字符串的超集。String的真实内容还需要偏移量和长度在这个char数组表示Stirng内存，它是String对象所表示字符串的超集。String的真实内容还需要由偏移量和长度在这个char数组中进行定位和截取。

在Java语言中，Java的设计者对String对象进行了大量的优化，其主要表现在三个方面

1.不变性;

2.针对常量池的优化；

3.类的final定义

![Center][]![Center][]

## 1.不变性 ##

不变性是指String对象一旦生成，则不能再对它进行改变。String的这个特性可以泛化成不变模式，即一个对象的状态在对象被创建之后就不再发生变化。不变模式的主要作用在于当一个对象需要被多线程共享，并且访问频繁时，可以省略同步和锁的等待时间，从而大幅提高系统性能。不变模式使一个可以提高多线程程序的性能，降低多线程程序复杂度的设计模式；

## 2.针对常量池的优化 ##

针对常量池的优化是指：当两个String对象拥有相同的值时，它们只引用常量池中的同一个拷贝。当同一个字符串反复出现时，这个技术可以大幅度节省内存空间。

String str1="123";
    		String str2="123";
    		String str3=new String("123");
    		System.out.println(str1==str2);  //true
    		System.out.println(str1==str3); //false
    		System.out.println(str2==str3.intern()); //true

str1和str2引用了相同的地址，虽然str3开辟了一块新的内存地址，但是str3在常量池中的位置和str1是一样的。

![Center 1][]

## 3.类的final定义 ##

final类型定义也是String对象的重要特点，作为final类的String对象在系统中不可能有任何子类，这是对系统安全性的保护。

# subString()方法的内存泄漏 #

截取字符串是字符串操作中最常用的操作之一。在Java中，String提供了两个截取字符串的方法；注意是两个不是两种；

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

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);
 }

我们看在方法的最好，都返回了一个新建的String对象。查看该String的构造函数：

String(int offset, int count, char value[]) {
      this.value = value;
      this.offset = offset;
      this.count = count;
    }

当我们读完上述的代码，我们应该会豁然开朗，原来是这个样子啊！

当我们调用字符串a的substring得到字符串b，其实这个操作，无非就是调整了一下b的offset和count，用到的内容还是a之前的value字符数组，并没有重新创建新的专属于b的内容字符数组。

举个和上面重现代码相关的例子，比如我们有一个1G的字符串a，我们使用substring(0,2)得到了一个只有两个字符的字符串b，如果b的生命周期要长于a或者手动设置a为null，当垃圾回收进行后，a被回收掉，b没有回收掉，那么这1G的内存占用依旧存在，因为b持有这1G大小的字符数组的引用。

看到这里，大家应该可以明白上面的代码为什么出现内存溢出了。

## 共享内容字符数组 ##

其实substring中生成的字符串与原字符串共享内容数组是一个很棒的设计，这样避免了每次进行substring重新进行字符数组复制。正如其文档说明的,共享内容字符数组为了就是速度。但是对于本例中的问题，共享内容字符数组显得有点蹩脚。

## 如何解决 ##

对于之前比较不常见的1G字符串只截取2个字符的情况可以使用下面的代码，这样的话，就不会持有1G字符串的内容数组引用了。

String littleString = new String(largeString.substring(0,2));

## Java 7 实现 ##

在Java 7 中substring的实现抛弃了之前的内容字符数组共享的机制，对于子字符串（自身除外）采用了数组复制实现单个字符串持有自己的应该拥有的内容。

public String(char value[], int offset, int count) {
 if (offset < 0) {
 throw new StringIndexOutOfBoundsException(offset);
 }
 if (count < 0) {
 throw new StringIndexOutOfBoundsException(count);
 }
 // Note: offset or count might be near -1>>>1.
 if (offset > value.length - count) {
 throw new StringIndexOutOfBoundsException(offset + count);
 }
 this.value = Arrays.copyOfRange(value, offset, offset+count);
 }

## 真的是内存泄露么 ##

我们知道了substring某些情况下可能引起内存问题，但是这个叫做内存泄露么？

其实个人认为这个不应该算为内存泄露，使用substring生成的字符串b固然会持有原有字符串a的内容数组引用，但是当a和b都被回收之后，该字符数组的内容也是可以被垃圾回收掉的。

# 字符串分割和查找 #

字符串分割和查找也是字符串处理中最常用的方法之一。字符串分割将一个原始字符串，根据某个分隔符，切割成一组小字符串。string对象的split()方法便实现了化这个功能：

对正则表达式的支持，使得split()函数本身具有强大的功能，但是它的性能却比较差；String.split()方法使用简单，功能强大，但是在系统中频繁使用这个方法是不可取的；

# 效率更高的StringTokenizer类分割字符串 #

StringTokenizer类是JDK中提供的专门用来处理字符串分割字串的工具类

public StringTokenizer(String str, String delim, boolean returnDelims) {
            currentPosition = 0;
            newPosition = -1;
            delimsChanged = false;
            this.str = str;
            maxPosition = str.length();
            delimiters = delim;
            retDelims = returnDelims;
            setMaxDelimCodePoint();
        }

其中str参数是要分割处理的字符串，delim是分割符号。当一个StringTokenizer对象生成后。通过它的nextToken()方法便可以得到下一个分割的字符串。

# 更加优化的字符串分割方式 #

我们可以自己动手完成字符串分割的算法。为了完成这个算法，我们需要使用String的两个方法indexOf()和subString()。因为subString()是采用了时间换空间的技术，所以它的执行速度相对会很快，只要处理好内存溢出问题，可以大胆使用

public static List splits(String str, String sign) {
 		List list = new ArrayList<>();
 		String tmp = str;
 		while (true) {
 			String spl = null;
 			int j = tmp.indexOf(sign); // 找到分隔符的位置
 			if(j>0)
 			spl = tmp.substring(0, j);
 			tmp = tmp.substring(j + 1); // 剩下需要处理的字符串
 			if (j < 0) { // 没有分隔符存在
 				list.add(tmp);
 				break;
 			}  
 			if(j>0){
 				list.add(spl);
 			}
 		}
 		return list;
 	}

# 高效率的charAt()方法； #

在上例中提到，indexOf()方法具有很高的效率，适合高频率地调用。和indexOf()方法相反，string对象还提供了一个charAt()方法，他返回给定字符串中位置再index的字符，它的功能和indexOf()正好相反，但是效率却很高；

# String、StringBuffer、StringBuilder区别 #

StringBuffer、StringBuilder和String一样，也用来代表字符串。String类是不可变类，任何对String的改变都 会引发新的String对象的生成；StringBuffer则是可变类，任何对它所指代的字符串的改变都不会产生新的对象。既然可变和不可变都有了，为何还有一个StringBuilder呢？相信初期的你，在进行append时，一般都会选择StringBuffer吧！

先说一下集合的故事，HashTable是线程安全的，很多方法都是synchronized方法，而HashMap不是线程安全的，但其在单线程程序中的性能比HashTable要高。StringBuffer和StringBuilder类的区别也是如此，他们的原理和操作基本相同，区别在于StringBufferd支持并发操作，线性安全的，适 合多线程中使用。StringBuilder不支持并发操作，线性不安全的，不适合多线程中使用。新引入的StringBuilder类不是线程安全的，但其在单线程中的性能比StringBuffer高。

public class StringTest { 
 
 public static String BASEINFO = "Mr.Y"; 
 public static final int COUNT = 2000000; 
 
 /** 
 * 执行一项String赋值测试 
 */ 
 public static void doStringTest() { 
 
 String str = new String(BASEINFO); 
 long starttime = System.currentTimeMillis(); 
 for (int i = 0; i < COUNT / 100; i++) { 
 str = str + "miss"; 
 } 
 long endtime = System.currentTimeMillis(); 
 System.out.println((endtime - starttime) 
 + " millis has costed when used String."); 
 } 
 
 /** 
 * 执行一项StringBuffer赋值测试 
 */ 
 public static void doStringBufferTest() { 
 
 StringBuffer sb = new StringBuffer(BASEINFO); 
 long starttime = System.currentTimeMillis(); 
 for (int i = 0; i < COUNT; i++) { 
 sb = sb.append("miss"); 
 } 
 long endtime = System.currentTimeMillis(); 
 System.out.println((endtime - starttime) 
 + " millis has costed when used StringBuffer."); 
 } 
 
 /** 
 * 执行一项StringBuilder赋值测试 
 */ 
 public static void doStringBuilderTest() { 
 
 StringBuilder sb = new StringBuilder(BASEINFO); 
 long starttime = System.currentTimeMillis(); 
 for (int i = 0; i < COUNT; i++) { 
 sb = sb.append("miss"); 
 } 
 long endtime = System.currentTimeMillis(); 
 System.out.println((endtime - starttime) 
 + " millis has costed when used StringBuilder."); 
 } 
 
 /** 
 * 测试StringBuffer遍历赋值结果 
 * 
 * @param mlist 
 */ 
 public static void doStringBufferListTest(List<String> mlist) { 
 StringBuffer sb = new StringBuffer(); 
 long starttime = System.currentTimeMillis(); 
 for (String string : mlist) { 
 sb.append(string); 
 } 
 long endtime = System.currentTimeMillis(); 
 System.out.println(sb.toString() + "buffer cost:" 
 + (endtime - starttime) + " millis"); 
 } 
 
 /** 
 * 测试StringBuilder迭代赋值结果 
 * 
 * @param mlist 
 */ 
 public static void doStringBuilderListTest(List<String> mlist) { 
 StringBuilder sb = new StringBuilder(); 
 long starttime = System.currentTimeMillis(); 
 for (Iterator<String> iterator = mlist.iterator(); iterator.hasNext();) { 
 sb.append(iterator.next()); 
 } 
 
 long endtime = System.currentTimeMillis(); 
 System.out.println(sb.toString() + "builder cost:" 
 + (endtime - starttime) + " millis"); 
 } 
 
 public static void main(String[] args) { 
 doStringTest(); 
 doStringBufferTest(); 
 doStringBuilderTest(); 
 
 List<String> list = new ArrayList<String>(); 
 list.add(" I "); 
 list.add(" like "); 
 list.add(" BeiJing "); 
 list.add(" tian "); 
 list.add(" an "); 
 list.add(" men "); 
 list.add(" . "); 
 
 doStringBufferListTest(list); 
 doStringBuilderListTest(list); 
 } 
 
 }

看一下执行结果：

2711 millis has costed when used String.  
211 millis has costed when used StringBuffer.  
141 millis has costed when used StringBuilder.  
 I  like  BeiJing  tian  an  men  . buffer cost:1 millis  
 I  like  BeiJing  tian  an  men  . builder cost:0 millis

![SouthEast][]

从上面的结果可以看出，不考虑多线程，采用String对象时（我把Count/100），执行时间比其他两个都要高，而采用StringBuffer对象和采用StringBuilder对象的差别也比较明显。由此可见，如果我们的程序是在单线程下运行，或者是不必考虑到线程同步问题，我们应该优先使用StringBuilder类；如果要保证线程安全，自然是StringBuffer。

从后面List的测试结果可以看出，除了对多线程的支持不一样外，这两个类的使用方式和结果几乎没有任何差别，

## StringBuffer常用方法 ##

（由于StringBuffer和StringBuilder在使用上几乎一样，所以只写一个，以下部分内容网络各处收集，不再标注出处）

StringBuffer s = new StringBuffer();

这样初始化出的StringBuffer对象是一个空的对象，

StringBuffer sb1=new StringBuffer(512);  
分配了长度512字节的字符缓冲区。

StringBuffer sb2=new StringBuffer(“how are you?”)

创建带有内容的StringBuffer对象，在字符缓冲区中存放字符串“how are you?”

a、append方法  
public StringBuffer append(boolean b)  
该方法的作用是追加内容到当前StringBuffer对象的末尾，类似于字符串的连接，调用该方法以后，StringBuffer对象的内容也发生改 变，例如：  
StringBuffer sb = new StringBuffer(“abc”);  
sb.append(true);  
则对象sb的值将变成”abctrue”

使用该方法进行字符串的连接，将比String更加节约内容，经常应用于[数据库][Link 1]SQL语句的连接。

b、deleteCharAt方法  
public StringBuffer deleteCharAt(int index)  
该方法的作用是删除指定位置的字符，然后将剩余的内容形成新的字符串。例如：  
StringBuffer sb = new StringBuffer(“KMing”);  
sb. deleteCharAt(1);  
该代码的作用删除字符串对象sb中索引值为1的字符，也就是删除第二个字符，剩余的内容组成一个新的字符串。所以对象sb的值变 为”King”。  
还存在一个功能类似的delete方法：  
public StringBuffer delete(int start,int end)  
该方法的作用是删除指定区间以内的所有字符，包含start，不包含end索引值的区间。例如：  
StringBuffer sb = new StringBuffer(“TestString”);  
sb. delete (1,4);  
该代码的作用是删除索引值1(包括)到索引值4(不包括)之间的所有字符，剩余的字符形成新的字符串。则对象sb的值是”TString”。

c、insert方法  
public StringBuffer insert(int offset, boolean b),  
该方法的作用是在StringBuffer对象中插入内容，然后形成新的字符串。例如：  
StringBuffer sb = new StringBuffer(“TestString”);  
sb.insert(4,false);  
该示例代码的作用是在对象sb的索引值4的位置插入false值，形成新的字符串，则执行以后对象sb的值是”TestfalseString”。

d、reverse方法  
public StringBuffer reverse()  
该方法的作用是将StringBuffer对象中的内容反转，然后形成新的字符串。例如：  
StringBuffer sb = new StringBuffer(“abc”);  
sb.reverse();  
经过反转以后，对象sb中的内容将变为”cba”。

e、setCharAt方法  
public void setCharAt(int index, char ch)该方法的作用是修改对象中索引值为index位置的字符为新的字符ch。例如：  
StringBuffer sb = new StringBuffer(“abc”);  
sb.setCharAt(1,’D’);  
则对象sb的值将变成”aDc”。

f、trimToSize方法  
public void trimToSize()  
该方法的作用是将StringBuffer对象的中存储空间缩小到和字符串长度一样的长度，减少空间的浪费，和String的trim()是一样的作用，不在举例。

g、length方法  
该方法的作用是获取字符串长度 ，不用再说了吧。

h、setlength方法  
该方法的作用是设置字符串缓冲区大小。  
StringBuffer sb=new StringBuffer();  
sb.setlength(100);  
如果用小于当前字符串长度的值调用setlength()方法，则新长度后面的字符将丢失。

i、sb.capacity方法  
该方法的作用是获取字符串的容量。  
StringBuffer sb=new StringBuffer(“string”);  
int i=sb.capacity();

j、ensureCapacity方法  
该方法的作用是重新设置字符串容量的大小。  
StringBuffer sb=new StringBuffer();  
sb.ensureCapacity(32); //预先设置sb的容量为32

k、getChars方法  
该方法的作用是将字符串的子字符串复制给数组。  
getChars(int start,int end,char chars\[\],int charStart);

StringBuffer sb = new StringBuffer("I love You");  
int begin = 0;  
int end = 5;  
//注意ch字符数组的长度一定要大于等于begin到end之间字符的长度  
//小于的话会报ArrayIndexOutOfBoundsException  
//如果大于的话，大于的字符会以空格补齐  
char\[\] ch  = new char\[end-begin\];  
sb.getChars(begin, end, ch, 0);  
System.out.println(ch);

结果：I lov

注明以上内容转载自http://blog.csdn.net/mad1989/article/details/26389541

这里再添加一点就是无论StringBuilder或者StringBuffer,在初始化时都可以设置一个容量参数，在不指定容量参数时，默认是16个字节。此参数指定了他们的初始化大小，在追加字符串时，如果超过实际char数组长度，则需要进行扩容。如果能够预先评估StringBuilder的大小，将能够有效的节省这些操作，从而提高系统性能。

[Center]: /images/20220719/faa0393a2d0741b0862a883b9ab73554.png
[Center 1]: /images/20220719/ea4cfd7fd7ca40428f5250dfd84741f8.png
[SouthEast]: /images/20220719/c128a09662c14d16a4b4e7db7fa24561.png
[Link 1]: http://lib.csdn.net/base/14