美团面试官问我一个字符的String.length()是多少，我说是1，面试官说你回去好好学一下吧

最新推荐文章于 2024-09-17 10:16:32 发布

原创最新推荐文章于 2024-09-17 10:16:32 发布 · 937 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#java #程序人生

java 专栏收录该内容

26 篇文章

订阅专栏

本文源于一次面试经历，讨论了Java中字符的String.length()返回值为2的原因，涉及到Unicode、UTF-16编码以及代码点和代码单元的概念。解释了字符“U+1D11E”的UTF-16编码过程，并探讨了UTF-32和UTF-8的代码单元。强调了技术人员不断学习的重要性。

public class testT {
    public static void main(String [] args){
        String A = "hi你是乔戈里";
        System.out.println(A.length());
    }
}

以上结果输出为7。

小萌边说边在IDEA中的win环境下选中String.length()函数，使用ctrl+B快捷键进入到String.length()的定义。

 /**
     * Returns the length of this string.
     * The length is equal to the number of <a href="Character.html#unicode">Unicode
     * code units</a> in the string.
     *
     * @return  the length of the sequence of characters represented by this
     *          object.
     */
    public int length() {
        return value.length;
    }

接着使用google翻译对这段英文进行了翻译，得到了大体意思：返回字符串的长度，这一长度等于字符串中的 Unicode 代码单元的数目。

Java中有内码和外码这一区分简单来说

内码：char或String在内存里使用的编码方式。
外码：除了内码都可以认为是“外码”。（包括class文件的编码）

而java内码：unicode（utf-16）中使用的是utf-16.所以上面的那句话再进一步解释就是：返回字符串的长度，这一长度等于字符串中的UTF-16的代码单元的数目。

[代码单元指一种转换格式（UTF）中最小的一个分隔，称为一个代码单元（Code Unit），因此，一种转换格式只会包含整数个单元] “代码单元指一种转换格式（UTF）中最小的一个分隔，称为一个代码单元（Code Unit），因此，一种转换格式只会包含整数个单元”)。UTF-X 中的数字 X 就是各自代码单元的位数。

UTF-16 的 16 指的就是最小为 16 位一个单元，也即两字节为一个单元，UTF-16 可以包含一个单元和两个单元，对应即是两个字节和四个字节。我们操作 UTF-16 时就是以它的一个单元为基本单位的。

你还记得你前几天被面试官说菜的时候学到的Unicode知识吗，在[面试官让我讲讲Unicode，我讲了3秒说没了，面试官说你可真菜] “面试官让我讲讲Unicode，我讲了3秒说没了，面试官说你可真菜”)这里面提到，UTF-16编码一个字符对于U+0000-U+FFFF范围内的字符采用2字节进行编码，而对于字符的码点大于U+FFFF的字符采用四字节进行编码，前者是两字节也就是一个代码单元，后者一个字符是四字节也就是两个代码单元！

而上面我的例子中的那个字符的Unicode值就是“U+1D11E”，这个Unicode的值明显大于U+FFFF，所以对于这个字符UTF-16需要使用四个字节进行编码，也就是使用两个代码单元！

所以你才看到我的上面那个示例结果表示一个字符的String.length()长度是2！

来看个例子！

public class testStringLength {
    public static void main(String [] args){
        String B = "𝄞"; // 这个就是那个音符字符，只不过由于当前的网页没支持这种编码，所以没显示。
        String C = "\uD834\uDD1E";// 这个就是音符字符的UTF-16编码
        System.out.println(C);
        System.out.println(B.length());
        System.out.println(B.codePointCount(0,B.length()));
        // 
    }
}