jdk11-String源码分析

最新推荐文章于 2025-06-17 13:47:11 发布

stellaYdc

最新推荐文章于 2025-06-17 13:47:11 发布

阅读量1.9k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： java 文章标签： java String jdk11 源码

本文链接：https://blog.youkuaiyun.com/qq_22612245/article/details/83830277

本文详细分析了JDK11中String类的源码，包括char类型、属性、构造方法和常用方法。从JDK9开始，String的value字段由char[]变为byte[]，以节省空间并提高性能，尤其是对于使用Latin1编码的字符。文章还介绍了如何在不同编码方式下存储和转换字符，以及String对象的性能优化策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在进行String源码分析之前，我们先来介绍一下char数据类型。

char类型

char类型用于表示单个字符。通常用来表示字符常量。是一个无符号十六进制的值，从u\0000到\uffff。

char数据类型是一个采用UTF-16编码表示Unicode代码点的代码单元。，关于UTF-16编码具体可参考字符编码笔记：ASCII，Unicode , UTF-8，UTF-16和ISO8859-1(Latin-1)。

下面有两个个概念。

代码点：代码点（code point）是指与一个编码表中的某个字符对应的代码值。在Unicode标准中，代码点采用十六进制书写，并加上前缀U+，例如U+0041就是字母A的代码点。

Unicode的代码点可以分成17个代码级别（code plane）。第一个代码级别称为基本的多语言级别（简称BMP），代码点从U+0000到U+FFFF，其中包括了经典的Unicode代码；其余的16个附加级别，代码点从U+10000到U+FFFFF，其中包括了一些辅助字符。

代码单元：在BMP中，每个字符用16位表示，称为代码单元（code unit）。辅助字符采用一对连续的代码单元进行编码。

因为一个char类型字符代码的是一个代码单元，而UTF-16编码辅助平面字符需要用两个代码单元来表示一个代码点。这可能会带来一些误解，因此，尽量避免用char类型。

一、定义

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence

从该类的声明中我们可以看出String是final类型的，表示该类不能被继承，同时该类实现了三个接口：java.io.Serializable、 Comparable<String>、 CharSequence

二、属性

@Stable
private final byte[] value;
private final byte coder;
private int hash; // Default to 0
private static final long serialVersionUID = -6849794470754667710L;

static final boolean COMPACT_STRINGS;
static {
    COMPACT_STRINGS = true;
}
@Native static final byte LATIN1 = 0;
@Native static final byte UTF16  = 1;

value表示用来存储字符串对象的值，这里用byte[]，@Stable表示该数组不会为null,final表示字符串一旦被初始化后是不会被改变的。
coder表示编码方式，Latin1（1个字节）或者UTF16（2个字节或4个字节）。
COMPACT_STRINGS 默认将 COMPACT_STRINGS 设置为 true。而如果要取消紧凑的布局可以通过配置 VM 参数-XX:-CompactStrings实现。
hash：hash值，默认为0。

String类型的性能优化

从jdk9之后，value的类型由char[]数组变成了byte[]数组。那么为什么要做这样的优化呢？为了节省空间，提高String的性能。

char占用两个字节（16bit），比如字符A，则为0x00 0x41，前面8个bit就是浪费的。也就是说刚好ISO-8859-1（0~255）编码范围的字符都会浪费8个bit，之外的字符则不会浪费。

jdk9之后，用byte[]数组存储字符串，一个byte占一个字节，即8bit。

在不指定字符编码的情况下，会有两种编码方式，Latin1（ISO-8859-1）和UTF-16，当字符都在Latin1范围内的时候就采用Latin1编码方式（紧凑布局），否则使用UTF-16。使用Latin1编码方式的时候，用了byte[]数组之后相对于使用char[]数组，空间节省了一半。

因为改变了String的实现，使用了Latin1和UTF16编码方式，需要增加一个属性coder来表明使用的是哪种编码方式。LATIN1=0;UTF16=1。

字符串对象是 Java 中大量使用的对象，而且我们会轻易大量使用它而从不考虑它的代价，所以对其的空间优化是有必要的，Java9 开始对String类进行优化，这能帮助我们减少字符串在堆中占用的空间，而且还能减轻GC压力。同时也能看到该空间优化对中文来说意义不大。

三、构造方法

String有很多构造方法，这里介绍几个常见的构造方法。

无参数的构造函数

public String() {
    this.value = "".value;
    this.coder = "".coder;
}

传入String的构造函数

@HotSpotIntrinsicCandidate
public String(String original) {
    this.value = original.value;
    this.coder = original.coder;
    this.hash = original.hash;
}

传入char[]数组的构造方法

public String(char value[]) {
    this(value, 0, value.length, null);
}

String(char[] value, int off, int len, Void sig) {
    if (len == 0) {
        this.value = "".value;
        this.coder = "".coder;
        return;
    }
    if (