走进JDK之不可变类String

文中相关源码： string.java

今天来说说 string。

贯穿全文，你需要始终记住这句话，string 是不可变类 。其实前面说过的所有基本数据类型包装类都是不可变类，但是在 string 的源码中，不可变类 的概念体现的更加淋漓尽致。所以，在阅读 string 源码的同时，抽丝剥茧，你会对不可变类有更深的理解。

什么是不可变类 ？

首先来看一下什么是不可变类？effective java 第三版 第 17 条 使不可变性最小化 中对 不可变类 的解释：

不可变类是指其实例不能被修改的类。每个实例中包含的所有信息都必须在创建该实例的时候就提供，并在对象的整个生命周期 (lifetime) 内固定不变 。
为了使类成为不可变，要遵循下面五条规则：

不要提供任何会修改对象状态的方法（也称为设值方法） 。
保证类不会被扩展。 为了防止子类化，一般做法是声明这个类成为 final 的。
声明所有的域都是 final 的。
声明所有的域都为私有的。 这样可以防止客户端获得访问被域引用的可变对象的权限，并防止客户端直接修改这些对象 。
确保对于任何可变组件的互斥访问。 如果类具有指向可变对象的域，则必须确保该类的客户端无法获得指向这些对象的引用 。 并且，永远不要用客户端提供的对象引用来初始化这样的域，也不要从任何访问方法（ accessor）中返回该对象引用 。 在构造器、访问方法和 readobject 方法（详见第 88 条）中请使用保护性拷贝（ defensive copy ）技术（详见第50 条） 。

根据这五条原则，来品尝一下 string.java 吧！

类定义

public final class string
 implements java.io.serializable, comparable<string>, charsequence {}

对应原则第二点 保证类不会被扩展，使用 final 修饰。此外：

• 实现了 serializable 接口，具备序列化能力
• 实现了 comparable 接口，具备比较对象大小能力，根据单字符的大小比较。
• 实现了 charsequence 接口，表示是一个字符序列，实现了该接口下的一些方法。

字段

private final char value[]; // 储存字符串
private int hash; // 哈希值，默认为 0
private static final long serialversionuid = -6849794470754667710l; // 序列化标识

看起来 string 是一个独立的对象，其实它是使用基本数据类型的数组 char[] 实现的。作为使用者，我们不需要打开 string 的黑匣子，直接根据它的 api 使用就可以了，这正是 java 的封装性的体现。但是作为开发者，我们就有必要一探究竟了。

private final char value[] , 对应原则中第三条和第四条，声明所有的域都是 final 的 ，声明所有的域都为私有的。看到这里，你大概明白了一点为什么 string 不可变。因为真正用来存储字符串的字符数组是 final 修饰的，是不可变的。

构造函数

string 的构造函数很多，大致可以分为以下四种：

无参构造

public string() {
 this.value = "".value;
}

无参构造默认构建一个空字符串。鉴于 string 是不可变类，所以此构造器并没有什么意义，一般你也不会去构建一个不可变的空字符串对象。

参数是 byte[]

public string(byte bytes[]) {}
public string(byte bytes[], int offset, int length) {}
public string(byte bytes[], charset charset) {}
public string(byte bytes[], string charsetname) {}
public string(byte bytes[], int offset, int length, charset charset) {}
public string(byte bytes[], int offset, int length, string charsetname) {}

已经废弃的就不再列举了。上面这些构造函数都差不多，最后都是调用 stringcoding.decode() 方法将字节数组转换为字符数组，再赋值给 value[]。这里要注意一点，参数未指定编码格式的话，默认使用系统的编码格式，如果没有获取到系统编码格式，则使用 iso-8859-1 格式。

参数是 char[]

参数是 char[] 的构造函数有 3 个，逐个看一下：

public string(char value[]) {
 this.value = arrays.copyof(value, value.length);
}

为了保证不可变性，并没有直接赋值，this.value = value。而是使用 arrays.copy() 方法将参数中的字符数组内容拷贝到 value[] 中。防止参数中字符数组的改变破坏了不可变性。

第二个：

public string(char value[], int offset, int count) {
 if (offset < 0) {
 throw new stringindexoutofboundsexception(offset);
 }
 if (count <= 0) {
 if (count < 0) {
  throw new stringindexoutofboundsexception(count);
 }
 if (offset <= value.length) {
  this.value = "".value;
  return;
 }
 }
 // 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);
}

和上面的构造函数一样，只是截取了参数中字符数组的一部分来构建字符串。

第三个：

/*
 * package private constructor which shares value array for speed.
 * this constructor is always expected to be called with share==true.
 * a separate constructor is needed because we already have a public
 * string(char[]) constructor that makes a copy of the given char[].
 *
 * 仅当前包可使用。
 * 直接将 this.value 指向参数中的 char[]，不再进行 copy 操作
 * 性能好，节省内存，外包不可使用，也不会破坏不可变性
 */
 string(char[] value, boolean share) {
 // assert share : "unshared not supported";
 this.value = value;
 }

这里的 share 一般只能为 true，虽然并没有使用到。增加这个参数是为了和第一个构造函数区分开来，表示 value[] 共享了参数中的字符数组，因为这里是直接赋值的，并没有使用 arrays.copy() 。那这不是破坏了 string 的不可变性吗？其实并没有，因为你根本没法调用这个构造函数，它的包私有的。但是在 jdk 内部你可以发现它的身影，

没有了 copy 操作，大幅提高了效率。但是为了保证不可变性，外部是不能调用的。

其他构造函数

// 基于代码点
public string(int[] codepoints, int offset, int count) {} 

// 基于 stringbuffer，需要同步
public string(stringbuffer buffer) {
 synchronized(buffer) {
 this.value = arrays.copyof(buffer.getvalue(), buffer.length());
 }
}

// 基于 stringbuilder，不需要同步
public string(stringbuilder builder) {
 this.value = arrays.copyof(builder.getvalue(), builder.length());
}

方法

回头再看一下 string 的不可变性，value[] 是 private final 修饰的，这样就真的可以保证不可变吗？

final char[] value = {'a','b','c'};
value[1] = 'd';

这是不是就轻而易举的打破了不可变性？final value[] 只能保证其引用不能再指向其他内存地址，但是其真正的值还是可以改变的。所以仅仅通过一个 final 是无法保证其值不变的，如果类本身提供方法修改实例值，那就没有办法保证不变性了。对应原则中第一条，不要提供任何会修改对象状态的方法，string 百分之百做到了这一点，它没有对外提供任何可以修改 value 的方法。

在 string 中有许多对字符串进行操作的函数，例如 substring concat replace replaceall 等等，这些函数是否会修改类中的 value 域呢？下面就来看一看源码。

substring(int beginindex)

public string substring(int beginindex) {
 if (beginindex < 0) {
 throw new stringindexoutofboundsexception(beginindex);
 }
 int sublen = value.length - beginindex;
 if (sublen < 0) {
 throw new stringindexoutofboundsexception(sublen);
 }
 // beginindex 不为 0， 返回一个 新的 string 对象
 return (beginindex == 0) ? this : new string(value, beginindex, sublen); 
}

concat(string str)

public string concat(string str) {
 int otherlen = str.length();
 if (otherlen == 0) {
 return this;
 }
 int len = value.length;
 char buf[] = arrays.copyof(value, len + otherlen);
 str.getchars(buf, len);
 return new string(buf, true); // 返回新的 string 对象
}

replace(char oldchar, char newchar)

public string replace(char oldchar, char newchar) {
 if (oldchar != newchar) {
 int len = value.length;
 int i = -1;
 char[] val = value; /* avoid getfield opcode */

  while (++i < len) {
  if (val[i] == oldchar) {
   break;
  }
  }
  if (i < len) {
  char buf[] = new char[len];
  for (int j = 0; j < i; j++) {
   buf[j] = val[j];
  }
  while (i < len) {
   char c = val[i];
   buf[i] = (c == oldchar) ? newchar : c;
   i++;
  }
  return new string(buf, true); // 返回新的 string 对象
  }
 }
 return this;
}

string 类的方法实现都相对简单，但是无一例外，它们绝对不会去修改 value[] 的值，需要返回 string 对象的话，都会重新 new 一个。正像原则第五条中所说的，确保对于任何可变组件的互斥访问。 如果类具有指向可变对象的域，则必须确保该类的客户端无法获得指向这些对象的引用。

string.intern()

public native string intern();

这个方法比较特殊，是个本地方法。如果该字符串在常量池中已经存在，直接返回其引用。如果不存在，存入常量池再返回其引用。在下一篇文章中会进行详细介绍。

其他方法的源码就不列举了，感兴趣的可以到我上传的 jdk 源码 看看，string.java，添加了部分注释。

不可变类的好处

从头到尾都在说不可变类，那么它有哪些好处呢？

• 不可变对象比较简单。
• 不可变对象本质上是线程安全的，它们不要求同步。不可变对象可以被*地共享。
• 不仅可以共享不可变对象，甚至也可以共享它们的内部信息。
• 不可变对象为其他对象提供了大量的构件。无论是可变的还是不可变的对象。
• 不可变对象无偿地提供了失败的原子性。

不可变类真正唯一的缺点是，对于每个不同的值都需要一个单独的对象。所以当需要大量字符串对象的时候，string 就成了性能瓶颈，这也催生了 stringbuffer 和 stringbuilder。后面会单独分析。

string 真的不可变吗 ？

学习就是自己不断打自己脸的过程。真的没有办法修改 string 对象的值吗？答案肯定是否定的，反射机制可以做到很多平常做不到的事情。

string str = "123";
system.out.println(str);
field field = string.class.getdeclaredfield("value");
field.setaccessible(true);
char[] value = (char[]) field.get(str);
value[1] = '3';
system.out.println(str);

执行结果：

123
133

通过反射，的确修改了 value[] 的值。

总结

借着 string 源码，说了说 不可变类。简单总结一下 string 做了哪些措施来保证不可变性：

• value[] 使用 private final 修饰
• 构造函数中复制实参的值给 value[]
• 不对外提供任何修改 value[] 值的方法
• 需要返回 string 的方法，绝不返回原对象，都是重新 new 一个 string 返回

下一篇还是写 string , 说说 string 在内存中的位置和字符串常量池的一些知识，以及 string 相关的常见面试题。

好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对的支持。