Java中字符串拼接的一些细节分析

工作日忙于项目的逻辑实现，周六有点时间，从书柜里拿出厚厚的英文版thinking in java，读到了字符串对象的拼接。参考着这本书做个翻译，加上自己思考的东西，写上这篇文章记录一下。

不可变的string对象

在java中,string对象是不可变的(immutable)。在代码中，可以创建多个某一个string对象的别名。但是这些别名都是的引用是相同的。
比如s1和s2都是”droidyue.com”对象的别名，别名保存着到真实对象的引用。所以s1 = s2

string s1 = "droidyue.com";
string s2 = s1;
system.out.println("s1 and s2 has the same reference =" + (s1 == s2));

java中仅有的重载运算符

在java中，唯一被重载的运算符就是字符串的拼接相关的。+,+=。除此之外，java设计者不允许重载其他的运算符。

拼接剖析

真的有性能代价么

了解了上面两点，可能会有这样的思考，既然sting对象不可变，那么多个（三个及以上）字符串拼接必然产生多余的中间string对象。

string username = "andy";
string age = "24";
string job = "developer";
string info = username + age + job;

要得到上面的info，就会username和age拼接生成临时一个string对象t1,内容为andy24，然后有t1和job拼接生成最终我们需要的info对象，这其中，产生了一个中间的t1，而且t1创建之后，没有主动回收，势必会占一定的空间。如果是一个很多(假设上百个，多见于对对象的tostring的调用)字符串的拼接，那么代价就更大了，性能一下会降低很多。

编译器的优化处理

真的会有上面的性能代价么，字符串拼接这么常用，没有特殊的处理优化么，答案是有的，这个优化进行在编译器编译.java到bytecode时。

一个java程序如果想运行起来，需要经过两个时期，编译时和运行时。在编译时，java 编译器(compiler)将java文件转换成字节码。在运行时，java虚拟机（jvm）运行编译时生成的字节码。通过这样两个时期，java做到了所谓的一处编译，处处运行。

我们实验一下编译期都做了哪些优化，我们制造一段可能会出现性能代价的代码。

public class concatenation {
  public static void main(string[] args) {
      string username = "andy";
      string age = "24";
      string job = "developer";
      string info = username + age + job;
      system.out.println(info);
  }
}

对concatenation.java进行编译一下。得到concatenation.class

javac concatenation.java

然后我们使用javap反编译一下编译出来的concatenation.class文件。javap -c concatenation。如果没有找到javap命令，请考虑将javap所在目录加入环境变量或者使用javap的完整路径。

17:22:04-androidyue~/workspace_adt/strings/src$ javap -c concatenation
compiled from "concatenation.java"
public class concatenation {
  public concatenation();
    code:
       0: aload_0
       1: invokespecial #1                  // method java/lang/object."<init>":()v
       4: return       

  public static void main(java.lang.string[]);
    code:
       0: ldc           #2                  // string andy
       2: astore_1
       3: ldc           #3                  // string 24
       5: astore_2
       6: ldc           #4                  // string developer
       8: astore_3
       9: new           #5                  // class java/lang/stringbuilder
      12: dup
      13: invokespecial #6                  // method java/lang/stringbuilder."<init>":()v
      16: aload_1
      17: invokevirtual #7                  // method java/lang/stringbuilder.append:(ljava/lang/string;)ljava/lang/stringbuilder;
      20: aload_2
      21: invokevirtual #7                  // method java/lang/stringbuilder.append:(ljava/lang/string;)ljava/lang/stringbuilder;
      24: aload_3
      25: invokevirtual #7                  // method java/lang/stringbuilder.append:(ljava/lang/string;)ljava/lang/stringbuilder;
      28: invokevirtual #8                  // method java/lang/stringbuilder.tostring:()ljava/lang/string;
      31: astore        4
      33: getstatic     #9                  // field java/lang/system.out:ljava/io/printstream;
      36: aload         4
      38: invokevirtual #10                 // method java/io/printstream.println:(ljava/lang/string;)v
      41: return
}

其中，ldc，astore等为java字节码的指令，类似汇编指令。后面的注释使用了java相关的内容进行了说明。 我们可以看到上面有很多stringbuilder,但是我们在java代码里并没有显示地调用，这就是java编译器做的优化，当java编译器遇到字符串拼接的时候，会创建一个stringbuilder对象，后面的拼接，实际上是调用stringbuilder对象的append方法。这样就不会有我们上面担心的问题了。

仅靠编译器优化？

既然编译器帮我们做了优化，是不是仅仅依靠编译器的优化就够了呢，当然不是。
下面我们看一段未优化性能较低的代码

public void  implicitusestringbuilder(string[] values) {
  string result = "";
  for (int i = 0 ; i < values.length; i ++) {
      result += values[i];
  }
  system.out.println(result);
}

使用javac编译，使用javap查看

public void implicitusestringbuilder(java.lang.string[]);
    code:
       0: ldc           #11                 // string
       2: astore_2
       3: iconst_0
       4: istore_3
       5: iload_3
       6: aload_1
       7: arraylength
       8: if_icmpge     38
      11: new           #5                  // class java/lang/stringbuilder
      14: dup
      15: invokespecial #6                  // method java/lang/stringbuilder."<init>":()v
      18: aload_2
      19: invokevirtual #7                  // method java/lang/stringbuilder.append:(ljava/lang/string;)ljava/lang/stringbuilder;
      22: aload_1
      23: iload_3
      24: aaload
      25: invokevirtual #7                  // method java/lang/stringbuilder.append:(ljava/lang/string;)ljava/lang/stringbuilder;
      28: invokevirtual #8                  // method java/lang/stringbuilder.tostring:()ljava/lang/string;
      31: astore_2
      32: iinc          3, 1
      35: goto          5
      38: getstatic     #9                  // field java/lang/system.out:ljava/io/printstream;
      41: aload_2
      42: invokevirtual #10                 // method java/io/printstream.println:(ljava/lang/string;)v
      45: return

其中8: if_icmpge 38 和35: goto 5构成了一个循环。8: if_icmpge 38的意思是如果jvm操作数栈的整数对比大于等于（i < values.length的相反结果）成立，则跳到第38行（system.out）。35: goto 5则表示直接跳到第5行。

但是这里面有一个很重要的就是stringbuilder对象创建发生在循环之间，也就是意味着有多少次循环会创建多少个stringbuilder对象，这样明显不好。赤裸裸地低水平代码啊。

稍微优化一下，瞬间提升逼格。

public void explicitusestringbuider(string[] values) {
  stringbuilder result = new stringbuilder();
  for (int i = 0; i < values.length; i ++) {
      result.append(values[i]);
  }
}

对应的编译后的信息

public void explicitusestringbuider(java.lang.string[]);
    code:
       0: new           #5                  // class java/lang/stringbuilder
       3: dup
       4: invokespecial #6                  // method java/lang/stringbuilder."<init>":()v
       7: astore_2
       8: iconst_0
       9: istore_3
      10: iload_3
      11: aload_1
      12: arraylength
      13: if_icmpge     30
      16: aload_2
      17: aload_1
      18: iload_3
      19: aaload
      20: invokevirtual #7                  // method java/lang/stringbuilder.append:(ljava/lang/string;)ljava/lang/stringbuilder;
      23: pop
      24: iinc          3, 1
      27: goto          10
      30: return

从上面可以看出，13: if_icmpge 30和27: goto 10构成了一个loop循环，而0: new #5位于循环之外，所以不会多次创建stringbuilder.

总的来说，我们在循环体中需要尽量避免隐式或者显式创建stringbuilder. 所以那些了解代码如何编译，内部如何执行的人，写的代码档次都比较高。

以上文章，如有错误，请批评指正 。