String 源码浅析(一)
mojianc 2019-06-30
前言
相信作为 JAVAER，平时编码时使用最多的必然是 String 字符串，而相信应该存在不少人对于 String 的 api 很熟悉了，但没有看过其源码实现，其实我个人觉得对于 api 的使用，最开始的阶段是看其官方文档，而随着开发经验的积累，应当尝试去看源码实现，这对自身能力的提升是至关重要的。当你理解了源码之后，后面对于 api 的使用也会更加得心应手！
备注：以下记录基于 jdk8 环境
String 只是一个类
String 其实只是一个类，我们大致可以从以下几个角度依次剖析它：
- 类继承关系
- 类成员变量
- 类构造方法
- 类成员方法
- 相关静态方法
继承关系
从 IDEA 自带插件导出 String 的 UML 类图如下:
从图中马上可以看出，String 实现了接口 Serializable，Comparable，CharSequence，简单介绍一下这三个接口的作用：
Serializable:实现该接口的类将具备序列化的能力，该接口没有任何实现，仅仅是一直标识作用。Comparable：实现此接口的类具备比较大小的能力，比如实现此接口的对象的列表（和数组）可以由Collections类的静态方法sort进行自动排序。CharSequence：字符序列统一的我接口。提供字符序列通用的操作方法，通常是一些只读方法，许多字符相关的类都实现此接口，以达到对字符序列的操作，比如：String，StringBuffer等。
String 类定义如下：
public final class String
implements java.io.Serializable, Comparable<String>, CharSequence{
...
}由 final 修饰符可知， String 类是无法被继承，不可变类。
类成员变量
这里主要介绍最关键的一个成员变量 value[]，其定义如下：
/** The value is used for character storage. */
private final char value[];String 是一个字符串，由字符 char 所组成，因此实际上 String 内部其实就是一个字符数组，用 value[] 表示，注意这里的 value[] 是用 final 修饰的，表示该值是不允许修改的。
类构造方法
String 有很多重载的构造方法，介绍如下：
空参数构造方法，初始化字符串实例，默认为空字符,理论上不需要用到这个构造方法，实际上定义一个空字符
String = ""就会初始化一个空字符串的String对象，而此构造方法，也是把空字符的value[]拷贝一遍而已，源码实现如下：public String() { this.value = "".value; }通过一个字符串参数构造
String对象，实际上 将形参的value和hash赋值给实例对象作为初始化，相当于深拷贝了一个形参String对象，源码如下：public String(String original) { this.value = original.value; this.hash = original.hash; }通过字符数组去构建一个新的
String对象，这里使用Arrays.copyOf方法拷贝字符数组public String(char value[]) { this.value = Arrays.copyOf(value, value.length); }在源字符数组基础上，通过偏移量(起始位置)和字符数量，截取构建一个新的
String对象。public String(char value[], int offset, int count) { //如果偏移量小于0，则抛出越界异常 if (offset < 0) { throw new StringIndexOutOfBoundsException(offset); } if (count <= 0) { //如果字符数量小于0，则抛出越界异常 if (count < 0) { throw new StringIndexOutOfBoundsException(count); } //在截取的字符数量为0的情况下，偏移量在字符串长度范围内，则返回空字符 if (offset <= value.length) { this.value = "".value; return; } } // Note: offset or count might be near -1>>>1. //如果偏移量大于字符总长度-截取的字符长度，则抛出越界异常 if (offset > value.length - count) { throw new StringIndexOutOfBoundsException(offset + count); } //使用Arrays.copyOfRange静态方法，截取一定范围的字符数组，从offset开始，长度为offset+count，赋值给当前实例的字符数组 this.value = Arrays.copyOfRange(value, offset, offset+count); }在源整数数组的基础上，通过偏移量(起始位置)和字符数量，截取构建一个新的
String对象。这里的整数数组表示字符对应的ASCII整数值public String(int[] codePoints, int offset, int count) { //如果偏移量小于0，则抛出越界异常 if (offset < 0) { throw new StringIndexOutOfBoundsException(offset); } if (count <= 0) { //如果字符数量小于0，则抛出越界异常 if (count < 0) { throw new StringIndexOutOfBoundsException(count); } //在截取的字符数量为0的情况下，偏移量在字符串长度范围内，则返回空字符 if (offset <= codePoints.length) { this.value = "".value; return; } } // Note: offset or count might be near -1>>>1. 如果偏移量大于字符总长度-截取的字符长度，则抛出越界异常 //if (offset > codePoints.length - count) { throw new StringIndexOutOfBoundsException(offset + count); } final int end = offset + count; // 这段逻辑是计算出字符数组的精确大小n,过滤掉一些不合法的int数据 int n = count; for (int i = offset; i < end; i++) { int c = codePoints[i]; if (Character.isBmpCodePoint(c)) continue; else if (Character.isValidCodePoint(c)) n++; else throw new IllegalArgumentException(Integer.toString(c)); } // 按照上一步骤计算出来的数组大小初始化数组 final char[] v = new char[n]; //遍历填充字符数组 for (int i = offset, j = 0; i < end; i++, j++) { int c = codePoints[i]; if (Character.isBmpCodePoint(c)) v[j] = (char)c; else Character.toSurrogates(c, v, j++); } //赋值给当前实例的字符数组 this.value = v; }通过源字节数组，按照一定范围，从offset开始截取length个长度，初始化
String实例，同时可以指定字符编码。public String(byte bytes[], int offset, int length, String charsetName) throws UnsupportedEncodingException { //字符编码参数为空，抛出空指针异常 if (charsetName == null) throw new NullPointerException("charsetName"); //静态方法 检查字节数组的索引是否越界 checkBounds(bytes, offset, length); //使用 StringCoding.decode 将字节数组按照一定范围解码为字符串，从offset开始截取length个长度 this.value = StringCoding.decode(charsetName, bytes, offset, length); }与第6个构造相似，只是编码参数重载为
Charset类型public String(byte bytes[], int offset, int length, Charset charset) { if (charset == null) throw new NullPointerException("charset"); checkBounds(bytes, offset, length); this.value = StringCoding.decode(charset, bytes, offset, length); }通过源字节数组，构造一个字符串实例，同时指定字符编码,具体实现其实是调用第6个构造器，起始位置为0，截取长度为字节数组长度
public String(byte bytes[], String charsetName) throws UnsupportedEncodingException { this(bytes, 0, bytes.length, charsetName); }通过源字节数组，构造一个字符串实例，同时指定字符编码,具体实现其实是调用第7个构造器，起始位置为0，截取长度为字节数组长度
public String(byte bytes[], Charset charset) { this(bytes, 0, bytes.length, charset); }通过源字节数组，按照一定范围，从offset开始截取length个长度，初始化
String实例，与第六个构造器不同的是，使用系统默认字符编码public String(byte bytes[], int offset, int length) { //检查索引是否越界 checkBounds(bytes, offset, length); //使用系统默认字符编码解码字节数组为字符数组 this.value = StringCoding.decode(bytes, offset, length); }通过源字节数组，构造一个字符串实例，使用系统默认编码,具体实现其实是调用第10个构造器，起始位置为0，截取长度为字节数组长度
public String(byte bytes[]) { this(bytes, 0, bytes.length); }将
StringBuffer构建成一个新的String,比较特别的就是这个方法有synchronized锁 同一时间只允许一个线程对这个buffer构建成String对象,是线程安全的public String(StringBuffer buffer) { //对当前 StringBuffer 对象加同步锁 synchronized(buffer) { //拷贝 StringBuffer 字符数组给当前实例的字符数组 this.value = Arrays.copyOf(buffer.getValue(), buffer.length()); } }将
StringBuilder构建成一个新的String,与第12个构造器不同的是，此构造器不是线程安全的public String(StringBuilder builder) { this.value = Arrays.copyOf(builder.getValue(), builder.length()); }
类成员方法
获取字符串长度，实际上是获取字符数组长度
public int length() { return value.length; }判断字符串是否为空，实际上是盼复字符数组长度是否为0
public boolean isEmpty() { return value.length == 0; }根据索引参数获取字符
public char charAt(int index) { //索引小于0或者索引大于字符数组长度，则抛出越界异常 if ((index < 0) || (index >= value.length)) { throw new StringIndexOutOfBoundsException(index); } //返回字符数组指定位置字符 return value[index]; }根据索引参数获取指定字符ASSIC码(int类型)
public int codePointAt(int index) { //索引小于0或者索引大于字符数组长度，则抛出越界异 if ((index < 0) || (index >= value.length)) { throw new StringIndexOutOfBoundsException(index); } //返回索引位置指定字符ASSIC码(int类型) return Character.codePointAtImpl(value, index, value.length); }返回index位置元素的前一个元素的ASSIC码(int型)
public int codePointBefore(int index) { //获得index前一个元素的索引位置 int i = index - 1; //检查索引是否越界 if ((i < 0) || (i >= value.length)) { throw new StringIndexOutOfBoundsException(index); } return Character.codePointBeforeImpl(value, index, 0); }方法返回的是代码点个数，是实际上的字符个数,功能类似于length()，对于正常的String来说，length方法和codePointCount没有区别，都是返回字符个数。但当String是Unicode类型时则有区别了。例如：String str = “/uD835/uDD6B” (即使 'Z' ), length() = 2 ,codePointCount() = 1
public int codePointCount(int beginIndex, int endIndex) { if (beginIndex < 0 || endIndex > value.length || beginIndex > endIndex) { throw new IndexOutOfBoundsException(); } return Character.codePointCountImpl(value, beginIndex, endIndex - beginIndex); }也是相对Unicode字符集而言的，从index索引位置算起，偏移codePointOffset个位置，返回偏移后的位置是多少，例如，index = 2 ,codePointOffset = 3 ，maybe返回 5
public int offsetByCodePoints(int index, int codePointOffset) { if (index < 0 || index > value.length) { throw new IndexOutOfBoundsException(); } return Character.offsetByCodePointsImpl(value, 0, value.length, index, codePointOffset); }这是一个不对外的方法，是给String内部调用的，因为它是没有访问修饰符的，只允许同一包下的类访问 参数：dst[]是目标数组，dstBegin是目标数组的偏移量，既要复制过去的起始位置(从目标数组的什么位置覆盖) 作用就是将String的字符数组value整个复制到dst字符数组中，在dst数组的dstBegin位置开始拷贝
void getChars(char dst[], int dstBegin) { System.arraycopy(value, 0, dst, dstBegin, value.length); }得到char字符数组，原理是getChars() 方法将一个字符串的字符复制到目标字符数组中。 参数：srcBegin是原始字符串的起始位置，srcEnd是原始字符串要复制的字符末尾的后一个位置(既复制区域不包括srcEnd) dst[]是目标字符数组，dstBegin是目标字符的复制偏移量，复制的字符从目标字符数组的dstBegin位置开始覆盖。
public void getChars(int srcBegin, int srcEnd, char dst[], int dstBegin) { if (srcBegin < 0) { throw new StringIndexOutOfBoundsException(srcBegin); } if (srcEnd > value.length) { throw new StringIndexOutOfBoundsException(srcEnd); } if (srcBegin > srcEnd) { throw new StringIndexOutOfBoundsException(srcEnd - srcBegin); } System.arraycopy(value, srcBegin, dst, dstBegin, srcEnd - srcBegin); }获取字符串的字节数组，按照指定字符编码将字符串解码为字节数组
public byte[] getBytes(String charsetName) throws UnsupportedEncodingException { if (charsetName == null) throw new NullPointerException(); return StringCoding.encode(charsetName, value, 0, value.length); }获取字符串的字节数组，按照指定字符编码将字符串解码为字节数组
public byte[] getBytes(Charset charset) { if (charset == null) throw new NullPointerException(); return StringCoding.encode(charset, value, 0, value.length); }获取字符串的字节数组，按照系统默认字符编码将字符串解码为字节数组
public byte[] getBytes() { return StringCoding.encode(value, 0, value.length); }
简单的总结
String被 修饰符final修饰，是无法被继承的，不可变类String实现Serializable接口，可以被序列化String实现Comparable接口，可以用于比较大小String实现CharSequence接口，表示一直有序字符序列，实现了通用的字符序列方法String是一个字符序列，内部数据结构其实是一个字符数组，所有的操作方法都是围绕这个字符数组的操作。String中频繁使用到了System类的arraycopy方法，目的是拷贝字符数组
最后
由于篇幅原因，String 第一篇总结先到这里，后续部分将写另外写一遍记录，会第一时间推送公众号【张少林同学】，欢迎关注！
