1.4 日常编码中最常用的类——String类

String类也是java. lang包下的一个类，属于日常编码中最常用的一个类，本节就来详细介绍String类。

1.4.1 字段属性

一个String字符串实际上是一个char数组。

1.4.2 构造方法

String类的构造方法很多。可以通过初始化一个字符串，或者字符数组，或者字节数组等来创建一个String对象，如图1-10所示。

1.4.3 equals（Object anObject）方法

String类重写了equals方法，比较的是组成字符串的每一个字符是否相同，如果都相同则返回true，否则返回false。详细代码已经在1. 1. 3节equals方法中列出过。

1.4.4 hashCode()方法

String类的hashCode方法并不是很复杂，但是源码中有一个奇怪的数字31。这个数字不是用常量声明的，所以没法从字面意思上推断这个数字的用途。下面来揭开数字31的用途之谜。

在详细说明StringhashCode方法选择数字31作为乘子的原因之前，先来看看String hashCode方法是怎样实现的，代码如下所示。

上面的代码就是String hashCode方法的实现，但hashCode方法核心的计算逻辑只有三行，也就是代码中的for循环。可以由上面的for循环推导出一个计算公式，hashCode方法注释中已经给出。如下：

说明一下，上面的s数组即源码中的val数组，是String内部维护的一个char类型数组。简单推导一下这个公式：

接下来关注的重点，即选择31的理由。主要原因有两个：

1）31是一个不大不小的质数，是作为hashCode乘子的优选质数之一。另外一些相近的质数，比如37、41、43等，也都是不错的选择。那么为什么选中了31呢？请看第二个原因。

2）31可以被JVM优化，31 ∗ i =（i＜＜5）- i。

上面说到，31是一个不大不小的质数，是优选乘子。那为什么同是质数的2和101（或者更大的质数）就不是优选乘子呢，分析如下。

这里先分析质数2。首先，假设n = 6，然后把质数2和n代入上面的计算公式。并仅计算公式中次数最高的那一项，结果是2^5 = 32，是很小的。所以这里可以断定，当字符串长度不是很长时，用质数2作为乘子算出的哈希值，数值不会很大。也就是说，哈希值会分布在一个较小的数值区间内，分布性不佳，最终可能会导致冲突率上升。

质数2作为乘子会导致哈希值分布在一个较小区间内，那么如果用一个较大的质数101会产生什么样的结果呢？根据上面的分析，猜想读者应该可以猜出结果了。就是不用再担心哈希值会分布在一个小的区间内了，因为101^5 = 10，510，100，501。但是要注意的是，这个计算结果太大了。如果用int类型表示哈希值，结果会溢出，最终导致数值信息丢失。尽管数值信息丢失并不一定会导致冲突率上升，但是暂且先认为质数101（或者更大的质数）也不是很好的选择。最后，再来看看质数31的计算结果：31^5 = 28629151，结果值大小适中。

上面用了比较简陋的数学手段证明了数字31是一个不大不小的质数，是作为hashCode乘子的优选质数之一。

1.4.5 charAt（int index）方法

一个字符串是由一个字符数组组成，这个方法是通过传入的索引（数组下标），返回指定索引的单个字符。

1.4.6 compareTo（String anotherString）和compareToIgnoreCase（String str）方法

先看看compareTo方法：

该方法源码很好理解，即按字母顺序比较两个字符串，是基于字符串中每个字符的Unicode值。当两个字符串某个位置的字符不同时，返回的是这一位置的字符Unicode值之差，当两个字符串都相同时，则返回两个字符串长度之差。

compareToIgnoreCase()方法是在compareTo方法的基础上忽略大小写，大写字母是比小写字母的Unicode值小32的，底层实现是先都转换成大写比较，然后都转换成小写进行比较。

1.4.7 concat（String str）方法

该方法是将指定的字符串连接到此字符串的末尾。

首先判断要拼接的字符串长度是否为0，如果为0，则直接返回原字符串。如果不为0，则通过Arrays工具类（后面会详细介绍这个工具类）的copyOf方法创建一个新的字符数组，长度为原字符串和要拼接的字符串之和，前面填充原字符串，后面为空。接着再通过getChars方法将要拼接的字符串放入新字符串后面为空的位置。

注意：

返回值是new String（buf，true），也就是重新通过new关键字创建了一个新的字符串，原字符串是不变的。这也是前面说的一旦一个String对象被创建，包含在这个对象中的字符序列是不可改变的。

1.4.8 indexOf（int ch）和indexOf（int ch，int fromIndex）方法

indexOf（int ch），参数ch其实是字符的Unicode值，这里也可以放单个字符（默认转成int），作用是返回指定字符第一次出现的此字符串中的索引。其内部是调用indexOf（int ch，int fromIndex），只不过这里的fromIndex=0，因为是从 0开始搜索；而indexOf（int ch，int fromIndex）作用也是返回首次出现的此字符串内的索引，但是从指定索引处开始搜索。

1.4.9 split（String regex）和split（String regex，int limit）方法

split（Stringregex）将该字符串拆分为给定正则表达式的匹配。split（String regex，int limit）也是一样，不过对于limit的取值有三种情况：

1）limit＞0，则pattern（模式）应用n-1次。

2）limit = 0，则pattern（模式）应用无限次并且省略末尾的空字串。

3）limit＜0，则pattern（模式）应用无限次。

下面看看底层的源码实现。对于split（String regex），其内部调用split（regex，0）方法。

重点看split（Stringregex，int limit）的方法实现。

1.4.10 replace（char oldChar，char newChar）和String replaceAll（String regex，String replacement）方法

1）replace（char oldChar，char newChar）：将原字符串中所有的oldChar字符都替换成newChar字符，返回一个新的字符串。

2）String replaceAll（String regex，String replacement）：将匹配正则表达式regex的匹配项都替换成replacement字符串，返回一个新的字符串。

1.4.11 substring（int beginIndex）和substring（int beginIndex，intendIndex）方法

1）substring（int beginIndex）：返回一个从索引beginIndex开始一直到结尾的子字符串。

2）substring（intbeginIndex，int endIndex）：返回一个从索引beginIndex开始，到endIndex结尾的子字符串。

1.4.12 常量池

在前面讲解构造函数的时候，明确了最常见的两种声明一个字符串对象的形式：

1）通过“字面量”的形式直接赋值。

2）通过new关键字调用构造函数创建对象。

那么这两种声明方式有什么区别呢？在讲解之前，先介绍JDK 1. 7（不包括1. 7）以前的JVM的内存分布，如图1-11所示。

1）程序计数器：也称为PC寄存器，保存的是程序当前执行的指令的地址（即保存下一条指令所在存储单元的地址），当CPU需要执行指令时，需要从程序计数器中得到当前需要执行的指令所在存储单元的地址，然后根据得到的地址获取到指令，在得到指令之后，程序计数器便自动加1或者根据转移指针得到下一条指令的地址，如此循环，直至执行完所有的指令。线程私有。

2）虚拟机栈：基本数据类型、对象的引用都存放在这。线程私有。

3）本地方法栈：虚拟机栈是为执行Java方法服务的，而本地方法栈则是为执行本地方法（Native Method）服务的。在JVM规范中，并没有对本地方法栈的具体实现方法以及数据结构做强制规定，虚拟机可以自由实现它。如在HotSopt虚拟机中直接把本地方法栈和虚拟机栈合二为一。

4）方法区：存储了每个类的信息（包括类的名称、方法信息、字段信息）、静态变量、常量以及编译器编译后的代码等。注意：在Class文件中除了类的字段、方法、接口等描述信息外，还有一项信息是常量池，用来存储编译期间生成的字面量和符号引用。

5）堆：用来存储对象本身以及数组（数组引用是存放在Java栈中的）。在JDK 1. 7以后，方法区的常量池被移除放到堆中了，如图1-12所示。

注意：

图1-11中红色的箭头，通过new关键字创建的字符串对象，如果常量池中存在了，会将堆中创建的对象指向常量池的引用。可以通过本节末尾介绍的intern()方法来验证。

使用包含变量表达式创建对象：

str3由于含有变量str1，编译器不能确定是常量，会在堆区中创建一个String对象。而str4是两个常量相加，直接引用常量池中的对象即可。

1.4.13 intern()方法

这是一个本地方法，定义如下：

当调用intern方法时，如果池中已经包含一个与该String确定的字符串相同equals（Object）的字符串，则返回该字符串。否则，将此String对象添加到池中，并返回此对象的引用。

这句话表明了调用一个String对象的intern()方法，如果常量池中有该对象了，直接返回该字符串的引用（存在堆中就返回堆中，存在池中就返回池中），如果没有，则将该对象添加到池中，并返回池中的引用。如图1-13所示。

1.4.14 String真的不可变吗

前面介绍了String类是用final关键字修饰的，所以可以认为其是不可变对象。但是真的不可变吗？

每个字符串都是由许多单个字符组成的，其源码是由char[] value字符数组构成。

value被final修饰，只能保证引用不被改变，但是value所指向的堆中的数组，才是真实的数据，只要能够操作堆中的数组，依旧能改变数据。而且value是基本类型构成，那么一定是可变的，即使被声明为private，也可以通过反射来改变。

通过前后两次打印的结果，可以看到String被改变了，但是在代码里，几乎不会使用反射的机制去操作String字符串，所以，会认为String类型是不可变的。

那么，String类为什么要这样设计成不可变呢？可以从性能以及安全方面来考虑：

1）引发安全问题。譬如数据库的用户名、密码都是以字符串的形式传入来获得数据库的连接，或者在Socket编程中，主机名和端口都是以字符串的形式传入。因为字符串是不可变的，所以它的值是不可改变的，否则黑客可以改变字符串指向的对象的值，造成安全漏洞。

2）保证线程安全。在并发场景下，多个线程同时读写资源时，会引竞态条件，由于String是不可变的，不会引发线程的问题而保证了线程。

hashCode，当String被创建出来的时候，hashCode也会随之被缓存，hashCode的计算与value有关，若String可变，那么hashCode也会随之变化，针对Map、Set等容器，它们的键值需要保证唯一性和一致性，因此，String的不可变性使其比其他对象更适合当容器的键值。

当字符串是不可变时，字符串常量池才有意义。字符串常量池的出现，可以减少创建相同字面量的字符串，让不同的引用指向池中同一个字符串，为运行时节约很多的堆内存。若字符串可变，则字符串常量池失去意义，基于常量池的String. intern()方法也失效，每次创建新的String将在堆内开辟出新的空间，占据更多的内存。

关于Java基础类：8种基本数据类型的包装类，本书以Integer类为例。8种基本数据类型的包装类除了Character和Boolean没有继承该类外，剩下的都继承了Number类，方法也很类似就不在此一一介绍。而Object贯穿了整个Java，学习Java一定要用心理解。