String 源码浅析(一)

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：

1public final class String
2    implements java.io.Serializable, Comparable<String>, CharSequence{
3        ...
4    }

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：

1 /** The value is used for character storage. */
2    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：
```
1 public String() {
2    this.value = "".value;
3}
```
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：
```
1  public String(String original) {
2        this.value = original.value;
3        this.hash = original.hash;
4    }
```

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

1 public String(char value[]) {
2        this.value = Arrays.copyOf(value, value.length);
3    }

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。

 1public String(char value[], int offset, int count) {
 2        //如果偏移量小于0，则抛出越界异常
 3        if (offset < 0) {
 4            throw new StringIndexOutOfBoundsException(offset);
 5        }
 6        if (count <= 0) {
 7            //如果字符数量小于0，则抛出越界异常
 8            if (count < 0) {
 9                throw new StringIndexOutOfBoundsException(count);
10            }
11            //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
12            if (offset <= value.length) {
13                this.value = "".value;
14                return;
15            }
16        }
17        // Note: offset or count might be near -1>>>1.
18        //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
19        if (offset > value.length - count) {
20            throw new StringIndexOutOfBoundsException(offset + count);
21        }
22        //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
23        this.value = Arrays.copyOfRange(value, offset, offset+count);
24    }

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

 1    public String(int[] codePoints, int offset, int count) {
 2    //如果偏移量小于0，则抛出越界异常
 3    if (offset < 0) {
 4        throw new StringIndexOutOfBoundsException(offset);
 5    }
 6    if (count <= 0) {
 7        //如果字符数量小于0，则抛出越界异常
 8        if (count < 0) {
 9            throw new StringIndexOutOfBoundsException(count);
10        }
11        //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
12        if (offset <= codePoints.length) {
13            this.value = "".value;
14            return;
15        }
16    }
17    // Note: offset or count might be near -1>>>1.
18    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
19    //if (offset > codePoints.length - count) {
20        throw new StringIndexOutOfBoundsException(offset + count);
21    }
22    final int end = offset + count;
23    // 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
24    int n = count;
25    for (int i = offset; i < end; i++) {
26        int c = codePoints[i];
27        if (Character.isBmpCodePoint(c))
28            continue;
29        else if (Character.isValidCodePoint(c))
30            n++;
31        else throw new IllegalArgumentException(Integer.toString(c));
32    }
33    // 按照上一步骤计算出来的数组大小初始化数组
34    final char[] v = new char[n];
35    //遍历填充字符数组
36    for (int i = offset, j = 0; i < end; i++, j++) {
37        int c = codePoints[i];
38        if (Character.isBmpCodePoint(c))
39            v[j] = (char)c;
40        else
41            Character.toSurrogates(c, v, j++);
42    }
43    //赋值给当前实例的字符数组
44    this.value = v;
45}

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。

 1public String(byte bytes[], int offset, int length, String charsetName)
 2        throws UnsupportedEncodingException {
 3    //字符编码参数为空，抛出空指针异常
 4    if (charsetName == null)
 5        throw new NullPointerException("charsetName");
 6    //静态方法 检查字节数组的索引是否越界
 7    checkBounds(bytes, offset, length);
 8    //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
 9    this.value = StringCoding.decode(charsetName, bytes, offset, length);
10}

与第6个构造相似，只是编码参数重载为 Charset 类型

1  public String(byte bytes[], int offset, int length, Charset charset) {
2    if (charset == null)
3        throw new NullPointerException("charset");
4    checkBounds(bytes, offset, length);
5    this.value =  StringCoding.decode(charset, bytes, offset, length);
6}

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
```
1 public String(byte bytes[], String charsetName)
2        throws UnsupportedEncodingException {
3    this(bytes, 0, bytes.length, charsetName);
4}
```
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
```
1 public String(byte bytes[], Charset charset) {
2    this(bytes, 0, bytes.length, charset);
3}
```

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

1public String(byte bytes[], int offset, int length) {
2   //检查索引是否越界
3   checkBounds(bytes, offset, length);
4   //使用系统默认字符编码解码字节数组为字符数组
5   this.value = StringCoding.decode(bytes, offset, length);
6}

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
```
1public String(byte bytes[]) {
2    this(bytes, 0, bytes.length);
3}
```

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

1 public String(StringBuffer buffer) {
2    //对当前 StringBuffer 对象加同步锁
3    synchronized(buffer) {
4        //拷贝 StringBuffer 字符数组给当前实例的字符数组
5        this.value = Arrays.copyOf(buffer.getValue(), buffer.length());
6    }
7}

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

1 public String(StringBuilder builder) {
2    this.value = Arrays.copyOf(builder.getValue(), builder.length());
3}

类成员方法

获取字符串长度，实际上是获取字符数组长度

1  public int length() {
2    return value.length;
3}

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
```
1public boolean isEmpty() {
2    return value.length == 0;
3}
```

根据索引参数获取字符

1 public char charAt(int index) {
2    //索引小于0或者索引大于字符数组长度，则抛出越界异常
3    if ((index < 0) || (index >= value.length)) {
4        throw new StringIndexOutOfBoundsException(index);
5    }
6    //返回字符数组指定位置字符
7    return value[index];
8}

根据索引参数获取指定字符ASSIC码(int类型)

1  public int codePointAt(int index) {
2    //索引小于0或者索引大于字符数组长度，则抛出越界异
3    if ((index < 0) || (index >= value.length)) {
4        throw new StringIndexOutOfBoundsException(index);
5    }
6    //返回索引位置指定字符ASSIC码(int类型)
7    return Character.codePointAtImpl(value, index, value.length);
8}

返回index位置元素的前一个元素的ASSIC码(int型)

1public int codePointBefore(int index) {
2    //获得index前一个元素的索引位置
3    int i = index - 1;
4    //检查索引是否越界
5    if ((i < 0) || (i >= value.length)) {
6        throw new StringIndexOutOfBoundsException(index);
7    }
8    return Character.codePointBeforeImpl(value, index, 0);
9}

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
```
1 public int codePointCount(int beginIndex, int endIndex) {
2    if (beginIndex < 0 || endIndex > value.length || beginIndex > endIndex) {
3        throw new IndexOutOfBoundsException();
4    }
5    return Character.codePointCountImpl(value, beginIndex, endIndex - beginIndex);
6}
```

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

1public int offsetByCodePoints(int index, int codePointOffset) {
2    if (index < 0 || index > value.length) {
3        throw new IndexOutOfBoundsException();
4    }
5    return Character.offsetByCodePointsImpl(value, 0, value.length,
6            index, codePointOffset);
7}

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
```
1void getChars(char dst[], int dstBegin) {
2    System.arraycopy(value, 0, dst, dstBegin, value.length);
3}
```

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。

 1public void getChars(int srcBegin, int srcEnd, char dst[], int dstBegin) {
 2    if (srcBegin < 0) {
 3        throw new StringIndexOutOfBoundsException(srcBegin);
 4    }
 5    if (srcEnd > value.length) {
 6        throw new StringIndexOutOfBoundsException(srcEnd);
 7    }
 8    if (srcBegin > srcEnd) {
 9        throw new StringIndexOutOfBoundsException(srcEnd - srcBegin);
10    }
11    System.arraycopy(value, srcBegin, dst, dstBegin, srcEnd - srcBegin);
12}

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

1public byte[] getBytes(String charsetName)
2        throws UnsupportedEncodingException {
3    if (charsetName == null) throw new NullPointerException();
4    return StringCoding.encode(charsetName, value, 0, value.length);
5}

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

1public byte[] getBytes(Charset charset) {
2    if (charset == null) throw new NullPointerException();
3    return StringCoding.encode(charset, value, 0, value.length);
4}

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

1 public byte[] getBytes() {
2    return StringCoding.encode(value, 0, value.length);
3}

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！