String源码学习分析

1.String简介

String是java.lang包下的一个类，它不属于基本数据类型，是我们使用频率非常高的一个类。它是一个被final修饰的类，不能够被继承。

String类图

从上面的类图可以知道：
1.String实现了Serializable接口，支持序列化
2.String实现了Comparable接口，可以进行比较。
3.String实现了CharSequence接口，实现了length（）、charAt（）、subSequence（）等方法。

2.String的成员变量

String的成员变量

1.String类型其实就是一个字符数组，这个字符数组用final修饰了，不能修改。所以API中进行修改字符串的方法都是返回一个新的字符串，需要重新引用才行。
2.String缓存了hash值，不用每次都计算hash值，提高了效率。

3.String类的一些方法

StringAPI中方法太多了，我就不一一介绍了，挑几个有价值的方法的分析一下。

1.Java中char类型是Unicode编码的，我们用的字符串可能是"ISO-8859-1"等其它字符集编码，如果直接使用很有可能会出现乱码的问题。

String的一个构造方法，这个构造方法可以传递一个编码名称，让String可以根据编码名称进行解码，以解决乱码的问题。

String的一个构造方法

通过源码分析，我们可以知道，它是通过StringCoding工具类进行转码操作的。StringCoding这个工具类会通过Charset去判断字符集是否支持，不支持就抛出异常UnsupportedEncodingException，最终会通过相应的Decoder进行解码。

2.String中split（）方法，进行字符串的切割。

public String[] split(String regex, int limit) {
    char ch = 0;
    //特殊情况判断
    // 单字符情况下regex不等于正则表达式的元字符(meta character)：.$|()[{^?*+\\
    //双字符情况下regex第一个字符是反斜杠，第二个字符不是Unicode编码中的数字或字母
    if (((regex.value.length == 1 &&
         ".$|()[{^?*+\\".indexOf(ch = regex.charAt(0)) == -1) ||
         (regex.length() == 2 &&
          regex.charAt(0) == '\\' &&
          (((ch = regex.charAt(1))-'0')|('9'-ch)) < 0 &&
          ((ch-'a')|('z'-ch)) < 0 &&
          ((ch-'A')|('Z'-ch)) < 0)) &&
        (ch < Character.MIN_HIGH_SURROGATE ||
         ch > Character.MAX_LOW_SURROGATE))
    {
        int off = 0;
        int next = 0;
        boolean limited = limit > 0;
        ArrayList list = new ArrayList<>();
        while ((next = indexOf(ch, off)) != -1) {
            if (!limited || list.size() < limit - 1) {
                list.add(substring(off, next));
                off = next + 1;
            } else {
                list.add(substring(off, value.length));
                off = value.length;
                break;
            }
        }
        //没有匹配到，将原字符串返回
        if (off == 0)
            return new String[]{this};
        //如果没有限制或者小于限制，将剩余的字符串添加进去
        if (!limited || list.size() < limit)
            list.add(substring(off, value.length));
        int resultSize = list.size();
        if (limit == 0) {//将结果集最后为""的字符串一个一个删除
            while (resultSize > 0 && list.get(resultSize - 1).length() == 0) {
                resultSize--;
            }
        }
        String[] result = new String[resultSize];
        return list.subList(0, resultSize).toArray(result);
    }
    return Pattern.compile(regex).split(this, limit);
}

从源码中分析可以得知，split（）有两个参数，在limit等于0的情况下，从最后一个子字符串往前，所有的空字符串""都会被清除，所以有可能得到的String数组会小于期望值，如果limit>0，会最多切割limit-1次，没有切割的部分直接添加到结果集中。

注意：参数regex是一个 regular-expression的匹配模式，所以特殊字符需要转义，例如"|"这个字符，需要写成"\|"。

3.String类中有一个本地方法intern（）

intern（）方法

这个方法的作用是：在JDK1.6中，是将该字符串添加到常量池中并且返回指向该常量的引用，如果常量池中已经存在，则直接返回指向该常量的引用，在JDK1.7以后(包括1.7)，常量池从方法区的PermGenSpace移动到了堆中，首先判断这个常量是否存在于常量池，如果存在，判断存在内容是引用还是常量，如果是引用，返回引用地址指向堆空间对象，如果是常量，直接返回常量池常量如果不存在，将当前对象引用复制到常量池,并且返回的是当前对象的引用。
详细分析可以参考一下：美团技术团队《深入解析String#intern》

4.String相关的一些问题

为什么经常用String作为HashMap的Key呢？

String缓存了hash code，提高了效率。其次是，String是一个不可变类，如果HashMap使用可以改变的类，会存在数据找不到的问题。例如用一个用一个可变类Student，Student stu = new Student();map.put(stu，value);如果stu的值发生了改变，map中的存储的key也会发生改变。下次通过stu访问map的时候，stu的hash值发生了改变，就找不到stu原来所在的位置了。