走进 JDK 之谈谈字符串拼接

1,801 阅读7分钟

走进 JDK 之 String

你并不了解 String

今天是 String 系列最后一篇了,字符串的拼接。日常开发中,字符串拼接是很常见的操作,一般常用的有以下几种:

  • 直接使用 + 拼接
  • 使用 Stringconcat() 方法
  • 使用 StringBuilderappend() 方法
  • 使用 StringBufferappend() 方法

那么,这几种方法有什么不同呢?具体性能如何?下面进行一个简单的性能测试,代码如下:

public class StringTest {

    public static void main(String[] args) {
        int count = 1000;
        String word = "Hello, ";
        StringBuilder builder = new StringBuilder("Hello,");
        StringBuffer buffer = new StringBuffer("Hello,");
        long start, end;

        start = System.currentTimeMillis();
        for (int i = 0; i < count; i++) {
            word += "java";
        }
        end = System.currentTimeMillis();
        System.out.println("String + : " + (end - start));

        word = "Hello, ";
        start = System.currentTimeMillis();
        for (int i = 0; i < count; i++) {
            word = word.concat("java");
        }
        end = System.currentTimeMillis();
        System.out.println("String.concat() : " + (end - start));

        word = "Hello, ";
        start = System.currentTimeMillis();
        for (int i = 0; i < count; i++) {
            builder.append("java");
        }
        word = builder.toString();
        end = System.currentTimeMillis();
        System.out.println("StringBuilder : " + (end - start));

        word = "Hello, ";
        start = System.currentTimeMillis();
        for (int i = 0; i < count; i++) {
            buffer.append("java");
        }
        word = buffer.toString();
        end = System.currentTimeMillis();
        System.out.println("StringBuffer : " + (end - start));
    }
}

运行结果如下所示:

1k 1w 10w 100w
+ 11 397 20191 720286
concat 3 72 5671 763612
StringBuilder 0 0 3 17
StringBuffer 1 1 4 36

以上都是执行一次的结果,可能不太严谨,但还是能反映问题的。执行次数越多,性能差距越明显,StringBuilder > StringBuffer > contact > + 。关于其中原因,我想很多人应该都知道。下面从源码角度分析一下这几种字符串拼接方式。

+

使用 + 拼接字符串是效率最低的一种方式吗?首先,我们要知道 + 具体是怎么拼接字符串的。对于这种我们不知道具体原理的时候,javap 是你的好选择。从最简单的一行代码开始:

String str = "a" + "b";

这样写其实并不行,智能的编译器看到 "a"+"b" 就知道你要干啥了,所以你编译出来就是 String str = "ab",我们稍作修改就可以了:

String a = "a";
String str = a + "b";

javap 看一下字节码:

 0: ldc           #2    // String a
2: astore_1
3: new           #3     // class java/lang/StringBuilder
6: dup
7: invokespecial #4     // Method java/lang/StringBuilder."<init>":()V
10: aload_1
11: invokevirtual #5    // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
14: ldc           #6    // String b
16: invokevirtual #5    // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
19: invokevirtual #7    // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
22: astore_2
23: return

可以看到编译器自动将 + 转换成了 StringBuilder.append() 方法,拼接之后再调用 StringBuilder.toString() 方法转换成字符串。既然这样的话,那岂不是应该和 StringBuilder 的执行效率一样了?别忘了,上面的测试代码使用 for 循环模拟频繁的字符串拼接操作。使用 + 的话,在每一次循环中,都将重复下列操作:

  • 新建 StringBuilder 对象
  • 调用 StringBuilder.append() 方法
  • 调用 StringBuilder.toString() 方法,该方法会通过 new String() 创建字符串

几万次循环下来,你看看创建了多少中间对象,怪不得这么慢,别人要么以空间换时间,要么以时间换空间。这家伙倒好,即浪费时间,又浪费空间。所以,在频繁拼接字符串的情况下,尽量避免使用 + 。那么,它存在的意义何在呢?有的时候我们就是要拼接两个字符串,使用 + ,直截了当。

String.concat()

public String concat(String str) {
    int otherLen = str.length();
    if (otherLen == 0) {
        return this; // str 为空直接返回 this
    }
    int len = value.length;
    char buf[] = Arrays.copyOf(value, len + otherLen);
    str.getChars(buf, len);
    return new String(buf, true);
}

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

先构建新的字符数组 buf[],再利用 System.arraycopy() 挪来挪去,最后 new String() 构建字符串。比 + 少了创建 StringBuilder 的过程,但每次循环中,又要重新创建字符数组,又要重新 new 字符串对象,频繁拼接的时候效率还是不是很理想。

再提一点,当传入 str 长度为 0 时,直接返回 this。这好像是 String 中唯一一个返回 this 的地方了。

append()

StringBuilderStringBuffer 其实是很像的,它两频繁拼接字符串的效率远胜于 +concat。当循环执行 10w 次,分别耗时 3ms4ms, StringBuilder 还比 StringBuffer 快那么一点。至于为什么,Read the fucking source code !

先看看 StringBuilder.append()

@Override
public StringBuilder append(String str) {
    super.append(str);
    return this;
}

并没有什么实际逻辑,直接调用了父类的 append() 方法。看一下 StringBuilder 的类声明:

public final class StringBuilder
    extends AbstractStringBuilder
    implements java.io.Serializable, CharSequence{}

StringBuilder 继承了 AbstractStringBuilder 类,StringBuferr 其实也是。所以它们实际上调用的都是是 AbstractStringBuilder.append()

public AbstractStringBuilder append(String str) {
    if (str == null)
        return appendNull(); // 1
    int len = str.length();
    ensureCapacityInternal(count + len); // 2
    str.getChars(0, len, value, count); // 3
    count += len;
    return this;
}

代码中出现了两个变量,valuecount,先来看看它们是干嘛的。

    /**
     * The value is used for character storage.
     */
    char[] value;

    /**
     * The count is the number of characters used.
     */
    int count;

value 是一个字符数组,用来保存字符。它可以自动扩容,在后面的代码中你将会看到。count 是已使用的字符的数量,注意并不是 vale[] 的长度。再回到 append() 方法,分三部分来解析。

appendNull(String)

append() 的参数为 null 时调用,它并不是什么都不添加,而是正如它的方法名那样,追加了 null 字符串。


private AbstractStringBuilder appendNull() {
    int c = count;
    ensureCapacityInternal(c + 4);
    final char[] value = this.value;
    value[c++] = 'n';
    value[c++] = 'u';
    value[c++] = 'l';
    value[c++] = 'l';
    count = c;
    return this;
}

ensureCapacityInternal(int)

private void ensureCapacityInternal(int minimumCapacity) {
    // overflow-conscious code
    if (minimumCapacity - value.length > 0) {
        value = Arrays.copyOf(value,newCapacity(minimumCapacity));
    }
}

ensureCapacityInternal() 方法用来确保 value[] 的容量足以拼接参数中的字符串。如果容量不够,将调用 Arrays.copyOf(value,newCapacity(minimumCapacity))value[] 进行扩容,newCapacity(minimumCapacity) 就是字符数组的新长度。

private int newCapacity(int minCapacity) {
    // overflow-conscious code
    // 新容量等于旧容量乘以 2 再加上 2
    int newCapacity = (value.length << 1) + 2;
    if (newCapacity - minCapacity < 0) {
        newCapacity = minCapacity;
    }
    return (newCapacity <= 0 || MAX_ARRAY_SIZE - newCapacity < 0)
        ? hugeCapacity(minCapacity)
        : newCapacity;
}

private int hugeCapacity(int minCapacity) {
    if (Integer.MAX_VALUE - minCapacity < 0) { // overflow
        // 如果需求容量大于 Integer 最大值,直接抛出 OOM
        throw new OutOfMemoryError();
    }
    return (minCapacity > MAX_ARRAY_SIZE)
        ? minCapacity : MAX_ARRAY_SIZE;
}

基本的扩容逻辑是,新的数组大小是原来的两倍再加上 2,但是有个最大值 MAX_ARRAY_SIZE,其值是 Integer.MAX_VALUE - 8,减去 8 是因为一些虚拟机会在数组中保留一些头信息。当然,一般在程序中也达不到这个最大值。如果我们直接和虚拟机说,我需要一个大小为 Integer.MAX_VALUE 的新数组,那会直接抛出 OOM

getChars()

新数组创建好了,那么剩下的就是拼接字符串了。

str.getChars(0, len, value, count);
count += len;

str 是要拼接的字符串,是不是对这个 getChars() 方法很眼熟。仔细看过 String 源码的话,应该对这个方法还有印象。

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);
}

进行一些边界判断之后,利用 System.arraycopy() 拼接字符串。

看完这三部分,也就完成了一次字符串拼接。回想一下,在大量拼接字符串的过程中,append() 把时间都花在了哪里?数组扩容和 System.arraycopy() 操作,的确比 +concat() 不停的 new 对象效率高多了。

还记得 StringBuffer 虽然也同样快,但是比 StringBuilder 慢了一些吧!来看看 StringBuffer 的实现:

@Override
public synchronized StringBuffer append(String str) {
    toStringCache = null;
    super.append(str);
    return this;
}

逻辑是完全一致的,但是多了 synchronized 关键字,用来保证线程安全。所以会比 StringBuilder 耗时一些。关于 StringBuilderStringBuffer 之间的区别,除了 synchronized 关键字就没有了。

总结

  • +String.concat() 只适合少量的字符串拼接操作,频繁拼接时性能不如人意
  • StringBuilderStringBuffer 在频繁拼接字符串时性能优异
  • StringBuilder 不能保证线程安全。因此,在确定单线程执行的情况下,StringBuilder 是最优解
  • StringBuffer 通过 synchronized 保证线程安全,适合多线程环境下使用。

文章首发于微信公众号: 秉心说 , 专注 Java 、 Android 原创知识分享,LeetCode 题解,欢迎扫码关注!