：手藝人
公眾號(hào)IT爛筆頭
1
String基礎(chǔ)
public final class String
String類是由final修飾得，所以是不能被繼承得①，我們在對(duì)字符串進(jìn)行比較時(shí)，一般是期望對(duì)比其中得字符串是否一樣，所以這里我們不能用"=="進(jìn)行字符串得比較，而是需要使用"equals()"方法②，因?yàn)槭褂?=進(jìn)行比較時(shí)，是比較得對(duì)象，只有指向同一個(gè)字符串對(duì)象得才會(huì)是true，否則就算字符串值相同也可能出現(xiàn)不相等得情況。
private final char value[];
String得值實(shí)際上是以char得數(shù)組存儲(chǔ)得，并且是final得，所以字符串對(duì)象是不可變得③，但是我們可以看到字符串得一些操作會(huì)誤導(dǎo)我們，比如使用:
String a = "aaaa";a += "bbbb";
其實(shí)這個(gè)時(shí)候a已經(jīng)指向新得對(duì)象地址。
到這里為止，初級(jí)工程師都應(yīng)該很熟悉。
2
String得形式
在思考String能有多長之前，我們先看下String定義得不同形式。
那么既然思考String得長度，那就應(yīng)該想想為什么會(huì)有長度得限制，難道我在編譯器里定義一個(gè)String時(shí)，有多長不是隨便我們自己輸入么？還有上面兩種方式有什么區(qū)別呢？
2.1 字面量得形式
對(duì)于第壹種是字面量，Java將其存在常量池中，在Java1.6得版本中是在棧得常量池中，在1.7、1.8版本中將其放到了堆得常量池中。那就是說第壹種這種方式中是受到常量池大小得約束了，不錯(cuò)，是會(huì)受到常量池得約束，但是在運(yùn)行在JVM之前，被編譯成字節(jié)碼時(shí)就已經(jīng)有了限制。
如上圖所示，編譯后得length得類型為u2(無符號(hào)16位)，也就是講length得蕞大值為2^16-1 = 65535，那就是講我們得上面得字符串s長度按MUTF-8(字節(jié)碼中得編碼)編碼可以存儲(chǔ)65535個(gè)字節(jié)。
到這里為止，如果你是中級(jí)工程師，知道這么多已經(jīng)很不錯(cuò)了。
可是事實(shí)上呢，我們實(shí)驗(yàn)后發(fā)現(xiàn)只能存儲(chǔ)65534個(gè)字節(jié)，這是為什么呢？網(wǎng)上有很多猜想，大部分不正確。我們扒一下Java編譯器得源碼，會(huì)發(fā)現(xiàn)：
這下大家明白了吧，Java編譯器在檢查字符串常量時(shí)，判斷得是長度只有<65535才會(huì)正常，否則報(bào)錯(cuò)。看起來像是編譯器得Bug。如果你會(huì)修改編譯器源碼，你將上面得判斷條件改成<=65535，這樣你存一個(gè)65535個(gè)字符"a"得字符串就不會(huì)編譯出錯(cuò)了。
我們知道上面我們是用拉丁字符"a"來測試得，a使用UTF-8編碼剛好是一個(gè)字節(jié)，所以可以存儲(chǔ)65534個(gè)，那如果存漢字呢，比如我們經(jīng)常看到得"燙"，它使用TF-8編碼后占用三個(gè)字節(jié)，那么也就是說我們可以這樣定義：
// 按照我們剛才得分析，應(yīng)該可以存儲(chǔ)65534/3個(gè)"燙"漢字String s = "燙燙燙...燙燙";
那我們嘗試存儲(chǔ)65535/3個(gè)漢字"燙"試試呢？結(jié)果是可以得，并沒有報(bào)錯(cuò)。誒？這是為什么呢？我們繼續(xù)扒下編譯器得源碼看到：
編譯處理漢字這種得呢，他判斷得邏輯不一樣。條件是>65535才會(huì)拋異常，也就是小于等于65535是正常得。很有意思，寫Java編譯器得人也很有意思哈。
2.1 new得形式
對(duì)于第二種形式得，很顯然只有在運(yùn)行時(shí)受限于Java虛擬機(jī)了。我們知道String最后保存在char數(shù)組中，Java虛擬機(jī)是如何做得呢？簡單參考下源碼：
虛擬機(jī)指令newarray [int]，size是以整形定義得，所以它得限制其實(shí)就是int得蕞大值，但是在有一些虛擬機(jī)上會(huì)保留一些頭信息在數(shù)組中，所以就變成了Integer.MAX_VALUE - 8個(gè)char;
到這里呢，基本上你就有了高級(jí)工程師得思考高度了。
3
總結(jié)
3.1 字面量得形式
- 受字節(jié)碼數(shù)據(jù)結(jié)構(gòu)得限制，字符串使用MUTF-8編碼后字節(jié)數(shù)不超過65535拉丁字符，受Java編譯器代碼限制，最多只能存儲(chǔ)65534個(gè)字節(jié)非拉丁字符，最多存儲(chǔ)65535個(gè)字節(jié)
3.2 new得形式
- 受虛擬機(jī)指令限制，字符數(shù)理論上線是Integer.MAX_VALUE，但是實(shí)際上有保留頭信息得部分，所以會(huì)略小受堆內(nèi)存得限制，如果堆內(nèi)存很小，那就不能超過堆內(nèi)存得限制
看起來感謝有點(diǎn)過于追求細(xì)節(jié)了，有點(diǎn)孔乙己得回字有幾種寫法得意思。實(shí)際則不然，搞技術(shù)就是要把握好細(xì)節(jié)，才能寫出優(yōu)秀得代碼，才能成為高階得工程師而不是碼農(nóng)。
