# 面经手册 · 第11篇《StringBuilder 比 String 快?空嘴白牙的,证据呢!》

作者:小傅哥
博客:https://bugstack.cn (opens new window)

沉淀、分享、成长,让自己和他人都能有所收获!😄

# 一、前言

聊的是八股的文,干的是搬砖的活!

面我的题开发都用不到,你为什么要问?可能这是大部分程序员求职时的经历,甚至也是大家讨厌和烦躁的点。明明给的是拧螺丝的钱、明明做的是写CRUD的事、明明担的是成工具的人!

明明... 有很多,可明明公司不会招5年开发做3年经验的事、明明公司也更喜欢具有附加价值的研发。有些小公司不好说,但在一些互联网大厂中,我们都希望招聘到具有培养价值的,也更喜欢能快速打怪升级的,也更愿意让这样的人承担更大的职责。

但,你酸了! 别人看源码你打游戏、别人学算法你刷某音、别人写博客你浪98。所以,没有把时间用到个人成长上,就一直会被别人榨取。

# 二、面试题

谢飞机,总感觉自己有技术瓶颈、有知识盲区,但是又不知道在哪。所以约面试官聊天,虽然也面不过去!

面试官:飞机,你又抱着大脸,来白嫖我了啦?

谢飞机:嘿嘿,我需要知识,我渴。

面试官:好,那今天聊聊最常用的 String 吧,你怎么初始化一个字符串类型。

谢飞机String str = "abc";

面试官:还有吗?

谢飞机:还有?啊,这样 String str = new String("abc"); 😄

面试官:还有吗?

谢飞机:啊!?还有!不知道了!

面试官:你不懂 String,你没看过源码。还可以这样;new String(new char[]{'c', 'd'}); 回家再学学吧,下次记得给我买百事,我不喝可口

# 三、StringBuilder 比 String 快吗?

# 1. StringBuilder 比 String 快,证据呢?

老子代码一把梭,总有人絮叨这么搞不好,那 StringBuilder 到底那快了!

# 1.1 String

long startTime = System.currentTimeMillis();
String str = "";
for (int i = 0; i < 1000000; i++) {
    str += i;
}
System.out.println("String 耗时:" + (System.currentTimeMillis() - startTime) + "毫秒");
1
2
3
4
5
6

# 1.2 StringBuilder

long startTime = System.currentTimeMillis();
StringBuilder str = new StringBuilder();
for (int i = 0; i < 1000000; i++) {
    str.append(i);
}
System.out.println("StringBuilder 耗时" + (System.currentTimeMillis() - startTime) + "毫秒");
1
2
3
4
5
6

# 1.3 StringBuffer

long startTime = System.currentTimeMillis();
StringBuffer str = new StringBuffer();
for (int i = 0; i < 1000000; i++) {
    str.append(i);
}
System.out.println("StringBuffer 耗时" + (System.currentTimeMillis() - startTime) + "毫秒");
1
2
3
4
5
6

综上,分别使用了 StringStringBuilderStringBuffer,做字符串链接操作(100个、1000个、1万个、10万个、100万个),记录每种方式的耗时。最终汇总图表如下;

小傅哥 & 耗时对比

从上图可以得出以下结论;

  1. String 字符串链接是耗时的,尤其数据量大的时候,简直没法使用了。这是做实验,基本也不会有人这么干!
  2. StringBuilderStringBuffer,因为没有发生多线程竞争也就没有🔒锁升级,所以两个类耗时几乎相同,当然在单线程下更推荐使用 StringBuilder

# 2. StringBuilder 比 String 快, 为什么?

String str = "";
for (int i = 0; i < 10000; i++) {
    str += i;
}
1
2
3
4

这段代码就是三种字符串拼接方式,最慢的一种。不是说这种+加的符号,会被优化成 StringBuilder 吗,那怎么还慢?

确实会被JVM编译期优化,但优化成什么样子了呢,先看下字节码指令;javap -c ApiTest.class

小傅哥 & 反编译

一看指令码,这不是在循环里(if_icmpgt)给我 newStringBuilder 了吗,怎么还这么慢呢?再仔细看,其实你会发现,这new是在循环里吗呀,我们把这段代码写出来再看看;

String str = "";
for (int i = 0; i < 10000; i++) {
    str = new StringBuilder().append(str).append(i).toString();
}
1
2
3
4

现在再看这段代码就很清晰了,所有的字符串链接操作,都需要实例化一次StringBuilder,所以非常耗时。并且你可以验证,这样写代码耗时与字符串直接链接是一样的。 所以把StringBuilder 提到上一层 for 循环外更快。

# 四、String 源码分析

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {
    /** The value is used for character storage. */
    private final char value[];

    /** Cache the hash code for the string */
    private int hash; // Default to 0

    /** use serialVersionUID from JDK 1.0.2 for interoperability */
    private static final long serialVersionUID = -6849794470754667710L;
 	
    ...
}
1
2
3
4
5
6
7
8
9
10
11
12
13

# 1. 初始化

在与 谢飞机 的面试题中,我们聊到了 String 初始化的问题,按照一般我们应用的频次上,能想到的只有直接赋值,String str = "abc";,但因为 String 的底层数据结构是数组char value[],所以它的初始化方式也会有很多跟数组相关的,如下;

String str_01 = "abc";
System.out.println("默认方式:" + str_01);

String str_02 = new String(new char[]{'a', 'b', 'c'});
System.out.println("char方式:" + str_02);

String str_03 = new String(new int[]{0x61, 0x62, 0x63}, 0, 3);
System.out.println("int方式:" + str_03);

String str_04 = new String(new byte[]{0x61, 0x62, 0x63});
System.out.println("byte方式:" + str_04);
1
2
3
4
5
6
7
8
9
10
11

以上这些方式都可以初始化,并且最终的结果是一致的,abc。如果说初始化的方式没用让你感受到它是数据结构,那么str_01.charAt(0);呢,只要你往源码里一点,就会发现它是 O(1) 的时间复杂度从数组中获取元素,所以效率也是非常高,源码如下;

public char charAt(int index) {
    if ((index < 0) || (index >= value.length)) {
        throw new StringIndexOutOfBoundsException(index);
    }
    return value[index];
}
1
2
3
4
5
6

# 2. 不可变(final)

字符串创建后是不可变的,你看到的+加号连接操作,都是创建了新的对象把数据存放过去,通过源码就可以看到;

小傅哥 & String 不可变

从源码中可以看到,String 的类和用于存放字符串的方法都用了 final 修饰,也就是创建了以后,这些都是不可变的。

举个例子

String str_01 = "abc";
String str_02 = "abc" + "def";
String str_03 = str_01 + "def";
1
2
3

不考虑其他情况,对于程序初始化。以上这些代码 str_01str_02str_03,都会初始化几个对象呢?其实这个初始化几个对象从侧面就是反应对象是否可变性。

接下来我们把上面代码反编译,通过指令码看到底创建了几个对象。

反编译下

  public void test_00();
    Code:
       0: ldc           #2                  // String abc
       2: astore_1
       3: ldc           #3                  // String abcdef
       5: astore_2
       6: new           #4                  // class java/lang/StringBuilder
       9: dup
      10: invokespecial #5                  // Method java/lang/StringBuilder."<init>":()V
      13: aload_1
      14: invokevirtual #6                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
      17: ldc           #7                  // String def
      19: invokevirtual #6                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
      22: invokevirtual #8                  // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
      25: astore_3
      26: return
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
  • str_01 = "abc",指令码:0: ldc,创建了一个对象。
  • str_02 = "abc" + "def",指令码:3: ldc // String abcdef,得益于JVM编译期的优化,两个字符串会进行相连,创建一个对象存储。
  • str_03 = str_01 + "def",指令码:invokevirtual,这个就不一样了,它需要把两个字符串相连,会创建StringBuilder对象,直至最后toString:()操作,共创建了三个对象。

所以,我们看到,字符串的创建是不能被修改的,相连操作会创建出新对象。

# 3. intern()

# 3.1 经典题目

String str_1 = new String("ab");
String str_2 = new String("ab");
String str_3 = "ab";

System.out.println(str_1 == str_2);
System.out.println(str_1 == str_2.intern());
System.out.println(str_1.intern() == str_2.intern());
System.out.println(str_1 == str_3);
System.out.println(str_1.intern() == str_3);
1
2
3
4
5
6
7
8
9

这是一道经典的 String 字符串面试题,乍一看可能还会有点晕。答案如下;

false
false
true
false
true
1
2
3
4
5

# 3.2 源码分析

看了答案有点感觉了吗,其实可能你了解方法 intern(),这里先看下它的源码;

/**
 * Returns a canonical representation for the string object.
 * <p>
 * A pool of strings, initially empty, is maintained privately by the
 * class {@code String}.
 * <p>
 * When the intern method is invoked, if the pool already contains a
 * string equal to this {@code String} object as determined by
 * the {@link #equals(Object)} method, then the string from the pool is
 * returned. Otherwise, this {@code String} object is added to the
 * pool and a reference to this {@code String} object is returned.
 * <p>
 * It follows that for any two strings {@code s} and {@code t},
 * {@code s.intern() == t.intern()} is {@code true}
 * if and only if {@code s.equals(t)} is {@code true}.
 * <p>
 * All literal strings and string-valued constant expressions are
 * interned. String literals are defined in section 3.10.5 of the
 * <cite>The Java&trade; Language Specification</cite>.
 *
 * @return  a string that has the same contents as this string, but is
 *          guaranteed to be from a pool of unique strings.
 */
public native String intern();
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

这段代码和注释什么意思呢?

native,说明 intern() 是一个本地方法,底层通过JNI调用C++语言编写的功能。

\openjdk8\jdk\src\share\native\java\lang\String.c

Java_java_lang_String_intern(JNIEnv *env, jobject this)  
{  
    return JVM_InternString(env, this);  
}  

oop result = StringTable::intern(string, CHECK_NULL);

oop StringTable::intern(Handle string_or_null, jchar* name,  
                        int len, TRAPS) {  
  unsigned int hashValue = java_lang_String::hash_string(name, len);  
  int index = the_table()->hash_to_index(hashValue);  
  oop string = the_table()->lookup(index, name, len, hashValue);  
  if (string != NULL) return string;   
  return the_table()->basic_add(index, string_or_null, name, len,  
                                hashValue, CHECK_NULL);  
}  
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
  • 代码块有点长这里只截取了部分内容,源码可以学习开源jdk代码,连接: https://codeload.github.com/abhijangda/OpenJDK8/zip/master (opens new window)
  • C++这段代码有点像HashMap的哈希桶+链表的数据结构,用来存放字符串,所以如果哈希值冲突严重,就会导致链表过长。这在我们讲解hashMap中已经介绍,可以回看 HashMap源码 (opens new window)
  • StringTable 是一个固定长度的数组 1009 个大小,jdk1.6不可调、jdk1.7可以设置-XX:StringTableSize,按需调整。

# 3.3 问题图解

小傅哥 & 图解true/false

看图说话,如下;

  1. 先说 ==,基础类型比对的是值,引用类型比对的是地址。另外,equal 比对的是哈希值。
  2. 两个new出来的对象,地址肯定不同,所以是false。
  3. intern(),直接把值推进了常量池,所以两个对象都做了 intern() 操作后,比对是常量池里的值。
  4. str_3 = "ab",赋值,JVM编译器做了优化,不会重新创建对象,直接引用常量池里的值。所以str_1.intern() == str_3,比对结果是true。

理解了这个结构,根本不需要死记硬背应对面试,让懂了就是真的懂,大脑也会跟着愉悦。

# 五、StringBuilder 源码分析

# 1. 初始化

new StringBuilder();
new StringBuilder(16);
new StringBuilder("abc");
1
2
3

这几种方式都可以初始化,你可以传一个初始化容量,也可以初始化一个默认的字符串。它的源码如下;

public StringBuilder() {
    super(16);
}

AbstractStringBuilder(int capacity) {
    value = new char[capacity];
}
1
2
3
4
5
6
7

定睛一看,这就是在初始化数组呀!那是不操作起来跟使用 ArrayList 似的呀!

# 2. 添加元素

stringBuilder.append("a");
stringBuilder.append("b");
stringBuilder.append("c");
1
2
3

添加元素的操作很简单,使用 append 即可,那么它是怎么往数组中存放的呢,需要扩容吗?

# 2.1 入口方法

public AbstractStringBuilder append(String str) {
    if (str == null)
        return appendNull();
    int len = str.length();
    ensureCapacityInternal(count + len);
    str.getChars(0, len, value, count);
    count += len;
    return this;
}
1
2
3
4
5
6
7
8
9
  • 这个是 public final class StringBuilder extends AbstractStringBuilder,的父类与 StringBuffer 共用这个方法。
  • 这里包括了容量检测、元素拷贝、记录 count 数量。

# 2.2 扩容操作

ensureCapacityInternal(count + len);

/**
 * This method has the same contract as ensureCapacity, but is
 * never synchronized.
 */
private void ensureCapacityInternal(int minimumCapacity) {
    // overflow-conscious code
    if (minimumCapacity - value.length > 0)
        expandCapacity(minimumCapacity);
}

/**
 * This implements the expansion semantics of ensureCapacity with no
 * size check or synchronization.
 */
void expandCapacity(int minimumCapacity) {
    int newCapacity = value.length * 2 + 2;
    if (newCapacity - minimumCapacity < 0)
        newCapacity = minimumCapacity;
    if (newCapacity < 0) {
        if (minimumCapacity < 0) // overflow
            throw new OutOfMemoryError();
        newCapacity = Integer.MAX_VALUE;
    }
    value = Arrays.copyOf(value, newCapacity);
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

如上,StringBuilder,就跟操作数组的原理一样,都需要检测容量大小,按需扩容。扩容的容量是 n * 2 + 2,另外把原有元素拷贝到新新数组中。

# 2.3 填充元素

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

public void getChars(int srcBegin, int srcEnd, char dst[], int dstBegin) {
    // ...
    System.arraycopy(value, srcBegin, dst, dstBegin, srcEnd - srcBegin);
}
1
2
3
4

添加元素的方式是基于 System.arraycopy 拷贝操作进行的,这是一个本地方法。

# 2.4 toString()

既然 stringBuilder 是数组,那么它是怎么转换成字符串的呢?

stringBuilder.toString();

@Override
public String toString() {
    // Create a copy, don't share the array
    return new String(value, 0, count);
}
1
2
3
4
5

其实需要用到它是 String 字符串的时候,就是使用 String 的构造函数传递数组进行转换的,这个方法在我们上面讲解 String 的时候已经介绍过。

# 六、StringBuffer 源码分析

StringBufferStringBuilder,API的使用和底层实现上基本一致,维度不同的是 StringBuffer 加了 synchronized 🔒锁,所以它是线程安全的。源码如下;

@Override
public synchronized StringBuffer append(String str) {
    toStringCache = null;
    super.append(str);
    return this;
}
1
2
3
4
5
6

那么,synchronized 不是重量级锁吗,JVM对它有什么优化呢?

其实为了减少获得锁与释放锁带来的性能损耗,从而引入了偏向锁、轻量级锁、重量级锁来进行优化,它的进行一个锁升级,如下图(此图引自互联网用户:韭韭韭韭菜,画的非常优秀);

小傅哥 & 此图引自互联网,画的非常漂亮

  1. 从无锁状态开始,当线程进入 synchronized 同步代码块,会检查对象头和栈帧内是否有当前线下ID编号,无则使用 CAS 替换。
  2. 解锁时,会使用 CASDisplaced Mark Word 替换回到对象头,如果成功,则表示竞争没有发生,反之则表示当前锁存在竞争锁就会升级成重量级锁。
  3. 另外,大多数情况下锁🔒是不发生竞争的,基本由一个线程持有。所以,为了避免获得锁与释放锁带来的性能损耗,所以引入锁升级,升级后不能降级。

# 七、常用API

序号 方法 描述
1 str.concat("cde") 字符串连接,替换+号
2 str.length() 获取长度
3 isEmpty() 判空
4 str.charAt(0) 获取指定位置元素
5 str.codePointAt(0) 获取指定位置元素,并返回ascii码值
6 str.getBytes() 获取byte[]
7 str.equals("abc") 比较
8 str.equalsIgnoreCase("AbC") 忽略大小写,比对
9 str.startsWith("a") 开始位置值判断
10 str.endsWith("c") 结尾位置值判断
11 str.indexOf("b") 判断元素位置,开始位置
12 str.lastIndexOf("b") 判断元素位置,结尾位置
13 str.substring(0, 1) 截取
14 str.split(",") 拆分,可以支持正则
15 str.replace("a","d")、replaceAll 替换
16 str.toUpperCase() 转大写
17 str.toLowerCase() 转小写
18 str.toCharArray() 转数组
19 String.format(str, "") 格式化,%s、%c、%b、%d、%x、%o、%f、%a、%e、%g、%h、%%、%n、%tx
20 str.valueOf("123") 转字符串
21 trim() 格式化,首尾去空格
22 str.hashCode() 获取哈希值

# 八、总结

  • 业精于勤,荒于嬉,你学到的知识不一定只是为了面试准备,还更应该是拓展自己的技术深度和广度。这个过程可能很痛苦,但总得需要某一个烧脑的过程,才让其他更多的知识学起来更加容易。
  • 本文介绍了 String、StringBuilder、StringBuffer,的数据结构和源码分析,更加透彻的理解后,也能更加准确的使用,不会被因为不懂而犯错误。
  • 想把代码写好,至少要有这四面内容,包括;数据结构、算法、源码、设计模式,这四方面在加上业务经验与个人视野,才能真的把一个需求、一个大项目写的具备良好的扩展性和易维护性。