Java 内部如何表示字符串？答案

【问题标题】：How is a string represented in Java internally?Java 内部如何表示字符串？
【发布时间】：2011-12-16 02:12:59
【问题描述】：

我知道 C 字符串 abc 在 C 中内部会是 abc\0，Java 也是这样吗？

【问题讨论】：

【解决方案1】：

不，在 Java 中不一样。没有空终止符。 Java 字符串是对象，而不是指向字符数组。它与 Unicode 字符一起保持长度，因此无需寻找空终止符。

您不必在这里询问：查看 JDK 附带的 src.zip 中的 String.java 的源代码。这是它的开始：

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

    /** The offset is the first index of the storage that is used. */
    private final int offset;

    /** The count is the number of characters in the String. */
    private final int count;

    /** 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;
}

【讨论】：

应该注意的是，value[] 使用了 UTF-16（或它的一个很小的变体？）。并非所有 Unicode 字符都可以填充到单个 char。
另外，仅仅因为有一个value[]（和一个length）并不意味着没有额外的空终止符（好吧，没有' t 在规范的 JVM 中）。例如，BCL -- aka .NET/C# -- has both，尽管终结符从不直接暴露给托管代码。（另一方面，正因为如此，BCL 不能像 Java 中的 String.substring 那样创建一个字符串到另一个字符串的“视图”。）
我以为问题是关于 Java 的。这与 C# 有什么关系？

【解决方案2】：

不，C 字符串是一个字符数组，因此没有与它们关联的长度。这个决定的副作用是，要确定字符串的长度，必须遍历它以找到 \0，这在携带长度方面效率不高。

Java 字符串有一个 char 数组作为它们的字符，并带有一个偏移长度和一个字符串长度。这意味着确定字符串的长度是相当有效的。

Source.

【讨论】：

@buruzaemon：你知道连字符也应该找个地方坐，对吧？
+1 表示您对chars 的人性化看法以及他们可以休息一会儿的地方，@alex
@buruzaemon: Java string != C string
非常感谢您的回答！但是顺便说一句，我正在查看源页面，其中一张显示了程序中创建的字符串的所有内部结构，那个 IDE 是什么？
@Will：看起来像 IntelliJ IDEA 中的调试器。

【解决方案3】：

C 语言中的字符串是一个 char 类型的数组，而在 Java 中它是一个类，它表示 unicode chars 的集合。

【讨论】：

【解决方案4】：

没有。在 C 中使用空终止符是因为它比传递指针和大小更容易。在 Java 中，大小始终是已知的，因此不需要空终止符。此外，Java 中没有终止字符（输入 \0 将是文字字符串的一部分）。

【讨论】：

【解决方案5】：

Java 字符串不像 C 字符串那样以空值结尾。这是因为 Java 存储字符串的长度。您可以使用String.length() 检索长度。

【讨论】：

【解决方案6】：

String 类是用 Java 实现的。有关示例，请参见 OpenJDK 的 implementation。

OpenJDK 7 String 类带有一个 char[] 类型的数组来保存字符串本身，以及一个偏移量（告诉char[] 中第一个使用的位置）、字符串的长度和字符串的哈希码。

它还有两个静态字段，一个用于序列化目的的版本 ID 和一个 ObjectStreamField[]，这是由于序列化输出流的特殊大小写（至少在 OpenJDK 7 中）。

【讨论】：

ObjectStreamField[] serialPersistentFields 字段是 static。 String 不“包含”一个。 serialVersionUID 字段相同。实际上，String 实例有 4 个字段。
我认为 offset 字段在 JDK7 之前被放弃了，可能是因为实现者看到如果 million 是一个百万字符的字符串，让 million.substr(10,3) 持有对百万字符后备存储的引用可以会很浪费。恕我直言，他们应该设计substr 在使用不到一半的旧存储时创建一个新的后备存储，否则在旧存储中进行偏移。这会将最坏情况下的内存使用限制为最佳情况的 2 倍，同时促进一些常用的使用模式。

【解决方案7】：

据我所知，在java中String作为对象存储在堆部分作为Object的子类。无需使用 '\0' 来指定字符或字符串。

【讨论】：