如何在大型 Java 代码库中查找所有幼稚（基于“+”）的字符串连接？答案

【问题标题】：How to find all naive ("+" based) string concatenations in large Java codebase?如何在大型 Java 代码库中查找所有幼稚（基于“+”）的字符串连接？
【发布时间】：2009-06-23 13:36:12
【问题描述】：

我们有一个庞大的代码库，我们怀疑代码中有很多基于“+”的字符串连接可能会从使用 StringBuilder/StringBuffer 中受益。是否有有效的方法或现有的工具来搜索这些，尤其是在 Eclipse 中？

通过“+”搜索不是一个好主意，因为代码中有很多数学运算，因此需要实际分析代码和类型以找出哪些添加涉及字符串。

【问题讨论】：

标签： java optimization string

【解决方案1】：

我很确定 FindBugs 可以检测到这些。如果没有，它仍然非常有用。

编辑：它确实可以找到concatenations in a loop，这是唯一一次真正有所作为。

【讨论】：

+1 用于循环中的连接。这就是让我害怕的事情。
我主要担心循环，所以如果 findbugs 这样做，我一定会看看。我以前在其他项目上使用过 findbugs，但从不关心性能，只关心 bug。谢谢！
是的，FindBugs 中有几个类别仅用于性能。例如，“方法分配一个装箱的原语只是为了调用 toString”、“显式垃圾收集；除了在基准代码中之外非常可疑”和“使用 keySet 迭代器而不是 entrySet 迭代器效率低下”。

【解决方案2】：

请确保您真正了解使用StringBuilder 的地方实际上更好。我不是说你不知道，但肯定有很多人会接受这样的代码：

String foo = "Your age is: " + getAge();

并把它变成：

StringBuilder builder = new StringBuilder("Your age is: ");
builder.append(getAge());
String foo = builder.toString();

这只是同一事物的可读性较差的版本。通常，天真的解决方案是最佳解决方案。同样有些人担心：

String x = "long line" + 
    "another long line";

实际上，连接是在编译时执行的。

正如 nsander 说的很对，先看看你有没有问题......

【讨论】：

正是如此。这就是 FindBugs 只检查循环的原因。
不仅如此，编译器（至少是 javac）还会为您将大部分连接转换为 StringBuffer/StringBuilder.append()...
当然...但它对后代来说是一个很好的说明。我主要担心存在无法在编译时优化的串联程序链（例如循环）的情况。

【解决方案3】：

为什么不使用分析器来查找真正重要的“朴素”字符串连接？仅在您确实需要时才切换到更详细的 StringBuffer。

【讨论】：

在大多数情况下，只需要切换到 StringBuilder。

【解决方案4】：

你很有可能会成为你的performance worse and your code less readable。编译器已经进行了这种优化，除非您处于循环中，否则它通常会做得更好。此外，在 JDK 8 中，它们可能会出现 StringUberBuilder，并且所有使用 StringBuilder 的代码都会运行得更慢，而“+”连接的字符串将受益于新类。

“我们应该忘记小的效率，比如大约 97% 的时间：过早优化是万恶之源。然而，我们不应该放弃那关键的 3% 的机会。” - 唐纳德·高德纳

【讨论】：

【解决方案5】：

IntelliJ 可以使用“结构搜索”找到这些。您搜索“$a + $b”并将 $a 和 $b 的特征设置为 java.lang.String 类型。

但是，如果您有 IntelliJ，它可能具有内置检查功能，无论如何都能更好地找到您想要的东西。

【讨论】：

【解决方案6】：

我建议使用分析器。这确实是一个性能问题，如果您不能让代码显示出合理的测试数据，那么更改它就没有任何价值。

【讨论】：

【解决方案7】：

Jon Skeet（一如既往）和其他人已经说了所有需要的东西，但我真的想强调一下，也许您正在寻找一种不存在的性能改进......

看看这段代码：

public class StringBuilding {
  public static void main(String args[]) {
    String a = "The first part";
    String b = "The second part";
    String res = a+b;

    System.gc(); // Inserted to make it easier to see "before" and "after" below

    res = new StringBuilder().append(a).append(b).toString();
  }
}

如果你用javap编译和反汇编它，这就是你得到的。

public static void main(java.lang.String[]);
  Code:
   0:   ldc     #2; //String The first part
   2:   astore_1
   3:   ldc     #3; //String The second part
   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:  aload_2
   18:  invokevirtual   #6; //Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
   21:  invokevirtual   #7; //Method java/lang/StringBuilder.toString:()Ljava/lang/String;
   24:  astore_3
   25:  invokestatic    #8; //Method java/lang/System.gc:()V
   28:  new     #4; //class java/lang/StringBuilder
   31:  dup
   32:  invokespecial   #5; //Method java/lang/StringBuilder."<init>":()V
   35:  aload_1
   36:  invokevirtual   #6; //Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
   39:  aload_2
   40:  invokevirtual   #6; //Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
   43:  invokevirtual   #7; //Method java/lang/StringBuilder.toString:()Ljava/lang/String;
   46:  astore_3
   47:  return

如您所见，6-21 与 28-43 几乎相同。没有太多优化，对吧？

编辑：循环问题是有效的...

【讨论】：

【解决方案8】：

而不是只搜索 + 搜索 "+ 和 +" 那些可能会找到绝大多数。连接多个变量的情况会更加困难。

【讨论】：

而且大多数时候你会在字符串变量之间添加空格，所以这仍然可以捕捉到大多数东西。
或使用正则表达式来解释可选空格。 "\"\s?+" "+\s?\""

【解决方案9】：

如果您拥有庞大的代码库，您可能有很多热点，这些热点可能涉及也可能不涉及“+”连接。只需运行您常用的分析器，然后修复大的，不管它们是什么类型的构造。

仅修复一类（潜在）瓶颈而不是修复实际瓶颈将是一种奇怪的方法。

【讨论】：

【解决方案10】：

使用 PMD，您可以使用 XPath 或 Java 语法编写规则。可能值得研究它是否可以匹配字符串连接运算符——它当然似乎在静态分析的范围内。这是一个模糊的想法，我要制作这个“社区维基”；如果其他人想详细说明（或按照这些思路创建自己的答案），请这样做！

【讨论】：

【解决方案11】：

忘记它 - 你的 JVM 很可能已经这样做了 - 请参阅 the JLS, 15.18.1.2 Optimization of String Concatenation:

实现可以选择在一个步骤中执行转换和连接，以避免创建然后丢弃中间 String 对象。为了提高重复字符串连接的性能，Java 编译器可以使用 StringBuffer 类或类似技术来减少通过计算表达式创建的中间 String 对象的数量。

【讨论】：

它不能循环执行此操作。即，如果您通过循环某些内容并使用 += 来构建字符串，则每次迭代都会创建一个新的 StringBuffer/Builder。
好点 - JLS 中的所有内容都可能，所以我没有证据。有时间我得看看字节码。