热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

Java9及以上版本中String类为何使用byte[]而非char[]?

传统上,Java的String类一直使用char数组来存储字符数据。然而,在Java9及更高版本中,String类的内部实现改为使用byte数组。本文将探讨这一变化的原因及其带来的好处。

长期以来,Java 的 String 类一直使用 char 数组来存储字符数据。然而,最近我注意到在 Java 9 及更高版本中,String 类的内部实现已经改为使用 byte 数组。具体源码如下:

/**

* 用于字符存储的值。

*

* @implNote 该字段被虚拟机信任,并且如果是常量字符串实例,则会被常量折叠。构造后覆盖此字段将导致问题。

*

* 此外,它被标记为 {@link Stable} 以信任数组的内容。JDK 中目前没有其他功能提供此功能。

* {@link Stable} 在这里是安全的,因为 value 从不为 null。

*/

@Stable

private final byte[] value;

这显然使用的是 byte 数组,而不是 char 数组。那么,为什么会进行这样的改动呢?

主要原因是节省内存空间。在 JDK 9 之前的版本中,String 类的实现使用 char 数组来存储字符串,每个 char 占用 16 位(即 2 字节)。例如,存储字符 'A' 时,会占用 0x00 0x41,其中前一个字节是空闲的。这意味着对于 ISO-8859-1 编码范围内的字符,会有大量的内存浪费。而对于 ISO-8859-1 编码范围外的字符(如中文),则不会有浪费。

而在 JDK 9 及更高版本中,String 类的实现改为使用 byte 数组来存储字符串,每个 byte 占用 8 位(即 1 字节)。这样可以显著减少内存占用,特别是对于包含大量 ASCII 字符的字符串。

那么,当遇到 ISO-8859-1 编码范围外的字符(如中文)时,Java 是如何处理的呢?

Java 9 引入了一个新的属性 `coder`,用于表示字符串的编码格式:

private final byte coder;

static final boolean COMPACT_STRINGS;

static {

COMPACT_STRINGS = true;

}

byte coder() {

return COMPACT_STRINGS ? coder : UTF16;

}

{@Native static final byte LATIN1 = 0;}

{@Native static final byte UTF16 = 1;}

`coder` 属性用于标识字符串的编码格式,默认有两个值:0 表示 Latin-1(单字节编码),1 表示 UTF-16 编码。如果字符串只包含 Latin-1 字符,`coder` 属性值为 0;否则为 1。

在计算字符串长度或调用 `indexOf()` 等方法时,会根据 `coder` 属性来决定如何处理字符串。例如,如果 `coder` 为 0,表示字符串使用 Latin-1 编码,每个字符占用 1 字节;如果 `coder` 为 1,表示字符串使用 UTF-16 编码,每个字符占用 2 字节。

Java 9 默认启用紧凑字符串(COMPACT_STRINGS),但可以通过设置 VM 参数 `-XX:-CompactStrings` 来禁用这一特性。


推荐阅读
author-avatar
手机用户2602883667
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有