Java 9 缩小字符串( Compact String)


从 Java 9 开始,JDK 开始引入了一个叫做 缩小字符串( Compact String)。

1_kVNSX0h8p6Z3EWQzwmPjHg

在中文语境下,压缩和缩小都是削减的意思,很多时候是可以通用的,但是实际上还是有区别的。

JDK 9 的处理方式是不改变字符串存储使用的 char[] 数组,而是根据字符集来进行处理。

当 String 在创建的时候,如果我们知道这个字符集使用的 LATIN-1 来表示的话,我们就使用一个字节来存储。

如果是中文,或者我们知道不能用 1 个字节来存储的话,我们还是使用 2 个字节来存储,与原来的存储方式保持一致。

换句话说就是尝试用 1 个字节来存储我们可以存储的自己,而不再浪费存储空间。

现在我们需要知道的问题就是,针对 String 的操作是不是会因为这种存储格式的改变而有影响呢,因为我们在数组中存储了 2 个字符集, LATIN-1 和 UTF-16 字符集之间的混合操作是不是会受到改变?

本文章的后续部分就对这种情况进行一些说明和演示,来让我们大致了解这个改进对我们的影响。

针对日常使用 Java 的开发人员来说,这个改变是感觉不到的,至于你使用的比较等操作还是会按照正常的处理方式来处理,对你来说这个是透明的。

Java 9 中的字符串实现

直到现在,我们应该非常明确的了解到 Java 中存储 String 是使用 char[] 来处理的,这个是没有改变的。

首先,我们先定义一个 char[] 数组

private final char[] value;

然后我们再定义一个 byte[] 数组:

private final byte[] value;

定义一个 coder 变量:

private final byte coder;

这个 Code 的变量可以为下面 2 个值:

static final byte LATIN1 = 0;
static final byte UTF16 = 1;

大部分情况下,Stgring 将会对 Coder 进行判断,然后根据值使用不同的实现:

public int indexOf(int ch, int fromIndex) {
    return isLatin1() 
      ? StringLatin1.indexOf(value, ch, fromIndex) 
      : StringUTF16.indexOf(value, ch, fromIndex);
}  

private boolean isLatin1() {
    return COMPACT_STRINGS && coder == LATIN1;
}

CompactString 在 JVM 中是默认启用的,如果你不想启用,你可以使用下面的参数告诉 JVM 不使用 String 压缩功能:

+XX:-CompactStrings

coder 是如何工作的

在 Java 9 的 String 类实现中,有关字符串的长度是下面的方法来进行计算的:

public int length() {
    return value.length >> coder;
}

如果 String 只含有 LATIN-1 字符的话, coder 的值为 0,那么获得 String 字符串长度的方法就直接返回字节数组的的长度,因为你这个数组的长度就是一个自己一个元素。

在另外的一种情况,如果 Stirng 使用了 UTF-16 字符集的话,coder 的值为 1 Java 将会使用数组中存储的元素的字节实际长度来返回,这是因为数组中存储的字符可能是 2 字节的。

需要注意的是,这个修改是针对 String 的内部修改,针对绝大部分开发者来说,所有有关 String 的处理方法都是透明的。

如果你想了解更多 String 有关的内部实现,这个是你值得深入的地方。

https://www.ossez.com/t/java-9-string/14024

原创文章,作者:254126420,如若转载,请注明出处:https://blog.ytso.com/272807.html

(0)
上一篇 2022年7月9日
下一篇 2022年7月9日

相关推荐

发表回复

登录后才能评论