Java中字符串拼接的一些细节分析

工作日忙于项目的逻辑实现，周六有点时间，从书柜里拿出厚厚的英文版Thinking In Java，读到了字符串对象的拼接。参考着这本书做个翻译，加上自己思考的东西，写上这篇文章记录一下。

不可变的String对象

在Java中,String对象是不可变的(Immutable)。在代码中，可以创建多个某一个String对象的别名。但是这些别名都是的引用是相同的。
比如s1和s2都是”droidyue.com”对象的别名，别名保存着到真实对象的引用。所以s1 = s2

String s1 = "droidyue.com";

String s2 = s1;

System.out.println("s1 and s2 has the same reference =" + (s1 == s2));

Java中仅有的重载运算符

在Java中，唯一被重载的运算符就是字符串的拼接相关的。+,+=。除此之外，Java设计者不允许重载其他的运算符。

拼接剖析

真的有性能代价么

了解了上面两点，可能会有这样的思考，既然Sting对象不可变，那么多个（三个及以上）字符串拼接必然产生多余的中间String对象。

String userName = "Andy";

String age = "24";

String job = "Developer";

String info = userName + age + job;

要得到上面的info，就会userName和age拼接生成临时一个String对象t1,内容为Andy24，然后有t1和job拼接生成最终我们需要的info对象，这其中，产生了一个中间的t1，而且t1创建之后，没有主动回收，势必会占一定的空间。如果是一个很多(假设上百个，多见于对对象的toString的调用)字符串的拼接，那么代价就更大了，性能一下会降低很多。

编译器的优化处理

真的会有上面的性能代价么，字符串拼接这么常用，没有特殊的处理优化么，答案是有的，这个优化进行在编译器编译.java到bytecode时。

一个Java程序如果想运行起来，需要经过两个时期，编译时和运行时。在编译时，Java 编译器(Compiler)将java文件转换成字节码。在运行时，Java虚拟机（JVM）运行编译时生成的字节码。通过这样两个时期，Java做到了所谓的一处编译，处处运行。

我们实验一下编译期都做了哪些优化，我们制造一段可能会出现性能代价的代码。

public class Concatenation {

  public static void main(String[] args) {

      String userName = "Andy";

      String age = "24";

      String job = "Developer";

      String info = userName + age + job;

      System.out.println(info);

  }

}

对Concatenation.java进行编译一下。得到Concatenation.class

javac Concatenation.java

然后我们使用javap反编译一下编译出来的Concatenation.class文件。javap -c Concatenation。如果没有找到javap命令，请考虑将javap所在目录加入环境变量或者使用javap的完整路径。

17:22:04-androidyue~/workspace_adt/strings/src$ javap -c Concatenation

Compiled from "Concatenation.java"

public class Concatenation {

  public Concatenation();

    Code:

       0: aload_0

       1: invokespecial #1                  // Method java/lang/Object."<init>":()V

       4: return       

  public static void main(java.lang.String[]);

    Code:

       0: ldc           #2                  // String Andy

       2: astore_1

       3: ldc           #3                  // String 24

       5: astore_2

       6: ldc           #4                  // String Developer

       8: astore_3

       9: new           #5                  // class java/lang/StringBuilder

      12: dup

      13: invokespecial #6                  // Method java/lang/StringBuilder."<init>":()V

      16: aload_1

      17: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;

      20: aload_2

      21: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;

      24: aload_3

      25: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;

      28: invokevirtual #8                  // Method java/lang/StringBuilder.toString:()Ljava/lang/String;

      31: astore        4

      33: getstatic     #9                  // Field java/lang/System.out:Ljava/io/PrintStream;

      36: aload         4

      38: invokevirtual #10                 // Method java/io/PrintStream.println:(Ljava/lang/String;)V

      41: return

}

其中，ldc，astore等为java字节码的指令，类似汇编指令。后面的注释使用了Java相关的内容进行了说明。 我们可以看到上面有很多StringBuilder,但是我们在Java代码里并没有显示地调用，这就是Java编译器做的优化，当Java编译器遇到字符串拼接的时候，会创建一个StringBuilder对象，后面的拼接，实际上是调用StringBuilder对象的append方法。这样就不会有我们上面担心的问题了。

仅靠编译器优化？

既然编译器帮我们做了优化，是不是仅仅依靠编译器的优化就够了呢，当然不是。
下面我们看一段未优化性能较低的代码

public void  implicitUseStringBuilder(String[] values) {

  String result = "";

  for (int i = 0 ; i < values.length; i ++) {

      result += values[i];

  }

  System.out.println(result);

}

使用javac编译，使用javap查看

public void implicitUseStringBuilder(java.lang.String[]);

    Code:

       0: ldc           #11                 // String 

       2: astore_2

       3: iconst_0

       4: istore_3

       5: iload_3

       6: aload_1

       7: arraylength

       8: if_icmpge     38

      11: new           #5                  // class java/lang/StringBuilder

      14: dup

      15: invokespecial #6                  // Method java/lang/StringBuilder."<init>":()V

      18: aload_2

      19: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;

      22: aload_1

      23: iload_3

      24: aaload

      25: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;

      28: invokevirtual #8                  // Method java/lang/StringBuilder.toString:()Ljava/lang/String;

      31: astore_2

      32: iinc          3, 1

      35: goto          5

      38: getstatic     #9                  // Field java/lang/System.out:Ljava/io/PrintStream;

      41: aload_2

      42: invokevirtual #10                 // Method java/io/PrintStream.println:(Ljava/lang/String;)V

      45: return

其中8: if_icmpge 38 和35: goto 5构成了一个循环。8: if_icmpge 38的意思是如果JVM操作数栈的整数对比大于等于（i < values.length的相反结果）成立，则跳到第38行（System.out）。35: goto 5则表示直接跳到第5行。

但是这里面有一个很重要的就是StringBuilder对象创建发生在循环之间，也就是意味着有多少次循环会创建多少个StringBuilder对象，这样明显不好。赤裸裸地低水平代码啊。

稍微优化一下，瞬间提升逼格。

public void explicitUseStringBuider(String[] values) {

  StringBuilder result = new StringBuilder();

  for (int i = 0; i < values.length; i ++) {

      result.append(values[i]);

  }

}

对应的编译后的信息

public void explicitUseStringBuider(java.lang.String[]);

    Code:

       0: new           #5                  // class java/lang/StringBuilder

       3: dup

       4: invokespecial #6                  // Method java/lang/StringBuilder."<init>":()V

       7: astore_2

       8: iconst_0

       9: istore_3

      10: iload_3

      11: aload_1

      12: arraylength

      13: if_icmpge     30

      16: aload_2

      17: aload_1

      18: iload_3

      19: aaload

      20: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;

      23: pop

      24: iinc          3, 1

      27: goto          10

      30: return

从上面可以看出，13: if_icmpge 30和27: goto 10构成了一个loop循环，而0: new #5位于循环之外，所以不会多次创建StringBuilder.

总的来说，我们在循环体中需要尽量避免隐式或者显式创建StringBuilder. 所以那些了解代码如何编译，内部如何执行的人，写的代码档次都比较高。

以上文章，如有错误，请批评指正 。