String源碼分析之Java中的String為什麼是不可變的以及replace方法源碼分析

標籤：string

什麼是不可變對象？

眾所周知， 在Java中， String類是不可變的。那麼到底什麼是不可變的對象呢？ 可以這樣認為：如果一個對象，在它建立完成之後，不能再改變它的狀態，那麼這個對象就是不可變的。不能改變狀態的意思是，不能改變對象內的成員變數，包括基礎資料型別 (Elementary Data Type)的值不能改變，參考型別的變數不能指向其他的對象，參考型別指向的對象的狀態也不能改變。

區分對象和對象的引用

對於Java初學者， 對於String是不可變對象總是存有疑惑。看下面代碼：

String s = "ABCabc";System.out.println("s = " + s);s = "123456";System.out.println("s = " + s);

列印結果為：
s = ABCabc
s = 123456

首先建立一個String對象s，然後讓s的值為“ABCabc”， 然後又讓s的值為“123456”。 從列印結果可以看出，s的值確實改變了。那麼怎麼還說String對象是不可變的呢？ 其實這裡存在一個誤區： s只是一個String對象的引用，並不是對象本身。對象在記憶體中是一塊記憶體區，成員變數越多，這塊記憶體區占的空間越大。引用只是一個4位元組的資料，裡面存放了它所指向的對象的地址，通過這個地址可以訪問對象。
也就是說，s只是一個引用，它指向了一個具體的對象，當s=“123456”; 這句代碼執行過之後，又建立了一個新的對象“123456”， 而引用s重新指向了這個新的對象，原來的對象“ABCabc”還在記憶體中存在，並沒有改變。記憶體結構如所示：

Java和C++的一個不同點是， 在Java中不可能直接操作對象本身，所有的對象都由一個引用指向，必須通過這個引用才能訪問對象本身，包括擷取成員變數的值，改變對象的成員變數，調用對象的方法等。而在C++中存在引用，對象和指標三個東西，這三個東西都可以訪問對象。其實，Java中的引用和C++中的指標在概念上是相似的，他們都是存放的對象在記憶體中的地址值，只是在Java中，引用喪失了部分靈活性，比如Java中的引用不能像C++中的指標那樣進行加減運算。

為什麼String對象是不可變的？
要理解String的不可變性，首先看一下String類中都有哪些成員變數。 在JDK1.6中，String的成員變數有以下幾個：

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

在JDK1.7中，String類做了一些改動，主要是改變了substring方法執行時的行為，這和本文的主題不相關。JDK1.7中String類的主要成員變數就剩下了兩個：

public final class String    implements java.io.Serializable, Comparable<String>, CharSequence {    /** The value is used for character storage. */    private final char value[];    /** Cache the hash code for the string */    private int hash; // Default to 0

由以上的代碼可以看出， 在Java中String類其實就是對字元數組的封裝。JDK6中， value是String封裝的數組，offset是String在這個value數組中的起始位置，count是String所佔的字元的個數。在JDK7中，只有一個value變數，也就是value中的所有字元都是屬於String這個對象的。這個改變不影響本文的討論。 除此之外還有一個hash成員變數，是該String對象的雜湊值的緩衝，這個成員變數也和本文的討論無關。在Java中，數組也是對象。 所以value也只是一個引用，它指向一個真正的數組對象。其實執行了String s = “ABCabc”; 這句代碼之後，真正的記憶體布局應該是這樣的：

value，offset和count這三個變數都是private的，並且沒有提供setValue， setOffset和setCount等公用方法來修改這些值，所以在String類的外部無法修改String。也就是說一旦初始化就不能修改， 並且在String類的外部不能訪問這三個成員。此外，value，offset和count這三個變數都是final的， 也就是說在String類內部，一旦這三個值初始化了， 也不能被改變。所以可以認為String對象是不可變的了。

那麼在String中，明明存在一些方法，調用他們可以得到改變後的值。這些方法包括substring， replace， replaceAll， toLowerCase等。例如如下代碼：

String a = "ABCabc";System.out.println("a = " + a);a = a.replace('A', 'a');System.out.println("a = " + a);

列印結果為：
a = ABCabc
a = aBCabc

那麼a的值看似改變了，其實也是同樣的誤區。再次說明， a只是一個引用， 不是真正的字串對象，在調用a.replace(‘A‘, ‘a‘)時， 方法內部建立了一個新的String對象，並把這個心的對象重新賦給了引用a。String中replace方法的源碼可以說明問題：

public String replace(char oldChar, char newChar) {        if (oldChar != newChar) {            int len = value.length;            int i = -1;            char[] val = value; /* avoid getfield opcode */            while (++i < len) {                if (val[i] == oldChar) {                    break;                }            }            if (i < len) {                char buf[] = new char[len];                for (int j = 0; j < i; j++) {                    buf[j] = val[j];                }                while (i < len) {                    char c = val[i];                    buf[i] = (c == oldChar) ? newChar : c;                    i++;                }                return new String(buf, true);            }        }        return this;    }

讀者可以自己查看其他方法，都是在方法內部重新建立新的String對象，並且返回這個新的對象，原來的對象是不會被改變的。這也是為什麼像replace， substring，toLowerCase等方法都存在返回值的原因。也是為什麼像下面這樣調用不會改變對象的值：

列印結果：
ss = 123456
ss = 123456

String對象真的不可變嗎？
從上文可知String的成員變數是private final 的，也就是初始化之後不可改變。那麼在這幾個成員中， value比較特殊，因為他是一個引用變數，而不是真正的對象。value是final修飾的，也就是說final不能再指向其他數組對象，那麼我能改變value指向的數組嗎？ 比如將數組中的某個位置上的字元變為底線“_”。 至少在我們自己寫的普通代碼中不能夠做到，因為我們根本不能夠訪問到這個value引用，更不能通過這個引用去修改數組。
那麼用什麼方式可以訪問私人成員呢？ 沒錯，用反射， 可以反射出String對象中的value屬性， 進而改變通過獲得的value引用改變數組的結構。下面是執行個體代碼：

public static void testReflection() throws Exception {//建立字串"Hello World"， 並賦給引用sString s = "Hello World"; System.out.println("s = " + s);//Hello World//擷取String類中的value欄位Field valueFieldOfString = String.class.getDeclaredField("value");//改變value屬性的存取權限valueFieldOfString.setAccessible(true);//擷取s對象上的value屬性的值char[] value = (char[]) valueFieldOfString.get(s);//改變value所引用的數組中的第5個字元value[5] = '_';System.out.println("s = " + s);  //Hello_World}

列印結果為：
s = Hello World
s = Hello_World

在這個過程中，s始終引用的同一個String對象，但是再反射前後，這個String對象發生了變化， 也就是說，通過反射是可以修改所謂的“不可變”對象的。但是一般我們不這麼做。這個反射的執行個體還可以說明一個問題：如果一個對象，他組合的其他對象的狀態是可以改變的，那麼這個對象很可能不是不可變對象。例如一個Car對象，它組合了一個Wheel對象，雖然這個Wheel對象聲明成了private final 的，但是這個Wheel對象內部的狀態可以改變， 那麼就不能很好的保證Car對象不可變。

附：

我們回過頭來看一下replace的源碼這段代碼的精髓之處:

1.為了程式更快,所以才先確保原來的字串中有舊的字元,不然會白白迴圈很多次。
2.找到後,建立一個新的字串buf,長度和原字串一樣,再用while迴圈替換所有的舊字元.
 
我們來分析一下這樣做的效率提升:
如果不判斷字串是否有舊字元,直接執行：

while (i < len){                    char c = val[i];                    buf[i] = (c == oldChar) ? newChar : c;                    i++;}

有n個字元,每個字元要執行判斷的次數為: while語句1次,char c賦值1次,c==oldChar判斷1次,賦值給buf[i] 1次
i++ 1次,所以總運算元為  5n。
 
而先判斷有舊字元再while迴圈,找到舊字元前每個字元只要執行3次操作,明顯提升了程式效率。

String源碼分析之Java中的String為什麼是不可變的以及replace方法源碼分析