Java.lang.String классы Javaда эң көп колдонулган класстардын бири. Ал эми көбүнчө сабатсыз колдонулат, бул көптөгөн көйгөйлөрдү жаратат, биринчи кезекте аткаруу менен. Бул макалада мен саптар, аларды колдонуунун татаалдыктары, көйгөйлөрдүн булактары ж.б.
Бул жерде биз эмне жөнүндө сүйлөшөбүз:
- Линиялык түзүлүш
- Сап литералдары
- Сапты салыштыруу
- Сап кошуу
- Substring алуу жана көчүрүү конструктору
- Сапты өзгөртүү
- Негизгилерден баштайлы.
Линиялык түзүлүш
java.lang.String классы үч талааны камтыйт:
public final class String{
private final char value[];
private final int offset;
private final int count;
}
Чынында, ал башка талааларды да камтыйт, мисалы, хэш-code, бирок бул азыр маанилүү эмес. Негизгилери мына ушулар. Ошентип, саптын негизин символдордун массиви түзөт (
char ).
Юниcode UTF-16BE codeдоо символдорду эстутумда сактоодо колдонулат .
Бул тууралуу кененирээк бул жерден окуй аласыз .
Java 5.0ден баштап, Юниcodeдун 2ден жогору versionлары жана ошого жараша codeдору 0xFFFFден жогору болгон символдор үчүн колдоо киргизилген . Бул символдор үчүн бир символ эмес , эки
символ колдонулат ; бул белгилердин codeдолушу жөнүндө көбүрөөк маалымат
ошол эле макалада . Бул белгилер үчүн колдоо киргизилгенине карабастан, көйгөй алар көрсөтүлбөйт. Мен музыкалык символдордун жыйындысын таптым (
U1D100 ) жана бир жерде үч ыргак клифин көрсөтүүгө аракет кылдым (1D120 codeу бар символ). Мен codeду күтүлгөндөй эки
белгиге айланттым - '\uD834' жана '\uDD20'. Деcodeер аларга нааразы эмес, аларды чынчылдык менен бир каарман катары тааныйт. Бирок бул символ бар шрифт жок. Ошентип, - чарчы. Ал эми, сыягы, бул узак убакытка созулат. Ошентип, Юниcode 4 үчүн колдоону киргизүү келечек үчүн негиз призмасы аркылуу гана каралышы мүмкүн. Келгиле, андан ары баралы. Мен экинчи жана үчүнчү талаага кылдат көңүл бурууну суранам –
офсет жана
эсептөө .
БАРДЫК символдор колдонулса , массив сапты толугу менен аныктайт окшойт . Мындай талаалар бар болсо, массивдеги бардык символдорду колдонууга болбойт. Ошентип, биз бул тууралуу субстратты тандоо жана көчүрүү конструктор бөлүмүндө сүйлөшөбүз.
Сап литералдары
What такое строковый литерал? Это строка, записаная в двойных кавычках, например, такая: "abc". Такие выражения используются в codeе сплошь и рядом. Строка эта может содержать escape-последовательности unicode, например, \u0410, что будет соответствовать русской букве 'А'. Однако, эта строка
НЕ МОЖЕТ содержать последовательностей \u000A и \u000D, соответствующие символам LF и CR соответственно. Дело в том, что последовательности обрабатываются на самой ранней стадии компиляции, и символы эти будут заменены на реальные LF и CR (How если бы в редакторе просто нажали "Enter"). Для вставки в строку этих символов следует использовать последовательности \n и \r, соответственно. Строковые литералы сохраняются в пуле строк. Я упоминал о пуле в статье о сравнении на практике, но повторюсь. Виртуальная машина Java поддерживает пул строк. В него кладутся все строковые литералы, объявленные в codeе. При совпадении литералов (с точки зрения equals, см.
тут) используется один и тот же an object, находящийся в пуле. Это позволяет сильно экономить память, а в некоторых случаях и повышать производительность. Дело в том, что строку в пул можно поместить принудительно, с помощью метода
String.intern(). Этот метод возвращает из пула строку, равную той, у которой был вызван этот метод. Если же такой строки нет – в пул кладется та, у которой вызван метод, после чего возвращается link на нее же. Таким образом, при грамотном использовании пула появляется возможность сравнивать строки не по значению, через equals, а по ссылке, что значительно, на порядки, быстрее. Так реализован, например, класс
java.util.Locale, который имеет дело с кучей маленьких, в основном двухсимвольных, строк – codeами стран, языков и т.п. См. также тут:
Сравнение an objectов: практика – метод String.intern. Очень часто я вижу в различной литературе конструкции следующего вида:
public static final String SOME_STRING = new String("abc");
Если говорить еще точнее, нарекания у меня вызывает
new String("abc"). Дело в том, что конструкция эта – безграмотна. В Java строковый литерал – "abc" –
УЖЕ является an objectом класса
String. А потому, использование еще и конструктора приводит к
КОПИРОВАНИЮ строки. Поскольку строковый литерал уже хранится в пуле, и никуда из него не денется, то созданный
НОВЫЙ an object – ничто иное How пустая трата памяти. Эту конструкцию с чистой совестью можно переписать вот так:
public static final String SOME_STRING = "abc";
С точки зрения codeа это будет абсолютно то же самое, но несколько эффективнее. Переходим к следующему вопросу –
Сравнение строк
Собственно, все об этом вопросе я уже писал в статье
Сравнение an objectов: практика. И добавить больше нечего. Резюмируя сказаное там – строки надо сравнивать по значению, с использованием метода
equals. По ссылке их можно сравнивать, но аккуратно, только если точно знаешь, что делаешь. В этом помогает метод
String.intern. Единственный момент, который хотелось бы упомянуть – сравнение с литералами. Я часто вижу конструкции типа
str.equals("abc"). И тут есть небольшие грабли – перед этим сравнением правильно бы было сравнить
str с
null, чтобы не получить
NullPointerException. Т.е. правильной будет конструкция
str != null && str.equals("abc"). Между тем – ее можно упростить. Достаточно написать всего лишь
"abc".equals(str). Проверка на
null в этом случае не нужна. На очереди у нас...
Сложение строк
Строки – единственный an object, для которого определена операция сложения ссылок. Во всяком случае, так было до версии Java 5.0, в которой появился autoboxing/unboxing, но речь сейчас не об этом. Общее описание принципа работы оператора конкатенации можно найти в статье о linkх, а именно –
тут. Я же хочу затронуть более глубокий уровень. Представьте себе, представьте себе... Прямо How в песенке про кузнечика. :) Так вот, представьте себе, что нам надо сложить две строки, вернее, к одной прибавить другую:
String str1 = "abc";
str1 += "def";
Как происходит сложение? Поскольку an object класса строки неизменяем, то результатом сложения будет новый an object. Итак. Сначала выделяется память, достаточная для того, чтобы вместить туда содержимое обеих строк. В эту память копируется содержимое сначала первой строки, потом второй. Далее переменной str1 присваивается link на новую строку, а старая строка отбрасывается. Усложним задачу. Пусть у нас есть файл из четырех строк:
abc
def
ghi
jkl
Нам надо прочитать эти строки и собрать их в одну. Поступаем по той же схеме.
BufferedReader br = new BufferedReader(new FileReader("... filename ..."));
String result = "";
while(true){
String line = br.readLine();
if (line == null) break;
result += line;
}
Вроде пока все хорошо и логично. Давайте разберем, что происходит на нижнем уровне. Первый проход цикла.
result="",
line="abc". Выделяется память на 3 символа, туда копируется содержимое
line –
"abc". Переменной
result присваивается link на новую строку, старая отбрасывается. Второй проход цикла.
result="abc",
line="def". Выделяется память на 6 символов, туда копируется содержимое
result –
"abc", затем
line –
"def". Переменной
result присваивается link на новую строку, старая отбрасывается. Третий проход цикла.
result="abcdef",
line="ghi". Выделяется память на 9 символов, туда копируется содержимое
result –
"abcdef", затем
line –
"ghi". Переменной
result присваивается link на новую строку, старая отбрасывается. Четвертый проход цикла.
result="abcdefghi",
line="jkl". Выделяется память на 12 символов, туда копируется содержимое
result –
"abcdefghi", затем
line –
"jkl". Переменной
result присваивается link на новую строку, старая отбрасывается. Пятый проход цикла.
result="abcdefghijkl",
line=null. Цикл закончен. Итак. Три символа "abc" копировались в памяти 4 раза, "def" – 3 раза, "ghi" – 2 раза, "jkl" – один раз. Страшно? Не особо? А вот теперь представьте себе файл с длиной строки 80 символов, в котором где-то 1000 строк. Всего-навсего 80кб. Представor? What будет в этом случае? первая строка, How нетрудно подсчитать, будет скопирована в памяти 1000 раз, вторая – 999 и т.д. И при средней длине 80 символов через память пройдет ((1000 + 1) * 1000 / 2) * 80 = ... барабанная дробь... 40 040 000 символов, что составляет около 80 Мб (!!!) памяти. Каков же итог
ТАКОГО цикла? Чтение 80-килоbyteного file вызвало выделение 80 Мб памяти. Ни много ни мало – в 1000 раз больше, чем полезный объем. Какой из этого следует сделать вывод? Очень простой. Никогда, запомните –
НИКОГДА не используйте прямую конкатенацию строк, особенно в циклах. Даже в Howом-нибудь методе
toString, если он вызывается достаточно часто, имеет смысл использовать
StringBuffer instead of конкатенации. Собственно, компилятор при оптимизации чаще всего так и делает – прямые сложения он выполняет через
StringBuffer. Однако в случаях, подобных тому, что привел я, оптимизацию компилятор сделать не в состоянии. What и приводит к весьма печальным последствиям, описаным чуть ниже. К сожалению, подобные конструкции встречаются слишком часто. Потому я и счел необходитмым заострить на этом внимание.
Собственный опыт Не могу не вспомнить один эпизод из собственной практики. Один из программистов, работавших со мной, How-то пожаловался, что у него очень медленно работает его code. Он читал достаточно большой файл в HTML формате, после чего производил Howие-то манипуляции. И действительно, работало все с черепашьей speedю. Я взял посмотреть исходник, и обнаружил, что он... использует конкатенацию строк. У него было по 200-250 строк в каждом файле, и при чтении file около 200Кб через память проходило более 40Мб! В итоге я переписал немного code, заменив операции со строками на операции со StringBuffer-ом. Честно сказать, когда я запустил переписаный code, я подумал, что он просто где-то "упал". Обработка занимала доли секунды. Скорость выросла в 300-800 раз. После этого я коренным образом пересмотрел свое отношение к строковым операциям. Следующий акт марлезонского балета –
Выборка подстроки и копирующий конструктор
Представим, что у нас есть строка, из которой надо вырезать подстроку. Вопроса "How это сделать" не стоит – и так понятно. Вопрос в другом – что при этом происходит?
String str = "abcdefghijklmnopqrstuvwxyz";
str = str.substring(5,10);
Вроде тривиальный code. И первая мысль такая – выбирается подстрока "efghi", переменной str присваивается link на новую строку, а старый an object отбрасывается. Так? Почти. Дело в том, что для увеличения скорости при выборке подстроки используется ТОТ ЖЕ МАССИВ, что и в исходной строке. Иначе говоря, мы получим не an object, в котором массив
value (cм.
устройство строки) имеет длину 5 и содержит в себе символы 'e', 'f', 'g', 'h' и 'i', count=5 и offset=0. Нет, длина массива будет по-прежнему 26, count=5 и offset=5. И при отбрасывании старой строки массив НЕ ОТБРОСИТСЯ, а по-прежнему будет находиться в памяти, ибо на него есть link из новой строки. И существовать в памяти он будет до того момента, How будет отброшена уже новая строка. Это совсем неочевидный момент, который может привести к проблемам с памятью. Возникает вопрос – How этого избежать? Ответ – с помощью копирующего конструктора
String(String). Дело в том, что в этом конструкторе в явном виде выделяется память под новую строку, и в эту память копируется содержимое исходной. Таким образом, если мы перепишем code так:
String str = "abcdefghijklmnopqrstuvwxyz";
str = new String(str.substring(5,10));
..., то длина массива
value у an object
str будет действительно 5, count=5 и offset=0. И это – единственный случай, где оправдано применение копирующего конструктора для строки. И How финальный аккорд –
Изменение строки
Бул линияга анча деле тиешеси жок. Мен жөн гана сап белгилүү бир деңгээлде гана өзгөрбөс экенин баса белгилегим келет. Ошентип, бул жерде code.
package tests;
import java.lang.reflect.Field;
import java.lang.reflect.Modifier;
public class StringReverseTest {
public static final String testString = "abcde";
public static void main(String[] args) {
try{
System.out.println("Initial static final string: "+testString);
Field[] fields = testString.getClass().getDeclaredFields();
Field value = null;
for(int i=0; i
Бул жерде эмне болуп жатат?
Адегенде мен char[] түрүндөгү талааны издеп жатам . Мен да аты менен издей алчумун. Бирок, аты өзгөрүшү мүмкүн, бирок мен түрүн өтө күмөн.
Андан кийин, табылган талаада setAccessible(true) ыкмасын чакырам . Бул негизги пункт - мен талаага кирүү деңгээлин текшерүүнү өчүрөм (антпесе мен жөн гана маанини өзгөртө албайм, анткени талаа купуя
) . Ушул учурда мени коопсуздук менеджери уруп алышы мүмкүн, ал мындай аракетке уруксат берилгендигин текшерет (
checkPermission (new ReflectPermission("suppressAccessChecks")) чалуу аркылуу ). Эгер уруксат берилсе (жана бул кадимки тиркемелер үчүн демейки), мен
жеке талаага кире алам. Калганы, алар айткандай, техниканын иши. Натыйжада мен жыйынтык чыгарам:
Initial static final string: abcde
Reversed static final string: edcba
Q.E.D. Ошондуктан, реалдуу тиркемелерде мен сизге коопсуздук саясатын орнотууга кылдат мамиле жасоону сунуштайм. Болбосо, сиз ойлогон an objectтер өзгөрүлбөйт деп чыгышы мүмкүн. * * * Азырынча саптар тууралуу айткым келгени ушунусу деп ойлойм. Конул бурганын учун рахмат!
Түпнуска булакка шилтеме: Ах, бул саптар...
GO TO FULL VERSION