Artikel
Mulakan
Mula belajar
JavaRush /Blog Java /Random-MS /Ah, baris ini...
articles
Tahap

Ah, baris ini...

Diterbitkan dalam kumpulan
Java-университет
Kelas java.lang.String mungkin salah satu yang paling banyak digunakan di Java. Dan selalunya ia digunakan secara buta huruf, yang menimbulkan banyak masalah, terutamanya dengan prestasi. Dalam artikel ini saya ingin bercakap tentang rentetan, kerumitan menggunakannya, sumber masalah, dll.
Ah, baris ini... - 1
Inilah yang akan kita bincangkan:
  • Peranti talian
  • Tersurat rentetan
  • Perbandingan rentetan
  • Penambahan rentetan
  • Pembina pengambilan dan salin subrentetan
  • Menukar baris
  • Mari kita mulakan dengan asas.

Peranti talian

Kelas java.lang.String mengandungi tiga medan: 
/**
 * NOTE: This is just a partial API
 */
public final class String{

    private final char value[];
    private final int offset;
    private final int count;

}
Malah, ia juga mengandungi medan lain, contohnya, kod cincang, tetapi ini tidak penting sekarang. Yang utama adalah ini. Jadi, asas rentetan ialah susunan aksara ( char ). Pengekodan Unicode UTF-16BE digunakan apabila menyimpan aksara dalam ingatan . Anda boleh membaca lebih lanjut mengenainya di sini . Bermula dengan Java 5.0, sokongan untuk versi Unicode di atas 2 dan, oleh itu, untuk aksara dengan kod lebih besar daripada 0xFFFF telah diperkenalkan . Untuk aksara ini, bukan satu aksara digunakan , tetapi dua; butiran lanjut tentang pengekodan aksara ini terdapat dalam artikel yang sama . Walaupun sokongan untuk simbol ini telah diperkenalkan, masalahnya ialah ia tidak akan dipaparkan. Saya menjumpai satu set simbol muzik ( U1D100 ) dan cuba memaparkan clef treble di suatu tempat (simbol dengan kod 1D120). Saya menukar kod itu kepada dua aksara , seperti yang dijangkakan - '\uD834' dan '\uDD20'. Penyahkod tidak mengadu tentang mereka; ia secara jujur ​​mengiktiraf mereka sebagai satu watak. Tetapi tidak ada fon di mana simbol ini wujud. Dan oleh itu - persegi. Dan nampaknya, ini akan bertahan lama. Jadi pengenalan sokongan untuk Unicode 4 boleh dilihat semata-mata melalui prisma asas untuk masa hadapan. Mari pergi lebih jauh. Saya meminta anda memberi perhatian yang teliti kepada medan kedua dan ketiga – mengimbangi dan mengira . Nampaknya tatasusunan mentakrifkan rentetan sepenuhnya jika SEMUA aksara digunakan. Jika medan sedemikian wujud, tidak semua aksara dalam tatasusunan boleh digunakan. Oleh itu, kita akan membincangkan perkara ini dalam pemilihan subrentetan dan bahagian pembina salinan.

Tersurat rentetan

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

Ini tidak ada kaitan dengan garis seperti itu. Saya hanya ingin menyerlahkan fakta bahawa rentetan tidak boleh diubah hanya pada tahap tertentu. Jadi inilah kodnya. 
package tests;

import java.lang.reflect.Field;
import java.lang.reflect.Modifier;

/**
 * This application demonstrates how to modify java.lang.String object
 * through reflection API.
 *
 * @version 1.0
 * @author Eugene Matyushkin
 */
public class StringReverseTest {

    /**
     * final static string that should be modified.
     */
    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
Apa yang berlaku di sini? Mula-mula saya sedang mencari medan jenis char[] . Saya juga boleh mencari mengikut nama. Walau bagaimanapun, nama itu mungkin berubah, tetapi saya sangat meragui jenisnya. Seterusnya, saya memanggil kaedah setAccessible(true) pada medan yang ditemui . Ini adalah perkara utama - saya melumpuhkan menyemak tahap akses untuk medan (jika tidak, saya tidak akan dapat menukar nilai, kerana medan itu peribadi ). Pada ketika ini saya boleh dipukul di atas kepala oleh pengurus keselamatan yang menyemak untuk melihat sama ada tindakan sedemikian dibenarkan (melalui panggilan ke checkPermission(new ReflectPermission("suppressAccessChecks")) ) . Jika dibenarkan (dan ini adalah lalai untuk aplikasi biasa), saya boleh mengakses medan peribadi . Selebihnya, seperti yang mereka katakan, adalah soal teknik. Akibatnya saya mendapat output: 
Initial static final string:  abcde
Reversed static final string: edcba
Q.E.D. Oleh itu, dalam aplikasi sebenar, saya menasihati anda untuk mengambil pendekatan yang lebih berhati-hati untuk menyediakan dasar keselamatan. Jika tidak, mungkin ternyata objek yang anda fikir dijamin tidak boleh diubah adalah tidak. * * * Saya rasa itu sahaja yang saya ingin katakan tentang rentetan buat masa ini. Terima kasih kerana memberi perhatian! Pautan ke sumber asal: Ah, baris ini...
Komen
TO VIEW ALL COMMENTS OR TO MAKE A COMMENT,
GO TO FULL VERSION