Artikulo
Magsimula
Simulan ang pag-aaral
JavaRush /Java Blog /Random-TL /Ah, ang mga linyang ito...
articles
Antas

Ah, ang mga linyang ito...

Nai-publish sa grupo
Java-университет
Ang java.lang.String class ay marahil ang isa sa pinaka ginagamit sa Java. At napakadalas na ginagamit ito nang walang pag-aaral, na nagdudulot ng maraming problema, lalo na sa pagganap. Sa artikulong ito gusto kong pag-usapan ang tungkol sa mga string, ang mga intricacies ng paggamit ng mga ito, ang mga mapagkukunan ng mga problema, atbp.
Ah, ang mga linyang ito... - 1
Narito ang pag-uusapan natin:
  • Line device
  • Mga literal na string
  • Paghahambing ng string
  • Pagdaragdag ng string
  • Substring fetch at copy constructor
  • Pagpapalit ng linya
  • Magsimula tayo sa mga pangunahing kaalaman.

Line device

Ang klase ng java.lang.String ay naglalaman ng tatlong field: 
/**
 * NOTE: This is just a partial API
 */
public final class String{

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

}
Sa katunayan, naglalaman din ito ng iba pang mga field, halimbawa, isang hash code, ngunit hindi ito mahalaga ngayon. Ang mga pangunahing ay ang mga ito. Kaya, ang batayan ng isang string ay isang hanay ng mga character ( char ). Ginagamit ang Unicode UTF-16BE encoding kapag nag-iimbak ng mga character sa memorya . Maaari mong basahin ang higit pa tungkol dito . Simula sa Java 5.0, ang suporta para sa mga bersyon ng Unicode sa itaas 2 at, nang naaayon, para sa mga character na may mga code na higit sa 0xFFFF ay ipinakilala . Para sa mga character na ito, hindi isang char ang ginagamit , ngunit dalawa; higit pang mga detalye tungkol sa pag-encode ng mga character na ito ay nasa parehong artikulo . Bagama't ang suporta para sa mga simbolo na ito ay ipinakilala, ang problema ay hindi sila ipapakita. Nakakita ako ng set ng mga simbolo ng musika ( U1D100 ) at sinubukan kong ipakita ang treble clef sa isang lugar (simbulo na may code 1D120). Na-convert ko ang code sa dalawang character , gaya ng inaasahan - '\uD834' at '\uDD20'. Ang decoder ay hindi nagrereklamo tungkol sa kanila; ito ay tapat na kinikilala ang mga ito bilang isang karakter. Ngunit walang font kung saan umiiral ang simbolong ito. At samakatuwid - isang parisukat. At tila, ito ay tatagal ng mahabang panahon. Kaya ang pagpapakilala ng suporta para sa Unicode 4 ay maaaring matingnan lamang sa pamamagitan ng prisma ng isang pundasyon para sa hinaharap. Tayo ay pumunta sa karagdagang. Hinihiling ko sa iyo na bigyang-pansin ang pangalawa at pangatlong field – offset at bilang . Mukhang ganap na tinutukoy ng array ang string kung LAHAT ng mga character ang ginagamit. Kung umiiral ang mga naturang field, hindi lahat ng character sa array ay magagamit. Kaya nga, pag-uusapan natin ito sa substring selection at copy constructor section.

Mga literal na string

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

Ito ay may kaunting kinalaman sa linya tulad nito. Gusto ko lang i-highlight ang katotohanan na ang isang string ay hindi nababago lamang sa isang tiyak na lawak. Kaya narito ang code. 
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
Anong nangyayari dito? Una ay naghahanap ako ng isang larangan ng uri char[] . Makakahanap din ako ng pangalan. Gayunpaman, maaaring magbago ang pangalan, ngunit lubos kong duda ang uri. Susunod, tinawag ko ang setAccessible(true) na paraan sa nahanap na field . Ito ay isang mahalagang punto - hindi ko pinagana ang pagsuri sa antas ng pag-access para sa field (kung hindi, hindi ko lang mababago ang halaga, dahil pribado ang field ). Sa puntong ito maaari akong matamaan ng security manager na tumitingin kung pinapayagan ang naturang aksyon (sa pamamagitan ng isang tawag sa checkPermission(new ReflectPermission("suppressAccessChecks")) ). Kung pinapayagan (at ito ang default para sa mga regular na application), maaari kong ma-access ang pribadong field. Ang natitira, tulad ng sinasabi nila, ay isang bagay ng pamamaraan. Bilang isang resulta, nakukuha ko ang output: 
Initial static final string:  abcde
Reversed static final string: edcba
Q.E.D. Samakatuwid, sa mga totoong application, ipinapayo ko sa iyo na gumawa ng mas maingat na diskarte sa pag-set up ng mga patakaran sa seguridad. Kung hindi, maaaring lumabas na ang mga bagay na sa tingin mo ay garantisadong hindi nababago ay hindi. * * * Iyon lang yata ang gusto kong sabihin tungkol sa mga string sa ngayon. Salamat sa iyong atensyon! Link sa orihinal na pinagmulan: Ah, ang mga linyang ito...
Mga komento
TO VIEW ALL COMMENTS OR TO MAKE A COMMENT,
GO TO FULL VERSION