请点赞关注，你的支持对我意义重大。
🔥 Hi，我是小彭。本文已收录到 GitHub · Android-NoteBook 中。这里有 Android 进阶成长知识体系，有志同道合的朋友，关注公众号 [彭旭锐] 带你建立核心竞争力。
前言
大家好，我是小彭。
过去两年，我们在掘金平台上发布 JetPack 专栏文章，小彭也受到了大家的意见和鼓励。最近，小彭会陆续搬运到公众号上。
在每种编程语言里，字符串都是一个躲不开的话题，也是面试常常出现的问题。在这篇文章里，我将总结 Java 字符串中重要的知识点 & 面试题 ，如果能帮上忙，请务必点赞加关注，这真的对我非常重要。
学习路线图：
1. C 和 Java 中字符串和字符数组的对比
1.1 内存表示不同
- 在 C 语言中，字符串和字符数组相同。字符串本质上是以
- 在 Java 中，字符串和字符数组不同。字符串是 String 对象，而字符数组是数组对象，均不需要结束符。如果是数组对象，对象内存区域中有一个字段表示数组的长度，而 String 相当于字符数组的包装类。内部包装了一个基于
UTF-16 BE编码的字符数组（从 Java 9 开始变为字节数组）。其他字符编码输入的字节流在进入 String 时都会被转换为UTF-16 BE编码。
java.lang.String
public final class String { private final char value[]; private int hash; ... } 1.2 char 类型的数据长度
- 在 C 语言中，char 类型占 1 字节，分为有符号与无符号两种；
- 在 Java 中，char 类型占 2 字节，只有无符号类型。
| 语言 | 类型 | 存储空间（字节） | 最小值 | 最大值 |
|---|---|---|---|---|
| Java | char | 2 | 0 | 65535 |
| C | char（相当于signed char） | 1 | -128 | 127 |
| C | signed char | 1 | -128 | 127 |
| C | unsigned char | 1 | 0 | 255 |
2. 为什么 Java 9 String 内部将 char 数组改为 byte 数组？
Java String 的内存表示本质上是基于 UTF-16 BE 编码的字符数组。UTF-16 是 2 个字节或 4 个字节的变长编码，这意味着即使是 UniCode 字符集的拉丁字母，使用 ASCII 编码只需要一个字节，但是在 String 中需要两个字节的存储空间。
为了优化存储空间，从 Java 9 开始，String 内部将 char 数组改为 byte 数组，String 会判断字符串中是否只包含拉丁字母。如果是的话则采用单字节编码（Latin-1），否则使用 UTF-16 编码。
String.java (since Java 9)
private final byte coder; static final boolean COMPACT_STRINGS; static { COMPACT_STRINGS = true; } byte coder() { return COMPACT_STRINGS ? coder : UTF16; } @Native static final byte LATIN1 = 0; @Native static final byte UTF16 = 1; 不同编码实现的简单区别如下：
| 编码格式 | 编码单元长度 | BOM | 字节序 |
|---|---|---|---|
| UTF-8-无BOM | 1 ~ 4 字节 | 无 | 大端序 |
| UTF-8 | 1 ~ 4 字节 | EF BB BF | 大端序 |
| UTF-16-无BOM | 2 / 4 字节 | 无 | 大端序 |
| UTF-16BE（默认） | 2 / 4 字节 | FE FF | 大端序 |
| UTF-16LE | 2 / 4 字节 | FF FE | 小端序 |
| UTF-32-无BOM | 4 字节 | 无 | 大端序 |
| UTF-32BE（默认） | 4 字节 | 00 00 FE FF | 大端序 |
| UTF-32LE | 4 字节 | FF EE 00 00 | 小端序 |
关于字符编码的更多内容，见： 计算机基础：今天一次把 Unicode 和 UTF-8 说清楚
3. String & StringBuilder & StringBuffer 的区别
3.1 效率
String 是不可变的，每次操作都会创建新的变量，而另外两个是可变的，不需要创建新的变量；另外，StringBuffer 的每个操作方法都使用 synchronized 关键字保证线程安全，增加了更多加锁 & 释放锁的时间。因此，操作效率的简单排序为：StringBuilder > StringBuffer > String。
3.2 线程安全
String 不可变，所以 String 和 StringBuffer 都是线程安全的，而 StringBuilder 是非线程安全的。
| 类型 | 操作效率 | 线程安全 |
|---|---|---|
| String | 低 | 安全（final） |
| StringBuffer | 中 | 安全（synchronized） |
| StringBuilder | 高 | 非安全 |
4. 为什么 String 设计为不可变类？
4.1 如何让 String 不可变？
《Effective Java》中 可变性最小化原则，阐述了不可变类的规则：
- 1、不对外提供修改对象状态的任何方法；
- 2、保证类不会被扩展（声明为 final 类或 private 构造器）；
- 3、声明所有域为 final；
- 4、声明所有域为 private；
- 5、确保对于任何可变性组件的互斥访问。
以上规则 String 均满足。
4.2 为什么 String 要设计为不可变？
- 1、不可变类 String 可以避免修改后无法定位散列表键值对： 假设 String 是可变类，当我们在 HashMap 中构建起一个以 String 为 Key 的键值对时，此时对 String 进行修改，那么通过修改后的 String 是无法匹配到刚才构建过的键值对的，因为修改后的 hashCode 可能是变化的。而不可变类可以规避这个问题。
- 2、线程安全： 不可变对象本质是线程安全，不需要同步；
提示： 反射可以破坏 String 的不可变性。
5. String + 的实现原理
String + 操作符是编译器语法糖，编译后会被替换为 StringBuilder#append(...) 语句，例如：
示例程序
// 源码： String string = null; for (String str : strings) { string += str; } return string; // 编译产物： String string = null; for(String str : strings) { StringBuilder builder = new StringBuilder(); builder.append(string); builder.append(str); string = builder.toString(); } // 字节码： 0 aconst_null 1 astore_1 2 aload_0 3 astore_2 4 aload_2 5 arraylength 6 istore_3 7 iconst_0 8 istore 4 10 iload 4 12 iload_3 13 if_icmpge 48 (+35) 16 aload_2 17 iload 4 19 aaload 20 astore 5 22 new #7 <java/lang/StringBuilder> 25 dup 26 invokespecial #8 <java/lang/StringBuilder.<init>> 29 aload_1 30 invokevirtual #9 <java/lang/StringBuilder.append> 33 aload 5 35 invokevirtual #9 <java/lang/StringBuilder.append> 38 invokevirtual #10 <java/lang/StringBuilder.toString> 41 astore_1 42 iinc 4 by 1 45 goto 10 (-35) 48 aload_1 49 areturn 可以看到，如果在循环里直接使用字符串 +，会生成非常多中间变量，性能非常差。应该在循环外新建一个 StringBuilder，在循环内统一操作这个对象。
6. String 对象的内存分配
6.1 "abc" 与 new String("abc") 的区别
"abc"=> 虚拟机首先检查 运行时常量池 中是否存在 "abc"，如果存在则直接返回，否则在字符串常量池中创建 "abc" 对象并返回。因此，多次声明使用的是同一个对象；new String("abc")=> 在编译过程中，Javac 会将 "abc" 加入到 Class 文件常量池 中。在类加载时期，Class 文件常量池会被加载进运行时常量池。在调用 new 字节码指令时，虚拟机会在堆中新建一个对象，并且引用常量池中的 "abc" 对象。
6.2 String#intern() 的实现原理
如果字符串常量池中已经包含一个等于此 String 对象的字符串，则返回常量池中的这个字符串；否则，先将此 String 对象包含的字符串拷贝到常量池中，在常量池中的这个字符串。
从 JDK 1.7 开始，String#intern() 不再拷贝字符串到常量池中，而是在常量池中生成一个对原 String 对象的引用，并返回。
// 举例： String s = new String("1"); s.intern(); String s2 = "1"; System.out.println(s == s2); String s3 = new String("1") + new String("1"); s3.intern(); String s4 = "11"; System.out.println(s3 == s4); // 输出结果为： JDK1.6以及以下：false false JDK1.7以及以上：false true 7. 为什么 String#haseCode() 要使用 31 作为因子？
public int hashCode() { int h = hash; if (h == 0 && value.length > 0) { char val[] = value; for (int i = 0; i < value.length; i++) { h = 31 * h + val[i]; } hash = h; } return h; } - 原因 1 - 31 可以被编译器优化 $31 * i = (i << 5) - i$，位运算和减法运算的效率比乘法运算高。
- 原因 2 - 31 是一个质数： 质数是只能被 1 和自身整除的数，使用质数作为乘法因子获得的散列值，在将来进行取模时，得到相同 index 的概率会降低，即降低了哈希冲突的概率。
- 原因 3 - 31 是一个不大不小的质数： 质数太小容易造成散列值聚集在一个小区间，提供散列冲突概率；质数过大容易造成散列值超出 int 的取值范围（上溢），丢失部分数值信息，散列冲突概率不稳定。
我是小彭，带你构建 Android 知识体系。技术和职场问题，请关注公众号 [彭旭锐]私信我提问。
