Java 并没有定义 String 类型，仅在标准库中预先定义了一个 String 类，每个字符串都是该类的一个实例。

String 的内部结构

string.svg

在 JDK 6 及之前版本中，String 对象通过 offset 和 count 两个属性来定位 char[ ] 数组，获取字符串。这么做可以高效、快速地共享数组对象，同时节省内存空间，但这种方式很有可能会导致内存泄漏。

从 JDK 7 开始，String 类中不再有 offset 和 count 两个变量。这样的好处是解决了 substring() 方法因共享 char[ ] 数组对象而可能导致的内存泄漏问题。

从 JDK 9 开始，String 类将数组元素类型从占用 2 个字节的 char 类型变为了占用 1 个字节的 byte 类型，这个改变基于 JEP 254。

  1. private final char value[];        // before JDK 9
  3. private final byte[] value;        // since JDK 9

如果一个字符串仅包含 Latin-1 字符，那么每个字符仅占用 1 个字节。否则字符串的每个字符采用 UTF-16 编码，即每个字符占用 2 个字节。

因此 String 类新增了一个 byte 类型的属性 coder，用于标识每个字符占用多少个字节，coder 属性有两个值可选 —— Latin-1 和 UTF-16。

  1. static final byte LATIN1 = 0;
  2. static final byte UTF16 = 1;

所以 String 类中的大部分方法，在执行前都要先判断字符串字符的编码格式。下面以 indexOf() 方法为例，展示了内部的判断过程。

  1. public int indexOf(int ch, int fromIndex) {
  2.     return isLatin1() ? StringLatin1.indexOf(value, ch, fromIndex)
  3.         : StringUTF16.indexOf(value, ch, fromIndex);
  4. }
  6. private boolean isLatin1() {
  7.     return COMPACT_STRINGS && coder == LATIN1;
  8. }

关于 JDK 9 的改变，可以参考 Evolution of Strings in Java to Compact Strings。

String 的不可变性

String 的不可变型是字符串最重要的特征，即 String 类没有提供可以更改已有字符串字符的方法。

那为什么 Java 中的 String 要设计成不可变呢，主要是有以下三个方面的考虑：

  1. 保证 String 对象的安全性。假设 String 对象是可变的，那么 String 对象将可能被恶意修改。
  2. 保证 hash 属性值不会频繁变更，确保了唯一性，使得类似 HashMap 容器才能实现相应的 key-value 缓存功能。
  3. 可以实现字符串常量池。