字符串是最重要的引用类型

  • 互联网基本上只干一件事：处理字符串

  • 能处理好字符串是Web Server的基本要求

    • 所以能很好处理字符串的语言容易做WebServer
    • Java、PHP、Python、Ruby、Perl

      字符串的不可变性

  • 为什么：

    • 线程安全
    • 存储安全：
      • 如果可变的话，内容相同的String，hashCode会不一样
        • 比如原来有个”ab”, “abc”两个hashCode不一样，将”abc“改为”ab“，但是hashCode没变
        • 造成两个“ab”的hashCode不同，违反了Object的hashCode约定
  • 缺点：
    • 每次修改的时候，都需要重复创建新对象

需要修改怎么办

1. StringBuilder

  • 优先使用，线程不安全，但速度快

    2. StringBuffer

  • 线程安全，速度相对较慢

字符串的内部构造和常用API

1. 不可变性是如何保证的

  • String类是final类，不可继承

  • 所有公开接口都是精心设计的，都不能修改里面的字符数组value
    image.png

    2. hash值是如何存储的

  • 字符串是不可变的，所以hash值也会缓存，不会每次重新调用hashCode方法计算

    • String的hashCode实现只有在hash为0时才会重新计算
    • 虽然有线程安全问题，但是每次计算出来的结果都是一样的，可以忽略这个问题，结果是安全的
    • image.png
      image.png

      3. 如何使用字符串随心所欲地完成工作

  • StringBuilder API

  • StringBuffer API
  • String API

    4. 还不够的，StringUtils补上

字符串与编码

  • 字符如何转换成计算机世界的编码
    • 通过【映射关系】
    • 这种映射关系为【字符集】
    • 字符（人能够看懂） -> 字节：编码
    • 字节 -> 字符：解码

字符集：Unicode

1. 每个数字代表一个字符

  • 叫做【码点】（code point）

    2. 最常见的两种编码方案：

  • UTF-16：Java程序内部的存储方法

  • UTF-8（最好的多语言解决方案）:

    • Mac/Linux默认编码
    • Windows默认的中文编码是GBK
    • 如果没有意外情况，最好把你的编码方案都换成UTF-8

      3. 各种单位能存的字符量

  • byte：0~255，256个，英文足够了

  • short：2bytes，256^2 = 65536个
  • int: 4bytes，256 ^ 4 = 约42.9亿个

  • unicode存的是世界大一统的文字（所有文字），所以码表用的int（目前刚用了差不多10w个）

    4. 多字节字符编码传输时顺序问题

  • 文件头加BOM（byte order mark）

  • 中文大多3个字节

    5 GBK，前身是GB2312

  • 与unicode用的完全不同的编码表，不能按同张码表查