面试官:String 字符串的最大长度是多少?
在学习和开发过程中,我们经常会讨论 short ,int 和 long 这些基本数据类型的取值范围,但是对于 String 类型我们好像很少注意它的“取值范围”。
那么对于 String 类型,它到底有没有长度限制呢?
其实 String 类型的对象,他们是有长度限制的, String 对象并不能“存储”无限长度的字符串。关于 String 的长度限制要从编译时限制和运行时限制两方面考虑。
编译期限制
有 JVM 虚拟机相关知识的同学肯定知道,下面定义的字符串常量“自由之路”会被放入方法区的常量池中。
Stirng 长度之所以会受限制,是因 JVM 规范对常量池有所限制。常量池中的每一种数据项都有自己的类型。Java 中的 UTF-8 编码的 Unicode 字符串在常量池中以 CONSTANT_Utf8 类型表示。
CONSTANT_Utf8 的数据结构如下:
我们重点关注下长度为 length 的那个 bytes 数组,这个数组就是真正存储常量数据的地方,而 length 就是数组可以存储的最大字节数。
length 的类型是 u2,u2 是无符号的 16 位整数,因此理论上允许的的最大长度是 2^16-1=65535。所以上面 byte 数组的最大长度可以是 65535。
上面的列子中长度为 65535 的字符串 s 还是编译失败了,但是长度为 65534 的字符串 s1 编译是成功的。这个好像和我们刚刚的结论不符合。
其实,这是 Javac 编译器的额外限制。在 Javac 的源代码中可以找到以下代码:
代码中可以看出,当参数类型为 String,并且长度大于等于 65535 的时候,就会导致编译失败。
这里需要重点强调下的是:String 的限制并不是对字符串长度的限制,而是对字符串底层存储的限制。这句话可能比较抽象,下面举个例子就清楚了。
Java 中的字符常量都是使用 UTF8 编码的,UTF8 编码使用 1~4 个字节来表示具体的 Unicode 字符。所以有的字符占用一个字节,而我们平时所用的大部分中文都需要 3 个字节来存储。
对于 s1,一个字母 d 的 UTF8 编码占用一个字节,65534 字母占用 65534 个字节,长度是 65534,也没超过 Javac 的限制,所以可以编译通过。
对于 s2,一个中文占用 3 个字节,21845 个正好占用 65535 个字节,而且字符串长度是 21845,并没有超过 javac 对长度的限制,所以可以编译通过。
对于 s3,一个英文字母 d 加上 21845 个中文“自”占用 65535 个字节,超过了最常限制,编译失败。
运行时限制
String 运行时的限制主要体现在 String 的构造函数上。下面是 String 的一个构造函数:
上面的 count 值就是字符串的最大长度。在 Java 中,int 的最大长度是 2^31-1。所以在运行时,String 的最大长度是 2^31-1。
但是这个也是理论上的长度,实际的长度还要看你 JVM 的内存。我们来看下,最大的字符串会占用多大的内存。
所以在最坏的情况下,一个最大的字符串要占用 4GB 的内存。如果你的虚拟机不能分配这么多内存的话,会直接报错的。
JDK9 以后对 String 的存储进行了优化。底层不再使用 char 数组存储字符串,而是使用 byte 数组。对于 LATIN1 字符的字符串可以节省一倍的内存空间。
简单总结
String 的长度是有限制的。
编译期的限制:字符串的 UTF8 编码值的字节数不能超过 65535,字符串的长度不能超过 65534;
运行时限制:字符串的长度不能超过 2^31-1,占用的内存数不能超过虚拟机能够提供的最大值。
作者:程序员自由之路
来源:https://www.cnblogs.com/54chensongxia/p/13640352.html
评论