面试官一句「String 为什么设计成不可变」,能筛掉一半候选人。更实际的是:不懂不可变和常量池,字符串比较的 bug 和循环拼接的性能坑,你一个都躲不开。
String 内部是个被 final 修饰的数组(JDK 8 是 char[],JDK 9 起换成 byte[] 省内存),没有提供任何修改它的方法:
String s = "hello";
s.toUpperCase(); // 生成新串 "HELLO",s 本身纹丝不动
System.out.println(s); // 还是 hello!
s = s.toUpperCase(); // 想变?拿新串重新赋值,旧串没人要就被 GC
所有「修改」方法(replace、substring、concat)都是造新对象返回,原串永远不动。这就是不可变(Immutable)。
1. 常量池共享:字面量全局只有一份,一万处 "hi" 也只存一个对象,省内存
2. 线程安全白拿:没人能改它,多个线程随便读,不需要任何锁
3. hashCode 可缓存:String 常年当 HashMap 的 key,不可变让 hash 算一次就能存起来,越用越快
顺带一个安全彩蛋:类加载器和文件路径都拿 String 传参,若 String 可变,权限检查完再被人偷改内容就是大漏洞。
字符串常量池(String Pool)是堆里的一张登记表,字面量按「先到先得、后来复用」管理:
String a = "hi"; // 池里没有 "hi",登记,a 指向它
String b = "hi"; // 池里有了,b 直接指同一个 → a == b 为 true
String c = new String("hi"); // 强制在堆里新造对象 → a == c 为 false
String d = c.intern(); // 手动登记:返回池里那份 → a == d 为 true
intern() 现在很少手写,但它是「池子真实存在」的铁证。日常记住一条:判内容用 equals,== 的结果交给编译器都说不清(3.5 节的玄学实验就是池子干的)。
String s = "a" + "b"; // 编译期常量折叠,直接变成 "ab",零成本
String base = "a";
for (int i = 0; i < 3; i++) {
base = base + i; // 运行期拼接:每轮 new 一个 StringBuilder
} // 再造一个新 String,垃圾一地
循环里用 + 拼字符串是性能灾难:1 万次循环就是 1 万个中间对象。正解是循环外建一个 StringBuilder(可变字符序列,append 改自己不造新串):
StringBuilder sb = new StringBuilder();
for (int i = 0; i < 10000; i++) {
sb.append(i); // 同一个对象上追加,零垃圾
}
String result = sb.toString(); // 最后一锤定音
StringBuffer 是 StringBuilder 的线程安全版(方法带 synchronized),单线程场景用不上,见到它多半是老代码。
+ 拼接编译后就是 StringBuilder.append,所以循环外的 + 完全可以放心用,别教条化
String s = "order-2024-01";
s.contains("2024"); // true,包含
s.startsWith("order"); // true,开头是
s.endsWith("01"); // true,结尾是
s.isEmpty(); // 长度是否为 0
s.isBlank(); // 全空格也算 blank(JDK 11+)
s.split("-"); // 按分隔符切成数组
String.join("-", "a", "b", "c"); // 反向拼回 "a-b-c"
s.repeat(3); // JDK 11+,重复三遍
s.strip(); // trim 升级版,认得更多 Unicode 空格
解析、校验、拼装全在这了。split 有个必踩的坑:参数是正则表达式,按点号切要写 "\\.",直接写 "." 会切出空数组——踩过一次的人一辈子记得。
拼带变量的长句,format 比 + 号清爽:
String log = String.format("订单 %s 金额 %.2f 元", orderId, amount);
// 订单 A1001 金额 99.50 元
%s 占字符串、%d 占整数、%.2f 保留两位小数。日志、异常消息、导出文案都爱用它——「格式」和「数据」分家,改文案不动变量。
String 在内存里是字符,落盘、走网络都得变字节,这一步叫编码:
byte[] bs = "你好".getBytes(StandardCharsets.UTF_8); // 编码
String back = new String(bs, StandardCharsets.UTF_8); // 解码
乱码的本质一句话:编码用 A,解码用 B。中文 Windows 默认 GBK,服务器默认 UTF-8,文件两边一倒手就成天书。守则:所有 getBytes 和 new String 都显式写 UTF_8,别赌平台默认值。Maven 编译参数、文件读写、HTTP 报文——中文项目的乱码排查,九成九栽在「没写明编码」。
某接口压测吞吐只有预期一半,性能工具一看热点,竟是 for 循环里一行 base += item。循环五万次,每轮 + 都 new StringBuilder、拷贝、toString,内存分配吃掉大把 CPU。换成循环外一个 StringBuilder append,吞吐翻倍。
剧本记住两点:字符串拼接是新手最容易写的隐形性能坑;排查先看热点方法再猜架构,让工具说话。
红利列完了,代价也得摊开:每次「修改」都造新串,频繁小改的场景内存 churn 大。JDK 认这笔账,所以开了 StringBuilder 这条可变侧门。同样的取舍以后还会遇到:List.of 造的集合不能改、BigDecimal 每次运算都返回新对象。选型思路一以贯之:读多改少用不可变拿红利,高频小改走可变通道。
判断「用户没填」也顺带说清:isEmpty 只认零长度,isBlank 连全空格也认。表单校验用 isBlank 才对——一串空格在业务上等于没填。
三兄弟常被一起问。String 不可变,适合当常量、当 Map 的 key;StringBuilder 可变但不加锁,单线程拼接首选;StringBuffer 可变又全方法加锁,是老代码的遗物。选择一秒完成:拼接用 Builder,其余用 String,Buffer 见到认识即可。真正要懂的是背后那笔账——String 的三份红利全建立在不可变上,Builder 的可变只换来「攒串不造中间对象」一个好处,各有各的地盘,谁也取代不了谁。
答案是两个:池里的字面量一个(若它此前不存在),堆里 new 出来的一个。追问 intern 返回谁?池里那份。这类题不用背,画一遍图就懂:字面量住池,new 住堆,intern 是「拿身份证去池里查,查到返回原份,查不到登记后返回」。机制清楚了,题目怎么变着花样问都不慌。生产里带走的还是那条铁律:内容比较用 equals,== 只回答「是不是同一个对象」,而你需要这个答案的场景屈指可数。
String 靠「final 数组 + 不给改的方法」换来常量池共享、天生线程安全和 hash 缓存三份红利;修改方法都造新串,循环拼接请换 StringBuilder。