java慎用String.substring(int start, int end)

2024-06-07 20:38

本文主要是介绍java慎用String.substring(int start, int end),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1:问题的抛出

        今天在安卓项目中使用后台线程操作一个大文件,分块读取文件中的所有内容,每次操作加载一个小块进行解析,解析到指定的文本内容之后会加载并常驻内存中,即使所有我解析到的文本内容被加入到内存中也不会很大,这样不会造成内存泄露问题。原理如此,但是最终依然出现oom。

2:问题的排查

仔细检查之后发现线程中所有的产生的对象都已经在操作结束之后回收(即:生成的对象没有引用)。代码很简短,挨个排查,发现一个string对象调用了substring(int start, int end)方法,查看了一下substring方法的注释:

Returns a string containing a subsequence of characters from this string. The returned string shares this string's backing array.

注释中的这句话"shares this string's backing array"让我产生一个疑问:什么是backing array,会不会是原来string的所有内容数组?带着这个问题,我把调用该方法的代码注释掉再次运行,哈哈,果然顺畅了。

3:产生的原因

定位到String.substring(int start, int end)的源代码:

public String substring(int start, int end) {if (start == 0 && end == count) {return this;}// NOTE last character not copied!// Fast range check.if (start >= 0 && start <= end && end <= count) {return new String(offset + start, end - start, value);}throw startEndAndLength(start, end);}

可见,正常情况下返回的是new String(offset + start, end - start, value);这个新的字符串,重点看看那个value参数到底是什么呢,源码中定义为:

private final char[] value;

我在构造自己的String的时候使用的是 String (byte[] data)构造方法,追溯到value数组初始化的地方:

 public String(byte[] data, int offset, int byteCount, Charset charset) {if ((offset | byteCount) < 0 || byteCount > data.length - offset) {throw failedBoundsCheck(data.length, offset, byteCount);}// We inline UTF-8, ISO-8859-1, and US-ASCII decoders for speed and because 'count' and// 'value' are final.String canonicalCharsetName = charset.name();if (canonicalCharsetName.equals("UTF-8")) {byte[] d = data;char[] v = new char[byteCount];int idx = offset;int last = offset + byteCount;int s = 0;
outer:while (idx < last) {byte b0 = d[idx++];if ((b0 & 0x80) == 0) {// 0xxxxxxx// Range:  U-00000000 - U-0000007Fint val = b0 & 0xff;v[s++] = (char) val;} else if (((b0 & 0xe0) == 0xc0) || ((b0 & 0xf0) == 0xe0) ||((b0 & 0xf8) == 0xf0) || ((b0 & 0xfc) == 0xf8) || ((b0 & 0xfe) == 0xfc)) {int utfCount = 1;if ((b0 & 0xf0) == 0xe0) utfCount = 2;else if ((b0 & 0xf8) == 0xf0) utfCount = 3;else if ((b0 & 0xfc) == 0xf8) utfCount = 4;else if ((b0 & 0xfe) == 0xfc) utfCount = 5;// 110xxxxx (10xxxxxx)+// Range:  U-00000080 - U-000007FF (count == 1)// Range:  U-00000800 - U-0000FFFF (count == 2)// Range:  U-00010000 - U-001FFFFF (count == 3)// Range:  U-00200000 - U-03FFFFFF (count == 4)// Range:  U-04000000 - U-7FFFFFFF (count == 5)if (idx + utfCount > last) {v[s++] = REPLACEMENT_CHAR;continue;}// Extract usable bits from b0int val = b0 & (0x1f >> (utfCount - 1));for (int i = 0; i < utfCount; ++i) {byte b = d[idx++];if ((b & 0xc0) != 0x80) {v[s++] = REPLACEMENT_CHAR;idx--; // Put the input char backcontinue outer;}// Push new bits in from the right sideval <<= 6;val |= b & 0x3f;}// Note: Java allows overlong char// specifications To disallow, check that val// is greater than or equal to the minimum// value for each count://// count    min value// -----   ----------//   1           0x80//   2          0x800//   3        0x10000//   4       0x200000//   5      0x4000000// Allow surrogate values (0xD800 - 0xDFFF) to// be specified using 3-byte UTF values onlyif ((utfCount != 2) && (val >= 0xD800) && (val <= 0xDFFF)) {v[s++] = REPLACEMENT_CHAR;continue;}// Reject chars greater than the Unicode maximum of U+10FFFF.if (val > 0x10FFFF) {v[s++] = REPLACEMENT_CHAR;continue;}// Encode chars from U+10000 up as surrogate pairsif (val < 0x10000) {v[s++] = (char) val;} else {int x = val & 0xffff;int u = (val >> 16) & 0x1f;int w = (u - 1) & 0xffff;int hi = 0xd800 | (w << 6) | (x >> 10);int lo = 0xdc00 | (x & 0x3ff);v[s++] = (char) hi;v[s++] = (char) lo;}} else {// Illegal values 0x8*, 0x9*, 0xa*, 0xb*, 0xfd-0xffv[s++] = REPLACEMENT_CHAR;}}if (s == byteCount) {// We guessed right, so we can use our temporary array as-is.this.offset = 0;this.value = v;this.count = s;} else {// Our temporary array was too big, so reallocate and copy.this.offset = 0;this.value = new char[s];this.count = s;System.arraycopy(v, 0, value, 0, s);}} else if (canonicalCharsetName.equals("ISO-8859-1")) {this.offset = 0;this.value = new char[byteCount];this.count = byteCount;Charsets.isoLatin1BytesToChars(data, offset, byteCount, value);} else if (canonicalCharsetName.equals("US-ASCII")) {this.offset = 0;this.value = new char[byteCount];this.count = byteCount;Charsets.asciiBytesToChars(data, offset, byteCount, value);} else {CharBuffer cb = charset.decode(ByteBuffer.wrap(data, offset, byteCount));this.offset = 0;this.count = cb.length();if (count > 0) {// We could use cb.array() directly, but that would mean we'd have to trust// the CharsetDecoder doesn't hang on to the CharBuffer and mutate it later,// which would break String's immutability guarantee. It would also tend to// mean that we'd be wasting memory because CharsetDecoder doesn't trim the// array. So we copy.this.value = new char[count];System.arraycopy(cb.array(), 0, value, 0, count);} else {this.value = EmptyArray.CHAR;}}}

看看源码就终于明白了,value长度就是原有byte数组根据不同编码计算得到的结果,其内容自然是字符串中所有数据内容。

4:总结

java中的String.substring(int start, int end)方法返回的新字符串仍然保持原来字符串的数据引用,如果数据量比较大,这里需要注意一下会不会产生内存问题。

这篇关于java慎用String.substring(int start, int end)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1040243

相关文章

Spring Security常见问题及解决方案

《SpringSecurity常见问题及解决方案》SpringSecurity是Spring生态的安全框架,提供认证、授权及攻击防护,支持JWT、OAuth2集成,适用于保护Spring应用,需配置... 目录Spring Security 简介Spring Security 核心概念1. ​Securit

SpringBoot+EasyPOI轻松实现Excel和Word导出PDF

《SpringBoot+EasyPOI轻松实现Excel和Word导出PDF》在企业级开发中,将Excel和Word文档导出为PDF是常见需求,本文将结合​​EasyPOI和​​Aspose系列工具实... 目录一、环境准备与依赖配置1.1 方案选型1.2 依赖配置(商业库方案)二、Excel 导出 PDF

SpringBoot改造MCP服务器的详细说明(StreamableHTTP 类型)

《SpringBoot改造MCP服务器的详细说明(StreamableHTTP类型)》本文介绍了SpringBoot如何实现MCPStreamableHTTP服务器,并且使用CherryStudio... 目录SpringBoot改造MCP服务器(StreamableHTTP)1 项目说明2 使用说明2.1

spring中的@MapperScan注解属性解析

《spring中的@MapperScan注解属性解析》@MapperScan是Spring集成MyBatis时自动扫描Mapper接口的注解,简化配置并支持多数据源,通过属性控制扫描路径和过滤条件,利... 目录一、核心功能与作用二、注解属性解析三、底层实现原理四、使用场景与最佳实践五、注意事项与常见问题六

Spring的RedisTemplate的json反序列泛型丢失问题解决

《Spring的RedisTemplate的json反序列泛型丢失问题解决》本文主要介绍了SpringRedisTemplate中使用JSON序列化时泛型信息丢失的问题及其提出三种解决方案,可以根据性... 目录背景解决方案方案一方案二方案三总结背景在使用RedisTemplate操作redis时我们针对

Java中Arrays类和Collections类常用方法示例详解

《Java中Arrays类和Collections类常用方法示例详解》本文总结了Java中Arrays和Collections类的常用方法,涵盖数组填充、排序、搜索、复制、列表转换等操作,帮助开发者高... 目录Arrays.fill()相关用法Arrays.toString()Arrays.sort()A

Spring Boot Maven 插件如何构建可执行 JAR 的核心配置

《SpringBootMaven插件如何构建可执行JAR的核心配置》SpringBoot核心Maven插件,用于生成可执行JAR/WAR,内置服务器简化部署,支持热部署、多环境配置及依赖管理... 目录前言一、插件的核心功能与目标1.1 插件的定位1.2 插件的 Goals(目标)1.3 插件定位1.4 核

如何使用Lombok进行spring 注入

《如何使用Lombok进行spring注入》本文介绍如何用Lombok简化Spring注入,推荐优先使用setter注入,通过注解自动生成getter/setter及构造器,减少冗余代码,提升开发效... Lombok为了开发环境简化代码,好处不用多说。spring 注入方式为2种,构造器注入和setter

使用zip4j实现Java中的ZIP文件加密压缩的操作方法

《使用zip4j实现Java中的ZIP文件加密压缩的操作方法》本文介绍如何通过Maven集成zip4j1.3.2库创建带密码保护的ZIP文件,涵盖依赖配置、代码示例及加密原理,确保数据安全性,感兴趣的... 目录1. zip4j库介绍和版本1.1 zip4j库概述1.2 zip4j的版本演变1.3 zip4

Java堆转储文件之1.6G大文件处理完整指南

《Java堆转储文件之1.6G大文件处理完整指南》堆转储文件是优化、分析内存消耗的重要工具,:本文主要介绍Java堆转储文件之1.6G大文件处理的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言文件为什么这么大?如何处理这个文件?分析文件内容(推荐)删除文件(如果不需要)查看错误来源如何避