JVM規範&源碼|字符串長度限制問題

---

前言

通過閱讀JVM規範和源碼，我們可以知道，String無論是字面量定義的形式還是運行時生成的方式都是有限制的。

Javac（eclipse編譯方式可能作了些修改）編譯階段，字面量定義的字符串形式需要小於65535，運行時階段大概小於2^31,4個G左右。

---

分析

如圖所示，先動態的輸出10w個1，然後copy出來，以字面量的形式定義一個字符串s，然後輸出，此時會報錯。

報錯原因爲字符串過長，即編譯階段，字面量形式定義的字符串是會有限制的。

有小夥伴可能說爲啥我的就沒有報錯呢，可能這裏需要將編譯方式修改爲javac的方式1。

字符串常量池

通過閱讀java虛擬機規範，我們可以知道字符串常量池的形式如下圖表示：

首先，字符串常量池的實現和Map有着異曲同工直面，以哈希表和鏈表的方式進行實現。其中，tag是一個固定值8（常量池有很多種，每種都有特定數字進行表示）

而關於string_index則爲索引值，指向相應的字符串序列，其結構可以用Constant_Utf8.info進行表示。其中，u2爲無符號的2字節，2^15+…+ 2^0=65535。即通過字面量定義的字符串最爲65534.

通過對編譯時的代碼進行調試，我們可以找到一個checkStringConstant方法，在編譯階段，進入常量池的字符串會在這裏做成判斷，如果大於等於65535，會輸出錯誤日誌。

 private void checkStringConstant(DiagnosticPosition var1, Object var2) {
        if (this.nerrs == 0 && var2 != null && var2 instanceof String && ((String)var2).length() >= 65535) {
            this.log.error(var1, "limit.string", new Object[0]);
            ++this.nerrs;
        }
    }

運行時的字符串大小

當我們繞過編譯器，來到運行時的階段，我們的字符串大小的限制就遠遠超過65535了，我們可以看如下的代碼，它的輸出是沒有問題的：

public static void main(String[] args) {
    String s = "";
    for (int i = 0; i < 100000; i++) {
        s+=i;
    }
    System.out.println(s);
   

}

爲什麼呢？原來通過“+”運行，我們的編譯器會優化成：

new StringBuilder().append("XX")...append("XX").toString()

再看看StringBuilder源碼中的toString方法，它會調用String的構造方法public String(char value[], int offset, int count) ：

 @Override
    public String toString() {
        // Create a copy, don't share the array
        return new String(value, 0, count);
    }

關於該構造方法，代碼如下所示：

 public String(char value[], int offset, int count) {
        if (offset < 0) {
            throw new StringIndexOutOfBoundsException(offset);
        }
        if (count <= 0) {
            if (count < 0) {
                throw new StringIndexOutOfBoundsException(count);
            }
            if (offset <= value.length) {
                this.value = "".value;
                return;
            }
        }
        // Note: offset or count might be near -1>>>1.
        if (offset > value.length - count) {
            throw new StringIndexOutOfBoundsException(offset + count);
        }
        this.value = Arrays.copyOfRange(value, offset, offset+count);
    }

看到這裏，機制的小夥伴應該發覺原因了吧，其實在StringBuild階段我們大概就可以猜出來了，因爲count表示了字符串的字符個數，而這個count是有長度限制的，它用int進行表示，通過查看它的“裝箱類”Integer源碼：

   /**
     * A constant holding the maximum value an {@code int} can
     * have, 2<sup>31</sup>-1.
     */
    @Native public static final int   MAX_VALUE = 0x7fffffff;

我們可以知道它的最大值爲2^31-1，這個數字的字符串大概有多大呢？

首先字符串在其底層，也是用一個char數組進行存儲的，而char，一個字符大小相當於2個字節，16位。2^31-1個字符爲：

2^31-1 * 16 / 8 /1024 /1024/1024 = 3.99....

大小約等於4G。

總結

字符串的大小限制問題，常見於前後端對接參數時，字符串傳參而產生的問題。或者，在對接甲方接口時，你根本不知道它給你響應的東西到底有多個，也不做申明，這時總會產生莫名其妙的問題。

（完）