java.lang.String: length() vs. count?

Question

我有一个测试字符串：

String test = "oiwfoilfhlshflkshdlkfhsdlfhlskdhfslkhvslkvhvkjdhfkljshvdfkjhvdsköljhvskljdfhvblskjbkvljslkhjjssdlkhdsflksjflkjdlfjslkjljlfjslfjldfjjhvbksdjhbvslkdfjhbvslkjvhbslkvbjbn";

在调试期间，我注意到以下情况。当我打印出长度时：

System.out.println("Test length() : " + test.length());

返回

测试 length() : 166

当我进行调试时，我可以看到变量的 count 值为333。

count 表示什么意思？

- Tranquillo

---

请说明您使用的Java版本，因为在Java 11中count字段不存在（或者至少我找不到）。 - Slaw

Answer 1

字符串实现包含字符数组 - 值。因此，在某些实现中，计数字段用于计算数组的声明大小。

有人可能会注意到提供的计数值与给定的字符串长度相差两倍 - 这似乎是对ASCII / UTF-8 / UTF-16分歧的提示，因为在字符串实例中，1个Unicode（UTF-16）符号由2个字节表示。

一个例子:

String str = "f";
str.length(); // 1
str.getBytes().length; // 1

但是

String str = "ў";
str.length(); // 1
str.getBytes().length; // 2

参见：

• Apache String Implementation
• Android String Implementation

您正在使用哪个JDK？这可能会更清楚地说明您的计数究竟是什么。

- Anton Hlinisty

---

@EugenCovaci 的 shadow 与 Dalvik 的 GC 有关。 - Anton Hlinisty

很可能count也是这样，这就是我的观点。当声明String test =“bla bla”时，带有计数参数的构造函数不会被调用。 - user10639668

我认为count表示字符串的原始字节保留（每个字符2个字节），然后再加上一个终止符。然而：Java会立即将传统的ASCII字符降至一个字节，以进行优化。请参见Anto Hlinisty使用getBytes().length进行的实验。 - Daniel Schmidt

等等，所以你只是发现一个方法参数与一个未知JRE中的私有字段同名，并将它们声明为相同的内容？而且作为参考，你提供了一个完全不同含义的旧JDK实现的私有字段？（请注意，你提供链接的那个实现有public int length(){return count;}，因此它不会显示问题中的任何行为）。这个帖子怎么获得了这么多赞？ - Ordous

（UTF-16）符号由2个字符表示：Java中的char，Character和String元素确实是1个UTF-16代码单元，占用2个字节。说chars会引起混淆。 - Tom Blodget

Answer 2

当询问与Java相关的android问题时，请始终提及它，因为存在一些重大差异。

Android ART运行时通过在可能的情况下将通常为两个字节的Java字符压缩为单字节ASCII字符串来优化java.lang.String。您可以在java.lang.String的源代码中看到它：

public int length() {
    // BEGIN Android-changed: Get length from count field rather than value array (see above).
    // return value.length;
    final boolean STRING_COMPRESSION_ENABLED = true;
    if (STRING_COMPRESSION_ENABLED) {
        // For the compression purposes (save the characters as 8-bit if all characters
        // are ASCII), the least significant bit of "count" is used as the compression flag.
        return (count >>> 1);
    } else {
        return count;
    }
}

字符串压缩在原生代码中的规定为：如下。

// String Compression
static constexpr bool kUseStringCompression = true;
enum class StringCompressionFlag : uint32_t {
    kCompressed = 0u,
    kUncompressed = 1u
};

此标记与count值进行逻辑或运算：OR-ed。

static int32_t GetFlaggedCount(int32_t length, bool compressible) {
    return kUseStringCompression
        ? static_cast<int32_t>((static_cast<uint32_t>(length) << 1) |
                               (static_cast<uint32_t>(compressible
                                                          ? StringCompressionFlag::kCompressed
                                                          : StringCompressionFlag::kUncompressed)))
        : length;
}

然而，从常量池加载字符串时，并不执行字符串压缩。因此，您将获得原始字符数的加倍+1（333 = 166 * 2 + 1）。该附加的1是“未压缩”标志。

- rustyx