length()
方法调用时,String
对象的最大大小是多少?我知道
length()
方法将一个String
的大小返回为一个char []
。String
类的length
方法返回一个int
,该方法返回的最大长度将是Integer.MAX_VALUE
,即2^31 - 1
(约为20亿)。char[]
,这可能是实现String
的内部数据表示方式),The Java Language Specification, Java SE 7 Edition的第10章:数组中如下所述:javac
报错该字面量太长:javac HelloWorld.java 2>&1|head -c 80 HelloWorld.java:3: constant string too long
- dlamblinjavac
对于String
字面值(而不是String
对象)的限制,因为我在Java语言规范和JVM规范中找不到任何关于String
字面值大小限制的参考资料。我试着创建一个超过10万个字符的String
字面值,Eclipse编译器没有问题编译它。(运行程序后能够显示该字面值具有超过10万个字符的String.length
)。 - coobirdchar[]
长度为Integer.MAX_VALUE-2
。由于String
使用char
数组,所以当前的实际限制略低于理论限制。 - Holgerjava.io.DataInput.readUTF()
和java.io.DataOutput.writeUTF(String)
指出,一个String
对象由两个字节的长度信息和字符串中每个字符的修改后UTF-8编码表示组成。因此,在使用DataInput
和DataOutput
时,字符串的长度受到字符串修改后UTF-8编码所需的字节数的限制。
此外,在Java虚拟机规范中找到的CONSTANT_Utf8_info
的规范定义如下结构。
CONSTANT_Utf8_info {
u1 tag;
u2 length;
u1 bytes[length];
}
'length'的大小为两个字节。
某些方法(例如String.length()
)的返回类型为int
并不总是意味着其允许的最大值为Integer.MAX_VALUE
。相反,在大多数情况下,选择int
只是为了提高性能。Java语言规范指出,在计算之前,长度小于int
的整数将被转换为int
(如果我记得正确),这也是在没有特殊原因时选择int
的原因之一。
编译时的最大长度最多为65536个字节。请再次注意,长度是修改过的UTF-8表示的字节数,而不是String
对象中字符的数量。
String
对象在运行时可能具有更多的字符。但是,如果想要使用具有DataInput
和DataOutput
接口的String
对象,则最好避免使用太长的String
对象。当我实现DataInput.readUTF()
和DataOutput.writeUTF(String)
的Objective-C等效项时,发现了这种限制。
CONSTANT_Utf8_info
规范的那部分 :) - Max Coplan由于数组必须使用整数作为索引,因此数组的最大长度为Integer.MAX_INT
(231-1,或2 147 483 647)。当然,这是假设您有足够的内存来容纳该大小的数组。
我有一台2010年的 iMac,配备了8GB内存,运行Eclipse Neon.2 Release (4.6.2)和Java 1.8.0_25。使用VM参数-Xmx6g,我运行了以下代码:
StringBuilder sb = new StringBuilder();
for (int i = 0; i < Integer.MAX_VALUE; i++) {
try {
sb.append('a');
} catch (Throwable e) {
System.out.println(i);
break;
}
}
System.out.println(sb.toString().length());
这会打印:
Requested array size exceeds VM limit
1207959550
所以,似乎最大数组大小为约1,207,959,549。然后我意识到我们实际上不关心Java是否用尽了内存:我们只是在寻找最大的数组大小(似乎是在某个地方定义的常量)。那么:
for (int i = 0; i < 1_000; i++) {
try {
char[] array = new char[Integer.MAX_VALUE - i];
Arrays.fill(array, 'a');
String string = new String(array);
System.out.println(string.length());
} catch (Throwable e) {
System.out.println(e.getMessage());
System.out.println("Last: " + (Integer.MAX_VALUE - i));
System.out.println("Last: " + i);
}
}
打印出:
Requested array size exceeds VM limit
Last: 2147483647
Last: 0
Requested array size exceeds VM limit
Last: 2147483646
Last: 1
Java heap space
Last: 2147483645
Last: 2
因此,似乎最大值为Integer.MAX_VALUE - 2,即(2^31) - 3。
顺便说一句,我不确定为什么我的StringBuilder在达到1207959550时达到上限,而我的char[]在(2^31)-3时达到上限。看起来,AbstractStringBuilder会将其内部的char[]大小加倍以进行扩展,因此可能会导致该问题。
显然它绑定到一个整数,该整数为0x7FFFFFFF(2147483647)。
String类的length()方法的返回类型是int。
public int length()
参考http://docs.oracle.com/javase/7/docs/api/java/lang/String.html#length()
因此,int的最大值是2147483647。
String在内部被视为字符数组,所以索引是在最大范围内进行的。这意味着我们无法引用第2147483648个成员。因此,在Java中,String的最大长度为2147483647。
在Java中,基本数据类型int占用4字节(32位)。由于1位(MSB)用作符号位,所以范围限制在-2^31到2^31-1(-2147483648至2147483647)。我们不能使用负值进行索引。因此,我们可以使用的范围从0到2147483647。
正如Takahiko Kawasaki的回答中所提到的,Java使用修改后的UTF-8来表示Unicode字符串,并在JVM规范的CONSTANT_UTF8_info结构体中,分配2个字节用于字符串长度(而不是字符数)。
为了扩展这个答案,ASM jvm bytecode库的putUTF8
方法包含如下内容:
public ByteVector putUTF8(final String stringValue) {
int charLength = stringValue.length();
if (charLength > 65535) {
// If no. of characters> 65535, than however UTF-8 encoded length, wont fit in 2 bytes.
throw new IllegalArgumentException("UTF8 string too large");
}
for (int i = 0; i < charLength; ++i) {
char charValue = stringValue.charAt(i);
if (charValue >= '\u0001' && charValue <= '\u007F') {
// Unicode code-point encoding in utf-8 fits in 1 byte.
currentData[currentLength++] = (byte) charValue;
} else {
// doesnt fit in 1 byte.
length = currentLength;
return encodeUtf8(stringValue, i, 65535);
}
}
...
}
但是当代码点映射 > 1byte 时,它会调用 encodeUTF8
方法:
final ByteVector encodeUtf8(final String stringValue, final int offset, final int maxByteLength /*= 65535 */) {
int charLength = stringValue.length();
int byteLength = offset;
for (int i = offset; i < charLength; ++i) {
char charValue = stringValue.charAt(i);
if (charValue >= 0x0001 && charValue <= 0x007F) {
byteLength++;
} else if (charValue <= 0x07FF) {
byteLength += 2;
} else {
byteLength += 3;
}
}
...
}
在这种情况下,最大字符串长度是65535字节,即utf-8编码长度,而不是字符数。
您可以从上面的utf8结构链接中找到JVM的修改后Unicode代码点范围。
String
的长度理论上可以达到Integer.MAX_VALUE
,但是在源代码中,字符串字面量的长度似乎仅限于 65535 bytes 的 UTF-8 数据。 - 200_success