探究Java string类equals方法的工作机制
在学习java String类的equals方法时，我们经常会遇到一些困惑，尤其是当深入到源码时，会发现一些不易理解的现象。今天我们将深入探讨jdk18环境下string类的equals方法的内部逻辑，揭示其中的奥秘。
问题描述
在使用断点调试时，观察到了以下现象：
问题1：
return (anobject instanceof string astring) && (!compact_strings || this.coder == astring.coder) && stringlatin1.equals(value, astring.value);
这个逻辑似乎在调试过程中循环运行。而且，有时即使字符相同，如”a”.equals(“a”)时，value与astring.value的数组长度也会不同。
问题2：
立即学习“Java免费学习笔记（深入）”；
- 对于”a”.equals(new string(“a”));，调试时发现传递的参数如图所示：
[参数图像] - 对于”a”.equals(“a”);，调试时发现传递的参数如图所示：
[参数图像]
这两个例子中，参数在传递到equals方法后，似乎并不总是如预期的”a”。
解答
让我们从string类的源码开始，逐步理解这些现象。首先，关于compact_strings的定义和说明：
/** * if string compaction is disabled, the bytes in {@code value} are * always encoded in utf16. * * for methods with several possible implementation paths, when string * compaction is disabled, only one code path is taken. * * the instance field value is generally opaque to optimizing jit * compilers. therefore, in performance-sensitive place, an explicit * check of the static boolean {@code compact_strings} is done first * before checking the {@code coder} field since the static boolean * {@code compact_strings} would be constant folded away by an * optimizing jit compiler. the idioms for these cases are as follows. * * for code such as: * * if (coder == latin1) { ... } * * can be written more optimally as * * if (coder() == latin1) { ... } * * or: * * if (compact_strings && coder == latin1) { ... } * * an optimizing jit compiler can fold the above conditional as: * * compact_strings == true => if (coder == latin1) { ... } * compact_strings == false => if (false) { ... } * * @implnote * the actual value for this field is injected by jvm. the static * initialization block is used to set the value here to communicate * that this static final field is not statically foldable, and to * avoid any possible circular dependency during vm initialization. */ static final boolean compact_strings; static { compact_strings = true; }
从这段说明可以看出，如果compact_strings为false，value将始终使用utf16编码。这个设置和coder字段密切相关。
接下来，我们看看coder的定义：
/** * the identifier of the encoding used to encode the bytes in * {@code value}. the supported values in this implementation are * * latin1 * utf16 * * @implnote this field is trusted by the vm, and is a subject to * constant folding if string instance is constant. overwriting this * field after construction will cause problems. */ private final byte coder;
coder有两个可能的值，分别表示latin1和utf16。我们可以找到与coder同名的方法：
byte coder() { return compact_strings ? coder : utf16; }
因此，条件(!compact_strings || this.coder == astring.coder)的意义就很明确了：
如果compact_strings == false，就使用utf16编码，继续检查下一个条件。如果条件不成立，就检查coder是否相同，如果不相同，直接返回false。我们可以用手写代码来理解这个逻辑：
boolean flag = false; if (!compact_strings) { flag = true; // 根据 compact_strings 的说明，这种情况下使用 utf16，忽略 coder 值 } else if (this.coder == astring.coder) { flag = true; // 说明 coder 一致 }
然后，stringlatin1.equals(value, astring.value)条件中，内部数据value使用latin1编码规则进行比较。value的定义如下：
/** * The value is used for character storage. * * @implNote This field is trusted by the VM, and is a subject to * constant folding if String instance is constant. Overwriting this * field after construction will cause problems. * * Additionally, it is marked with {@link Stable} to trust the contents * of the array. No other facility in JDK provides this functionality (yet). * {@link Stable} is safe here, because value is never null. */ @Stable private final byte[] value;
因此，equals方法的完整逻辑如下：
- 首先判断是否是字符串，如果不是，直接返回false。
- 检查是否具有相同的coder（compact_strings的值间接影响coder的一致性比较），如果不同，直接返回false。
- 在coder相同的情况下，比较内部数据是否一致，决定最终的比较结果。
补充说明：
关于utf16的比较方式，源码中仅使用了stringlatin1.equals，但如果确定编码规则相同，底层按字节比较的方法仍然适用。如果想要更详细了解utf16的比较，可以进一步研究stringlatin1的实现。
对于断点调试时观察到的“循环运行”现象，实际上并没有循环语句。调试过程中，可能会因为编码比较而导致这种现象。如果发现调试时传递的参数是“gbk”，这可能是因为在比较过程中涉及了编码转换。这需要进一步查看stringlatin1的源码以及调用栈来理解具体原因。
