Java调优-代码调优

String 调优

以上是几个版本JDK中String对象的组成。

JDK6的时候是通过offset和count来定位char[]数组；

JDK7去处了offset和count，解决了substring方法导致的内存泄漏问题（该方法里的char数组仍然指向原字符串导致String字符串无法回收）；

JDK9使用byte[]来代替char，char是两个byte，因此9的String更节省空间，coder的作用适用于在indexOf()函数时，计算字符串长度，coder属性有0，1两个值，0代表Latin-1（单字节编码），1代表UTF-16（双字节编码）。

在Java中，常用的构造字符串的方式有两种：

String str = "abc";
String str = new String("abc");

第一种：str引用的是字符串常量池的地址；

第二种：编译类文件时，“abc”加入到类常量，类加载时，字符串将会在常量池中创建；最后在new时，调用构造函数，同时引用常量池中的“abc”字符串，在堆内存中创建一个String对象，最后将str指向String对象；

字符串常量会直接放到字符串常量池，字符串变量对象是创建在堆内存中，同时也会在字符串常量池中创建一个字符串对象，复制到堆内存对象中，并返回堆内存引用。

如果在运行时创建字符串对象，例如new 了一个包含String类型成员变量的类，那么这个字符串对象会放入到堆中，只有当调用intern方法时并且常量池中没有时，才会将这个字符串对象放到常量池中，以后当堆中其他的字符串对象调用intern方法获取字符串引用对象时，才会去常量池中判断是否有相同值的字符串的引用并且返回（JDK7以后）。JDK6的做法是调用intern方法会去常量池中创建常量并且返回字符串引用。

所以，对于类似国家、地名等具有重复性的名字，可以使用intern方法来节省空间。

常量池分为：类文件常量池，运行时常量池，字符串常量池。JDK7之前运行时常量池包含字符串常量池，都在方法区，此时对方法区的实现为永久代；

JDK7运行时常量池还在方法区，但是字符串常量池放到了堆；

JDK8时，永久代移除，变为了元空间，此时运行时常量池在元空间，字符串常量池在堆。

正则表达式

DFA自动机（Deterministic Final Automaton确定有限状态自动机）：时间复杂度为O(n)；

NFA自动机（Non Deterministic Final Automaton非确定有限状态自动机）：时间复杂度O(ns)，s为状态数，拥有捕获group等，需要基于子表达式独立进行匹配，因此编程语言库里的正则表达式基本都是基于这种方式实现；

原理

text = "abbc"
regex = "ab{1,3}c"

1. a 匹配 a
2. b 匹配 b{1,3}
3. b 匹配 b{1,3}
4. c 不匹配 b{1,3}，原文从上一个b开始
5. c 匹配 正则下一个c
结果匹配

• 贪婪模式（Greddy）单独使用+、?、*或者{min,max}等量词，正则表达式会匹配尽可能多的内容
• 懒惰模式（Reluctant）在贪婪模式的正则字符串后面加?即可，尽可能少的匹配内容
• 独占模式（Possessive）在贪婪模式的正则字符串后面加+即可，匹配不上直接结束

懒惰模式和独占模式都可以尽量减少回溯，但是不能完全杜绝。

懒惰模式：

text = "abbc"
regex = "ab{1,3}?c"

1. a匹配a
2. b匹配b{1,3}
3. b不匹配c ，正则回溯
4. b匹配b
5. c匹配c

独占模式：

text = "abbc"
regex = "ab{1,3}+c"

1. a匹配a
2. b匹配b{1,3}
3. b匹配b{1,3}
4. c不匹配b{1,3}，原文开始回溯
5. c匹配c

所以最终匹配成功。

text = "abbc"
regex = "ab{1,3}+bc"

1. a匹配a
2. b匹配b{1,3}
3. b匹配b{1,3}
4. c不匹配b{1,3}，原文回溯
5. c不匹配b

最终匹配失败。

结论

1. 尽量使用懒惰模式和独占模式
2. 减少分支选择
3. 三次index性能大于（x|y|z）
4. 减少捕获嵌套，一个捕获组通常就是一个（）