來源：www.toutiao.com/i6893014573322863111
前言
話說Java中String是有長度限制的，聽到這里很多人不禁要問，String還有長度限制？是的有，而且在JVM編譯中還有規(guī)范，而且有的家人們在面試的時(shí)候也遇到了。
本人就遇到過面試的時(shí)候問這個(gè)的，而且在之前開發(fā)的中也真實(shí)地遇到過這個(gè)String長度限制的場景（將某固定文件轉(zhuǎn)碼成Base64的形式用字符串存儲，在運(yùn)行時(shí)需要的時(shí)候在轉(zhuǎn)回來，當(dāng)時(shí)文件比較大），那這個(gè)規(guī)范限制到底是怎么樣的，咱們話不多說先??去。
String
首先要知道String的長度限制我們就需要知道String是怎么存儲字符串的，String其實(shí)是使用的一個(gè)char類型的數(shù)組來存儲字符串中的字符的。
存儲String的容器原來是它
那么String既然是數(shù)組存儲那數(shù)組會有長度的限制嗎？是的有限制，但是是在有先提條件下的，我們看看String中返回length的方法。
String類中的length方法
由此我們看到返回值類型是int類型，Java中定義數(shù)組是可以給數(shù)組指定長度的，當(dāng)然不指定的話默認(rèn)會根據(jù)數(shù)組元素來指定：
int[]?arr1?=?new?int[10];?//?定義一個(gè)長度為10的數(shù)組
整數(shù)在java中是有限制的，我們通過源碼來看看int類型對應(yīng)的包裝類Integer可以看到，其長度最大限制為2^31 -1，那么說明了數(shù)組的長度是0~2^31-1，那么計(jì)算一下就是（2^31-1 = 2147483647 = 4GB）
Integer的取值范圍
看到這我們嘗試通過編碼來驗(yàn)證一下上述觀點(diǎn)。
以字面量形式定義字符串
以上是我通過定義字面量的形式構(gòu)造的10萬個(gè)字符的字符串，編譯之后虛擬機(jī)提示報(bào)錯(cuò)，說我們的字符串長度過長，不是說好了可以存21億個(gè)嗎？為什么才10萬個(gè)就報(bào)錯(cuò)了呢？
其實(shí)這里涉及到了JVM編譯規(guī)范的限制了，其實(shí)JVM在編譯時(shí)，如果我們將字符串定義成了字面量的形式，編譯時(shí)JVM是會將其存放在常量池中，這時(shí)候JVM對這個(gè)常量池存儲String類型做出了限制，接下來我們先看下手冊是如何說的。
java虛擬機(jī)規(guī)范截圖
常量池中，每個(gè) cp_info 項(xiàng)的格式必須相同，它們都以一個(gè)表示 cp_info 類型的單字節(jié) “tag”項(xiàng)開頭。后面 info[]項(xiàng)的內(nèi)容 由tag 的類型所決定。
java虛擬機(jī)規(guī)范手冊常量類型表
我們可以看到 String類型的表示是 CONSTANT_String ，我們來看下CONSTANT_String具體是如何定義的。
這里定義的 u2 string_index 表示的是常量池的有效索引，其類型是CONSTANT_Utf8_info 結(jié)構(gòu)體表示的，這里我們需要注意的是其中定義的length我們看下面這張圖。歷史文章：200期階段匯總
在class文件中u2表示的是無符號數(shù)占2個(gè)字節(jié)單位，我們知道1個(gè)字節(jié)占8位，2個(gè)字節(jié)就是16位 ，那么2個(gè)字節(jié)能表示的范圍就是2^16- 1 = 65535 。范中class文件格式對u1、u2的定義的解釋做了一下摘要：
1、class文件中文件內(nèi)容類型解釋
定義一組私有數(shù)據(jù)類型來表示 Class 文件的內(nèi)容，它們包括 u1，u2 和 u4，分別代 表了 1、2 和 4 個(gè)字節(jié)的無符號數(shù)。
每個(gè) Class 文件都是由 8 字節(jié)為單位的字節(jié)流組成，所有的 16 位、32 位和 64 位長度的數(shù) 據(jù)將被構(gòu)造成 2 個(gè)、4 個(gè)和 8 個(gè) 8 字節(jié)單位來表示。
2、程序異常處理的有效范圍解釋
start_pc 和 end_pc 兩項(xiàng)的值表明了異常處理器在 code[]數(shù)組中的有效范圍。
start_pc 必須是對當(dāng)前 code[]數(shù)組中某一指令的操作碼的有效索引，end_pc 要 么是對當(dāng)前 code[]數(shù)組中某一指令的操作碼的有效索引，要么等于 code_length 的值，即當(dāng)前 code[]數(shù)組的長度。start_pc 的值必須比 end_pc 小。
當(dāng)程序計(jì)數(shù)器在范圍
[start_pc, end_pc)內(nèi)時(shí)，異常處理器就將生效。即設(shè) x 為 異常句柄的有效范圍內(nèi)的值，x 滿足：
start_pc ≤ x < end_pc。
實(shí)際上，end_pc 值本身不屬于異常處理器的有效范圍這點(diǎn)屬于 Java 虛擬機(jī)歷史上 的一個(gè)設(shè)計(jì)缺陷：如果 Java 虛擬機(jī)中的一個(gè)方法的 code 屬性的長度剛好是 65535 個(gè)字節(jié)，并且以一個(gè) 1 個(gè)字節(jié)長度的指令結(jié)束，那么這條指令將不能被異常處理器 所處理。
不過編譯器可以通過限制任何方法、實(shí)例初始化方法或類初始化方法的
code[]數(shù)組最大長度為 65534，這樣可以間接彌補(bǔ)這個(gè) BUG。
注意：這里對個(gè)人認(rèn)為比較重要的點(diǎn)做了標(biāo)記，首先第一個(gè)加粗說白了就是說數(shù)組有效范圍就是【0-65565】但是第二個(gè)加粗的地方又解釋了，因?yàn)樘摂M機(jī)還需要1個(gè)字節(jié)的指令作為結(jié)束，所以其實(shí)真正的有效范圍是【0-65564】，這里要注意這里的范圍僅限編譯時(shí)期，如果你是運(yùn)行時(shí)拼接的字符串是可以超出這個(gè)范圍的。
接下來我們通過一個(gè)小實(shí)驗(yàn)來測試一下我們構(gòu)建一個(gè)長度為65534的字符串，看看是否就能編譯通過。歷史文章：200期階段匯總
首先通過一個(gè)for循環(huán)構(gòu)建65534長度的字符串，在控制臺打印后，我們通過自己度娘的一個(gè)在線字符統(tǒng)計(jì)工具計(jì)算了一下確實(shí)是65534個(gè)字符，如下：
然后我們將字符復(fù)制后以定義字面量的形式賦值給字符串，可以看到我們選擇這些字符右下角顯示的確實(shí)是65534，于是乎運(yùn)行了一波，果然成功了。
答：首先字符串的內(nèi)容是由一個(gè)字符數(shù)組 char[] 來存儲的，由于數(shù)組的長度及索引是整數(shù)，且String類中返回字符串長度的方法length() 的返回值也是int ，所以通過查看java源碼中的類Integer我們可以看到Integer的最大范圍是2^31 -1,由于數(shù)組是從0開始的，所以數(shù)組的最大長度可以使【0~2^31】通過計(jì)算是大概4GB。
但是通過翻閱java虛擬機(jī)手冊對class文件格式的定義以及常量池中對String類型的結(jié)構(gòu)體定義我們可以知道對于索引定義了u2，就是無符號占2個(gè)字節(jié)，2個(gè)字節(jié)可以表示的最大范圍是2^16 -1 = 65535。
其實(shí)是65535，但是由于JVM需要1個(gè)字節(jié)表示結(jié)束指令，所以這個(gè)范圍就為65534了。超出這個(gè)范圍在編譯時(shí)期是會報(bào)錯(cuò)的，但是運(yùn)行時(shí)拼接或者賦值的話范圍是在整形的最大范圍。
特別推薦一個(gè)分享架構(gòu)+算法的優(yōu)質(zhì)內(nèi)容，還沒關(guān)注的小伙伴，可以長按關(guān)注一下：
長按訂閱更多精彩▼
如有收獲，點(diǎn)個(gè)在看，誠摯感謝
免責(zé)聲明：本文內(nèi)容由21ic獲得授權(quán)后發(fā)布，版權(quán)歸原作者所有，本平臺僅提供信息存儲服務(wù)。文章僅代表作者個(gè)人觀點(diǎn)，不代表本平臺立場，如有問題，請聯(lián)系我們，謝謝！
下載文檔
