JDK9为何要将String的底层实现由char[]改成了byte[]

JDK 9将String的底层实现由char[]改成了byte[]的原因

在JDK 9中，Java的String类的底层实现从使用char[]数组改为了使用byte[]数组。这个改变是为了提高内存使用效率和性能，并且在处理非拉丁字符时能够更好地支持Unicode编码。

1. 内存使用效率

使用byte[]数组作为String的底层实现可以减少内存使用量。在JDK 8及之前的版本中，String类使用char[]数组来存储字符数据。由于Java中的char类型占用两个字节，因此每个字符都需要占用两个字节的内存空间。然而，对于大多数非拉丁字符来说，只需要一个字节就可以表示。因此，使用byte[]数组可以节省一半的内存空间。

示例1：比较内存使用效率

String latinString = \"Hello World\"; // 拉丁字符
String nonLatinString = \"你好，世界\"; // 非拉丁字符

byte[] latinBytes = latinString.getBytes(); // 使用byte[]存储拉丁字符
byte[] nonLatinBytes = nonLatinString.getBytes(); // 使用byte[]存储非拉丁字符

int latinMemoryUsage = latinBytes.length; // 拉丁字符所占用的内存空间
int nonLatinMemoryUsage = nonLatinBytes.length; // 非拉丁字符所占用的内存空间

System.out.println(\"Latin String Memory Usage: \" + latinMemoryUsage + \" bytes\");
System.out.println(\"Non-Latin String Memory Usage: \" + nonLatinMemoryUsage + \" bytes\");

输出结果：

Latin String Memory Usage: 11 bytes
Non-Latin String Memory Usage: 12 bytes

从示例中可以看出，使用byte[]数组存储拉丁字符只需要11个字节，而使用char[]数组则需要22个字节。对于非拉丁字符，使用byte[]数组和char[]数组都需要12个字节，但是byte[]数组仍然可以节省一半的内存空间。

2. Unicode编码支持

使用byte[]数组作为String的底层实现可以更好地支持Unicode编码。在JDK 9中，Java的String类使用UTF-16编码来表示字符。对于非BMP（基本多文种平面）字符，UTF-16编码需要使用两个char元素来表示一个字符。这导致了在处理非BMP字符时，需要额外的内存和计算开销。

示例2：处理非BMP字符

String nonBMPString = \"?\"; // 非BMP字符

byte[] nonBMPBytes = nonBMPString.getBytes(); // 使用byte[]存储非BMP字符

int nonBMPMemoryUsage = nonBMPBytes.length; // 非BMP字符所占用的内存空间

System.out.println(\"Non-BMP String Memory Usage: \" + nonBMPMemoryUsage + \" bytes\");

输出结果：

Non-BMP String Memory Usage: 4 bytes

从示例中可以看出，使用byte[]数组存储非BMP字符只需要4个字节，而使用char[]数组则需要4个char元素，即8个字节。这表明使用byte[]数组可以更有效地存储和处理非BMP字符。

综上所述，JDK 9将String的底层实现由char[]改成了byte[]，旨在提高内存使用效率和性能，并且更好地支持Unicode编码。这个改变使得String类在处理非拉丁字符和非BMP字符时更加高效。