转载

Java高级面试 —— Java String可以有多长？

1. 题目剖析

Java String可以有多长？相信大部分人不会太关注这个问题，甚至可能有些人会认为String要多长可以有多长，很明显这是不实际的想法。假设现在有这样一个场景：

byte[] jsonBytes = readTaskFromFile();
String json = new String(jsonBytes);
Task entity = new Gson().fromJson(json, Task.class);

这段代码看似没什么问题，但是一旦文件存储内容的字节长度超过String运行时所能承受的长度，这里的json就不是一个完整的json字符串，这样在使用gson做反序列化时，必然会因为json格式不正确导致反序列化失败，抛出异常。

2. 问题拆分

2.1 String可容纳的字节有多少？

当我们在方法里调用场景里的代码是，其临时变量是存储在 Java堆 中的，String类型的长度理论上取决于传入的byte数组的长度。

在创建byte数组时，要求new []传入的必须是一个整型类型的数据，也就是说byte[]数组的最大长度为 Integer.MAX_VALUE ，但是，我们从ArrayList的源码可以看出，数组可分配的最大长度应该是 Integer.MAX_VALUE - 8 ，否则会抛出 OutOfMemoryError: Requested array size exceeds VM limit 错误：

/**
* The maximum size of array to allocate.
* Some VMs reserve some header words in an array.
* Attempts to allocate larger arrays may result in
* OutOfMemoryError: Requested array size exceeds VM limit
*/
private static final int MAX_ARRAY_SIZE = Integer.MAX_VALUE - 8;

但是实际上，如果真的执行了下面的代码：

byte[] bytes = new byte[Integer.MAX_VALUE - 8];

还会抛出错误 java.lang.OutOfMemoryError: Java heap space ，那是受到了Java堆可分配的内存大小限制，如何在编译器里修改Java虚拟机堆栈的大小，这里就不多说，主要是想说明其实还有这样一个限制因素存在。

当String变量是一个类中的全局变量时，其变量是存在在Java方法区里的，这时String类型可存储的字节长度取决于.class描述全局String类型变量的数据结构。

例如：

private final static String LONG_STRING = "aaaa.....";

当.java文件编译成.class文件时，其类中的静态String数据是以以下数据结构去存储的：

CONSTANT_Utf8_info {
    u1 tag;
    u2 length;   // 0 ~ 65535
    u1 bytes[length];
}

u2是表示一个2个字节的数据类型，这也就意味着允许的最大长度为65535。

2.2 String可容纳的字符数有多少？

前面我们都是从String可存储的字节数去考虑的，现在从可存储的字符数去考虑，假如字符是以utf-8编码的，其实这个问题可以直接转换成：

一个字符使用utf-8编码对应多少个字节数？

Unicode	bit数	UTF-8	byte数	常见字符类型
0000 ~ 007F	0~7	0XXX XXXX	1	拉丁字母
0080 ~ 07FF	8~11	110X XXXX、10XX XXXX	2
0800 ~FFFF	12~16	1110XXXX、10XX XXXX、10XX XXXX	3	中文字符
10000 ~ 1FFFFF	17~21	1111 0XXX、10XX XXXX、10XX XXXX、10XX XXXX	4	表情符号