Java String UTF-8限制

Question

我正在嘗試直接從文件中反序列化字符串，並且我有一個關於很長的字符串的問題：Java字符串的字符數限制等於Integer.MAX_VALUE ，即31 ^ 2-1。

但是這里出現了我的問題：當我有一個UTF-8字符串，該字符串的大小小於該大小，但由大於1個字節的字符組成，然后我要求Java給我字節數組時，會發生什么？

更清楚地說，如果我可以運行此代碼會怎樣？ （我的RAM還不夠）：

String toPrint = "";
String string100 = "";
int max = Integer.MAX_VALUE -100;
for (int i = 0; i < 100; i += 10) {
    string100 += "1234567ñ90";
}
for (int i = 0; i < max; i += 100) {
    toPrint += string100;
}
System.out.println("String complete!");
byte[] byteArray = toPrint.getBytes(StandardCharsets.UTF_8);
System.out.println(byteArray.length);
System.exit(0);

它是否顯示“字符串已完成！”？ 還是以前打破過？

Answer 1

從根本上說，對Strings的限制是它們內部的char數組不能超過最大數組長度，該長度大約為Integer.MAX_VALUE且大於您的變量max 。 字符串將其字符存儲在UTF-16中，因此字符串的UTF-16表示形式不能超過最大數組長度。 最終，UTF-8中的字節數和邏輯字符（Unicode代碼點或UTF-32字符）的數量無關緊要。

現在，讓我們轉到您的特定示例。 由於“1234567ñ90”中的10個字符中的每個字符都是單個UTF-16值，因此該字符串占用String的char數組的10個值。 盡管您的代碼的性能令人恐懼，並且對內存的要求很高，但最終它應該變成“字符串完成！”。 如果有足夠的可用內存。 但是，當轉換為UTF-8時，它將中斷，因為字符串的UTF-8表示比最大數組長度長，因為“？”需要多個字節。

Answer 2

數組大小也限制為Integer.MAX_VALUE （這就是為什么String大小受到限制，畢竟有char[]支持它），因此，如果編碼使用的字節多於此，則不可能獲得字節數組，無論String大小以字符為單位。

最終結果將是OutOfMemoryError ，但是首先創建String將會成功。