为什么String类的所有写操作都返回一个新的对象?

1.为了让String类线程安全 。String类使用了不变性模式,不变性模式可以解决多线程并发问题。所谓不变性,就是对象一旦被创建,一旦被赋值,就不允许修改了;没有修改操作,也就是保持了不变性。 这样不会出现多个线程对同一个对象的读写操作而出现线程安全问题,因为这个类要么没有写方法,要么写方法返回一个新的对象;(多线程那里会详细讲解)

2.开发过程中,很多String对象都会重复使用,比如IP地址,类名,方法名等等String信息。

而且String是Java最基础的类,大量方法需要使用String类,为了提升性能,需要将String对象缓存下来。 (缓存是提升性能最重要的手段)如果缓存中有需要的String对象,则直接返回缓存的数据,如果没有则创建对象,并将新的String对象加入到缓存中。如果String的所有写方法修改的是当前值,而不是返回一个新对象,那么缓存的数据会出现丢失和重复的问题,那缓存的意义在哪里?

所以为了保证String类线程安全和缓存数据不出现问题,需要将String的写操作返回一个新的对象。

如果面试官问为什么缓存的数据会出现丢失和重复的问题? 可以这么回答。

比如:内存缓存了"a","b","c" 3个字符串,如果String的所有写方法修改的是当前值,而不是返回一个新对象。

case1: 线程1需要字符串"a",缓存有,则直接返回缓存的字符串"a"。线程2从缓存获取到字符串"a",并将字符串"a"修改成"d",那么内存现在缓存的是"b","c","d",字符串"a"丢失,但是线程1从缓存获取到的是字符串"a",需要的也是字符串"a",现在将其修改成了"d",线程1出现问题,缓存的数据出现了丢失。

case2 :方法2从缓存获取到字符串"a",并将字符串"a"修改成"c",那么内存现在缓存的是"b"、"c","c", 缓存了重复数据。

当然可以添加控制层,线程更新缓存数据的时候,1:先去判断缓存数据是否有被其他线程引用 2:更新完成后缓存数据是否会出现重复。 有引用或者重复则当前线程更新缓存失败。添加缓存的目的就是为了提升性能,控制层逻辑说不定比创建一个新对象时间花费还要多,失去了缓存的意义。

所以String的写方法返回一个新的String对象,而不是修改当前值。

全部评论

相关推荐

最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai Coding恰好是Coding Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件, CoWork之类的。后续也有一些Ralph Loop啥的,还有Coding里面的Coding Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
码农索隆:和优秀的人,做有挑战的事
点赞 评论 收藏
分享
评论
2
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务