StringBuilder优化字符串操作技巧
2026-03-07 11:20:26
0浏览
收藏
Java中字符串循环拼接性能低下源于String的不可变性——每次“+”操作都会创建新对象并触发大量垃圾回收,而StringBuilder通过可变的内部字符数组实现零对象开销的原地追加,配合合理预估初始容量、避免无谓toString()调用及单线程下坚决选用StringBuilder(而非同步的StringBuffer),可将拼接性能提升数倍;但需警惕toString()后误操作、扩容陷阱与工具类内部引用丢失等隐性坑点,尤其在日志生成、SQL构建等高频场景中,正确使用StringBuilder不仅是写法优化,更是保障系统吞吐与稳定的关键实践。

为什么String在循环拼接时性能差
Java中String是不可变对象,每次用+或concat()拼接都会新建一个String实例,原字符串内容被复制进新对象。循环1000次拼接,就产生1000个中间String对象,触发频繁GC,耗时陡增。
典型低效写法:
String result = ""; for (int i = 0; i这不是语法错误,但实际运行慢、内存压力大,尤其在日志组装、SQL构建、模板渲染等场景下尤为明显。
StringBuilder.append()的正确调用方式
StringBuilder是线程不安全但高效率的可变字符序列,所有修改都在内部char[]数组上原地进行。关键不是“用了StringBuilder”,而是怎么初始化和调用append()。
- 避免无参构造:默认容量16,扩容会触发数组复制,小概率但可避免
- 预估长度用带初始容量的构造函数,比如拼接100个平均长度20的字符串,建议
new StringBuilder(2000) - 连续
append()比多次toString()后再拼更高效——后者又绕回了String不可变陷阱 append()接受boolean、int、char、Object等,无需手动String.valueOf()转换
优化后写法:
StringBuilder sb = new StringBuilder(2000); for (int i = 0; iStringBuilder vs StringBuffer:别在单线程里用错类型
两者API几乎一致,区别只在同步策略:
StringBuffer每个方法都加了synchronized,而StringBuilder完全无锁。这意味着:
- 单线程环境(绝大多数业务代码)必须用
StringBuilder,性能高出2–3倍 - 多线程共享同一实例且需线程安全时,才考虑
StringBuffer;但更推荐拆分作用域或用ThreadLocal - IDEA或Sonar常报“StringBuffer may be replaced with StringBuilder”警告,不是建议,是明确性能提示
错误示范(无必要同步):
StringBuffer sb = new StringBuffer(); // 不要用
sb.append("a").append("b");
容易被忽略的边界情况:toString()之后别再append
StringBuilder.toString()返回的是一个**新创建的String对象**,它和StringBuilder内部数组完全无关。但很多人误以为“拿到String后还能继续追加”:
StringBuilder sb = new StringBuilder("start");
String s = sb.toString(); // s是一个独立String
sb.append("more"); // ✅ 这行仍有效
s.concat("extra"); // ❌ 对s操作不影响sb,且又新建String
真正危险的是这种写法:
StringBuilder sb = new StringBuilder(); String result = sb.toString(); // 后续忘了sb还在用,直接对result操作,结果拼接逻辑断掉
更隐蔽的问题:某些工具类(如旧版Apache Commons Lang的StringUtils.join())内部用StringBuilder,但返回String后你若想复用该builder,得自己保留引用——库不会帮你留。
复杂点在于:扩容阈值、Unicode代理对、setLength(0)重用技巧、与StringJoiner的适用边界……这些不常碰,但一旦出现在高频日志或底层序列化路径里,就很难排查。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《StringBuilder优化字符串操作技巧》文章吧,也可关注golang学习网公众号了解相关技术文章。
微信聊天记录转移方法详解
- 上一篇
- 微信聊天记录转移方法详解
- 下一篇
- 微信被拉黑如何联系?紧急处理技巧
查看更多
最新文章
-
- 文章 · java教程 | 3小时前 |
- Java 虚拟线程连接池改造的资源边界
- 236浏览 收藏
-
- 文章 · java教程 | 7小时前 | Java · 虚拟线程 · java UncaughtExceptionHandler 虚拟线程 Thread.Builder.OfVirtual
- Java Thread.Builder.OfVirtual 设置线程异常处理器
- 139浏览 收藏
-
- 文章 · java教程 | 10小时前 | 数据处理 · Java教程 · java windowFixed Stream Gatherer 事件窗口
- Java Stream Gatherer 组合短窗口事件的实现步骤
- 495浏览 收藏
-
- 文章 · java教程 | 18小时前 | 并发 · Java · 随机数 · RandomGeneratorFactory Java随机算法 随机数并发
- Java RandomGeneratorFactory 怎么按能力选择随机算法
- 244浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Java HexFormat 怎么在字节数组和十六进制文本间转换
- 361浏览 收藏
-
- 文章 · java教程 | 1天前 | 文件处理 · nio · Java教程 · java 文件比较 Files.mismatch 字节偏移
- Java Files.mismatch 怎么定位两个文件首个差异
- 342浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Base64 流式编码怎么避免一次加载大文件
- 182浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 可观测性 ·
- Java JFR EventStream 怎么实时消费运行事件
- 145浏览 收藏
-
- 文章 · java教程 | 1天前 | Java ·
- Java Class-File API 怎么读取类文件结构
- 419浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 258次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 303次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 282次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 259次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 68次使用
查看更多
相关文章
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
