在逛 programcreek 的時候，我發現了一些小而精悍的主題。比如說：Java 的 substring() 方法是如何工作的？像這類靈魂拷問的主題，非常值得深入地研究一下。
另外，我想要告訴大家的是，研究的過程非常的有趣，就好像在迷宮裡探寶一樣，起初有些不知所措，但經過一番用心的摸索後，不但會找到寶藏，還會有一種茅塞頓開的感覺，非常棒。
對于絕大多數的初級程式員或者說不重視“内功”的老鳥來說，往往停留在“知其然不知其是以然”的層面上——會用，但要說底層的原理，可就隻能撓撓頭雙手一攤一張問号臉了。
很長一段時間内，我也一直處于這種層面上。但我決定改變了，因為“内功”就好像是在打地基，隻有把地基打好了，才能蓋起經得住考驗的高樓大廈。借此機會，我就和大家一起，對“Java 的 substring() 是如何工作的”進行一次深入地研究。注意了，準備打怪更新了！
01、substring() 是幹嘛的
sub 是 subtract 的縮寫，是以 substring 的字面意思就是“把字元串做個減法”。這樣一分析，是不是感覺方法的命名還是蠻有講究的？
substring() 的完整寫法是 substring(int beginIndex, int endIndex)。該方法傳回一個新的字元串，介于原有字元串的起始下标 beginIndex 和結尾下标 endIndex-1 之間。
String cmower = "沉默王二，一枚有趣的程式員";
cmower = cmower.substring(0, 4);
System.out.println(cmower);
程式輸出的結果為：
沉默王二
為什麼呢？我來簡單解釋一下。
Java 的下标都是從 0 開始編号的（我不确定有沒有從 1 開始的程式設計語言），這和我們平常生活中從 1 開始編号的習慣不同。Java 這樣做的原因如下：
Java 是基于 C 語言實作的，而 C 語言的下标是從 0 開始的——這聽起來好像是一句廢話。真正的原因是下标并不是下标，在指針（C）語言中，它實際上是一個偏移量，距離開始位置的一個偏移量。第一個元素在開頭，是以它的偏移量就為 0。
此外，還有另外一種說法。早期的計算機資源比較匮乏，0 作為起始下标相比較于 1 作為起始下标，編譯的效率更高。
知道了這層原因後，再來看上面這段代碼，就會豁然開朗。對于“沉默王二，一枚有趣的程式員”這串字元來說，“沉”的下标為 0，“默”的下标為 1，“王”的下标為 2，“二”的下标為 3，是以 cmower.substring(0, 4) 傳回的字元串是“沉默王二”——包括起始下标但不包括結尾下标。
02、substring() 在被調用的時候究竟發生了什麼？
在此之前，我們已經了解到：[字元串是不可變的]()，是以當調用 substring() 方法的時候，傳回的其實是一個新的字元串。那麼變量 cmower 的位址引用就會發生如下圖所示的變化。
為了證明上圖是完全正确的，我們來看一下 JDK 7 中 substring() 的源碼。
public String(char value[], int offset, int count) {
//check boundary
this.value = Arrays.copyOfRange(value, offset, offset + count);
}
public String substring(int beginIndex, int endIndex) {
int subLen = endIndex - beginIndex;
return new String(value, beginIndex, subLen);
可以看得出，substring() 通過 new String() 傳回了一個新的字元串對象，在建立新的對象時通過 Arrays.copyOfRange() 複制了一個新的字元數組。
但 JDK 6 就有所不同。說到 JDK 6，可能有些讀者表示不服，JDK 6？什麼年代了，JDK 13 都出來了好不好？但我想告訴大家的是，對比着剖析 JDK 的源碼，對學習大有裨益。
不是有那麼一句話嘛，要想了解一個成功人士，不能隻關注他發迹以後的事，更要關注他之前做了什麼。
就請随我來，看看 JDK 6 中的 substring() 的源碼吧。
//JDK 6
String(int offset, int count, char value[]) {
this.value = value;
this.offset = offset;
this.count = count;
return new String(offset + beginIndex, endIndex - beginIndex, value);
substring() 方法本身和 JDK 7 并沒有很大的差别，都通過 new String() 傳回了一個新的字元串對象。但是 String() 這個構造函數有很大的差别，JDK 6 隻是簡單地更改了一下兩個屬性（offset 和 count）的值，value 并沒有變。
PS：value 是真正存儲字元的數組，offset 是數組中第一個元素的下标，count 是數組中字元的個數。
這意味着什麼呢？
調用 substring() 的時候雖然建立了新的字元串，但字元串的值仍然指向的是記憶體中的同一個數組，如下圖所示。
03、為什麼 JDK 7 的構造函數發生了變化
看了 JDK 6 和 JDK 7 源碼之後，大家可能産生這樣一個疑惑：為什麼 JDK 7 要做出改變呢？大家共用同一個字元串數組不是挺好的嘛，省得占用新的記憶體空間。事實上呢？
如果有一個很長很長的字元串，可以繞地球一周，當我們需要調用 substring() 截取其中很小一段字元串時，就有可能導緻性能問題。由于這一小段字元串引用了整個很長很長的字元數組，就導緻很長很長的這個字元數組無法被回收，記憶體一直被占用着，就有可能引發記憶體洩露。
PS：記憶體洩露是指由于疏忽或錯誤造成程式未能釋放已經不再使用的記憶體。
那 JDK 7 出現之前，這個隐患怎麼應對呢？答案如下。
cmower = cmower.substring(0, 4) + "";
為什麼，為什麼，為什麼，多一個 “+ ""” 就能解決記憶體洩漏的問題？有些讀者可能不太相信，我來帶大家分析一下。
首先呢，我們通過 JAD 對位元組碼反編譯一下，上面這行代碼就變成了如下内容。
cmower = (new StringBuilder(String.valueOf(cmower.substring(0, 4)))).toString();
“+”号操作符就相當于一個文法糖，加上空的字元串後，會被 JDK 轉化為 StringBuilder 對象，該對象在處理字元串的時候會生成新的字元數組，是以 cmower = cmower.substring(0, 4) + ""; 這行代碼執行後，cmower 就指向了和 substring() 調用之前不同的字元數組。
PS：如果不明白“+”号操作符的工作原理，請查閱我之前寫的文章《羞，Java 字元串拼接竟然有這麼多姿勢》，這裡就不再贅述，免得被老讀者捶。
04、最後
總結一下，JDK 7 和 JDK 6 的 substring() 方法本身并沒有多大的改變，但 String 類的構造函數有了很大的差別，JDK 7 會重新複制一份字元數組，而 JDK 6 不會，是以 JDK 6 在執行比較長的字元串 substring() 時可能會引發記憶體洩露的問題。