初学 Java ,请教大神们一个问题

[chur]

rt.最近在看编码方面的文章,了解到 utf32 是定长编码,String.charAt 方法对此编码有更好的支持,于是写了段代码试了一下:

    long start = System.nanoTime();
    for (int i = 0; i < utf8.length(); i++) {
    	char c = utf8.charAt(i);
    }
    long end = System.nanoTime();
    System.out.println(end - start);

    start = System.nanoTime();
    for (int i = 0; i < utf32.length(); i++) {
    	char c = utf32.charAt(i);
    }
    end = System.nanoTime();
    System.out.println(end - start);
    System.out.println("==========");

将这段代码放入 for 循环中输出如下

5435600
3786200
==========
5370700
200
==========
....

手动复制代码片段执行输出如下:

7608200
5690900
==========
5709800
4930700
==========
...

放入 for 循环中执行的代码,从第二次循环开始 utf32 耗时在 0-500 纳秒浮动 是代码哪里写的有问题吗? utf8 和 utf32 两个 String 对象是同一段一亿个字符的文本

[Kasumi20]

你的 utf8 和 utf32 怎么来的？这样 new 出来的吗？

String(byte[] bytes, Charset charset)
Constructs a new String by decoding the specified array of bytes using the specified charset.

Java 中的对象使用无法修改的 UTF-16 编码，不可能有 UTF-8 和 UTF-32 编码的 Java 字符串。

[txwd]

借楼问，为什么 Java 的工程目录要那么多层级...\src\main\java\com\...

[KomiSans]

[]( https://imgtu.com/i/HadMz8)
像是这样的么? 好像对于比较大的文本 UTF32 耗时比较短相对于 UTF8

[q474818917]

还学 java ？这都卷成什么样了

[chur]

@Kasumi20 貌似是可以的?对同一个字符的 byte 数组使用 new String 指定 utf-8 或 utf-32 字符集重新编码会得到不同的结果

[chur]

@KomiSans 对,现在疑惑的点在于 这段代码放到 for 循环中 输出的结果很离谱= =

[chur]

@txwd src/main/java 貌似是 maven 编译项目时默认的路径,可以修改; com 和后面的就是自定义的了

[VeryZero]

感觉是被优化了，把各种优化关了试试

[xiangyuecn]

@txwd #2 java 没有要求你这样搞，但开发环境要求你这样搞😂 其实你源码随便放哪里都行，只要编译时找得到😂

[xiangyuecn]

欢迎观摩我手撸的 java 仓库，https://github.com/xiangyuecn/RSA-java 源码文件全丢在根目录，但包名还是那个包名🐶

[gadfly3173]

@txwd #2 这玩意算是工程实践，src 下 main 放项目源码，test 放单元测试； main 下 java 放包名路径，resource 下放要打包进去的资源。你乐意的话把打包配置改了也能放别的地方

[Jooooooooo]

搜 jit

[Kasumi20]

charset 不是指定 String 的编码，而是指定 bytes 的解码方法，你用 UTF-32 去解码，得到的乱码字符数量很可能只是 UTF-8 的四分之一

[Kasumi20]

如果你这堆文本都是 UTF-8 编码的汉字的话，UTF-8 和 UTF-32 去解码得到的 UTF-16 代码点的比值应该是 3 : 4 ，即 0.75

> 4930700/5709800
0.8635503870538372

> 5690900/7608200
0.7479955837123105

似乎是成立的

[thedrwu]

@txwd
可能因为 Java 语言的设计初衷就不是用来写单文件的迷你 script 的。于是人们在 applet 之外发明了 javascript 。
讽刺的是 javascript 屠了 applet 的龙。

[pxiphx891]

@chur @KomiSans 你们 getBytes()的时候，得到的是默认编码的 bytes ，一般是 utf8 ，utf8 的 bytes 转换到 utf32 ，length 会变短

[pxiphx891]

可以试试这段代码：
```java
import java.nio.charset.StandardCharsets;

public class Utf{
public static void main(String[] args) throws Exception {
for (int j = 0; j < 30; j++) {
String b = "《新能源汽车推广应用推荐车型目录》（ 2021 年第 4 批）车型主要参数";
String utf8 = new String(b.getBytes(),StandardCharsets.UTF_8);
String utf32 = new String(b.getBytes(), "UTF_32");
long start = System.nanoTime();
for (int i = 0; i < utf8.length(); i++) {
char c = utf8.charAt(i);
System.out.printf("%s",c);
}
System.out.printf("%n");
long end = System.nanoTime();
System.out.println(end - start);

start = System.nanoTime();
for (int i = 0; i < utf32.length(); i++) {
char c = utf32.charAt(i);
System.out.printf("%s",c);
}
System.out.printf("%n");
end = System.nanoTime();
System.out.println(end - start);
System.out.println("==========");
}
}
}
```
结果是这样的：
```
《新能源汽车推广应用推荐车型目录》（ 2021 年第 4 批）车型主要参数
358397
�����������������������
255780
==========
《新能源汽车推广应用推荐车型目录》（ 2021 年第 4 批）车型主要参数
415140
�����������������������
226139
==========
```

[maokabc]

你测试 utf8 不用 byte 数组，utf32 不用 int 数组，用 String 干什么？ String 固定的 utf16 没其他编码。

[ohwind]

@txwd ../src/main/java 这是一般项目层级，可以修改的。
到了 "com" 就是 java 的 package 层级。假如有一个类的路径是这样的： /src/main/java/com/xxx/Util.java
那么 "/src/main/java" 就是项目路径， 它的类名是 "Util" ，包名就是 "com.xxx"。而 "com.xxx.Util" 称为这个类的全限定类名

[KomiSans]

@pxiphx891 这... 有什么太大差别么

[bequt]

已经开始学，rust 了

[EscYezi]

@txwd #2 src/main/java 是 maven 项目约定的源码位置，后面的 com/…是因为 java 包名通常是域名倒序，如 api.baidu.com 变成 com/baidu/api

[Bingchunmoli]

@txwd 你看一看现在前端也是 src public 什么的，都是规范的事情，你可以用，但是约定大于配置，都用规范，易懂，好用

[chur]

@maokabc 没太明白你的意思。String 如果没有显示指定字符集,默认是按系统默认字符集来的? java 内部存储字符使用的是 utf-16 编码,实际调用 getBytes 等方法时会有一个转码的过程