Prácticas de String

En informática, el internado de cadenas es un método para almacenar solo una copia de cada valor de cadena distinto, que debe ser inmutable . ^{[ 1 ]} El internado de cadenas hace que algunas tareas de procesamiento de cadenas sean más eficientes en tiempo o espacio, a costa de requerir más tiempo cuando la cadena se crea o se interna. Los valores distintos se almacenan en un grupo de internado de cadenas .

La única copia de cada cadena se llama su interna y normalmente se busca mediante un método de la clase string, por ejemplo String.intern() ^{[ 2 ]} en Java . Todas las cadenas constantes en tiempo de compilación en Java se internan automáticamente usando este método. ^{[ 3 ]}

La internación de cadenas es compatible con algunos lenguajes de programación orientados a objetos modernos , incluidos Java, Python , PHP (desde la versión 5.4), Lua ^{[ 4 ]} y los lenguajes .NET . ^{[ 5 ]} Lisp , Scheme , Julia , Ruby y Smalltalk se encuentran entre los lenguajes con un tipo de símbolo que son básicamente cadenas internadas. La biblioteca del Standard ML de Nueva Jersey contiene un tipo que hace lo mismo. Los selectores de Objective-C , que se utilizan principalmente como nombres de métodos, son cadenas internadas.atom

Se pueden internar objetos distintos de las cadenas. Por ejemplo, en Java, cuando los valores primitivos se encapsulan en un objeto contenedor , ciertos valores (cualquier boolean, cualquier byte, cualquier charentre 0 y 127, y cualquier shorto intentre -128 y 127) se internan, y se garantiza que dos conversiones de encapsulado de uno de estos valores darán como resultado el mismo objeto. ^{[ 6 ]}

Lisp introdujo la noción de cadenas internadas para sus símbolos . Históricamente, la estructura de datos utilizada como grupo de cadenas internadas se denominaba oblist (cuando se implementaba como una lista enlazada ) o obarray (cuando se implementaba como un array).

Los dialectos modernos de Lisp suelen distinguir entre símbolos y cadenas de caracteres; al internar una cadena, se devuelve un símbolo existente o se crea uno nuevo, cuyo nombre coincide con el de dicha cadena. Los símbolos suelen tener propiedades adicionales que las cadenas no poseen, como el almacenamiento de valores asociados o la asignación de espacios de nombres. Esta distinción también resulta útil para evitar comparaciones accidentales entre cadenas internadas y cadenas que no necesariamente lo están, lo que podría provocar fallos intermitentes según los patrones de uso.

El internado de cadenas acelera las comparaciones de cadenas, que a veces representan un cuello de botella en el rendimiento de aplicaciones (como compiladores y entornos de ejecución de lenguajes de programación dinámicos ) que dependen en gran medida de matrices asociativas con claves de cadena para buscar los atributos y métodos de un objeto. Sin internado, comparar dos cadenas distintas puede implicar examinar cada carácter de ambas. Esto es lento por varias razones: es inherentemente O(n) en la longitud de las cadenas; normalmente requiere lecturas de varias regiones de memoria , lo que consume tiempo; y las lecturas llenan la caché del procesador, lo que significa que hay menos caché disponible para otras necesidades. Con cadenas internadas, una simple prueba de identidad de objeto es suficiente después de la operación de internado original; esto se implementa normalmente como una prueba de igualdad de punteros, normalmente solo una instrucción de máquina sin ninguna referencia a memoria.

El almacenamiento interno de cadenas también reduce el uso de memoria si existen muchas instancias del mismo valor de cadena; por ejemplo, si se lee desde una red o desde el almacenamiento . Dichas cadenas pueden incluir números mágicos o información de protocolo de red . Por ejemplo, los analizadores XML pueden almacenar internamente los nombres de las etiquetas y los atributos para ahorrar memoria. La transferencia de objetos en red a través de flujos de objetos de serialización Java RMI puede transferir cadenas almacenadas internamente de forma más eficiente, ya que el identificador del objeto String se utiliza en lugar de objetos duplicados durante la serialización. ^{[ 7 ]}

• Patrón de peso mosca

• Clase String de Visual J#
• Clase String de .NET
• Biblioteca Java Guava - Interner - String.intern no permanente y admite otros tipos inmutables con implementaciones de referencia débil y fuerte.
• Comprender el método intern() de Java para cadenas de caracteres