1. String的基本特性
- String:字符串,使用一对""引起来表示。
String s1 = "StringTable"; // 字面量的定义方式,"StringTable"存储在字符串常量池中
String s2 = new String("StringTable");
public final class String implements java.io.Serializable, Comparable<String>, CharSequence { ... }
- String声明为final的,表示不可被继承;String实现了Serializable接口,表示字符串是支持序列化的;String实现了Comparable接口,表示String可以比较大小并排序。
- String在JDK8及以前内部定义了
private final char value[];
用于存储字符串数据,String在JDK9时改变了存储结构为private final byte[] value;
。 - 从JDK9开始,String再也不用char[]来存储了,改成了byte[]加上编码标记,节约了一些空间。同时基于String的数据结构,例如StringBuffer和StringBuilder也同样做了修改。
- String:代表不可变的字符序列。简称:不可变性。
- 当对字符串重新赋值时,需要重写指定内存区域赋值,不能使用原有的value进行赋值。
- 当对现有的字符串进行连接操作时,也需要重新指定内存区域赋值,不能使用原有的value进行赋值。
- 当调用String的replace()方法修改指定字符或字符串时,也需要重新指定内存区域赋值,不能使用原有的value进行赋值。
- 通过字面量的方式(区别于new)给一个字符串赋值,此时的字符串值声明在字符串常量池中。
package com.java.stringtable;
public class StringExer {
String str = new String("good");
char[] ch = {'t', 'e', 's', 't'};
public void change(String str, char ch[]) {
str = "test ok";
ch[0] = 'b';
}
public static void main(String[] args) {
StringExer ex = new StringExer();
ex.change(ex.str, ex.ch);
System.out.println(ex.str); //good
System.out.println(ex.ch); //best
}
}
- 字符串常量池中是不会存储相同内容的字符串的。
- String的String Pool是一个固定大小的Hashtable,默认值大小长度是1009(JDK6时)。如果放进String Pool的String非常多,就会造成Hash冲突严重,从而导致链表会很长,而链表长了后直接会造成的影响就是当调用String类的intern()方法时性能会大幅下降。
- 使用
-XX:StringTableSize
可设置StringTable的长度(Hashtable中桶的个数)。 - 在JDK6中StringTable的长度默认值是1009,StringTableSize的设置没有要求。
- 在JDK7中StringTable的长度默认值是60013,StringTableSize的设置没有要求。
- 在JDK8中StringTable的长度默认值是60013,StringTableSize可以设置的最小值为1009。
2. String的内存分配
- 在Java语言中有8种基本数据类型和一种比较特殊的数据类型String,为了使这些数据类型在运行过程中速度更快、更节省内存,都提供了一种常量池的概念。
- 常量池就类似一个Java系统级别提供的缓存。8种基本数据类型的常量池都是系统协调的,String类型的常量池比较特殊,它的主要使用方法有两种。
- 直接使用双引号声明出来的String对象会直接存储在常量池中。
String info="CBA";
- 如果不是用双引号声明的String对象,可以使用String提供的intern()方法。
- 直接使用双引号声明出来的String对象会直接存储在常量池中。
- Java6及以前,字符串常量池存放在永久代的运行时常量池中。
- Java7中Oracle的工程师对字符串常量池的逻辑做了很大的改变,将字符串常量池的位置调整到Java堆内。
- 所有的字符串都保存在堆(Heap)中,和其他普通对象一样,这样可以让你在进行调优应用时仅需要调整堆大小就可以了。
- 字符串常量池概念原本使用得比较多,但是这个改动使得我们有足够的理由来重新考虑在Java7中使用String.intern()。
- Java8取消永久代,使用元空间,但字符串常量池仍然在堆中。
- 为什么StringTable从永久代调整到堆中?永久代的默认空间大小比较小,存放大量字符串时容易报OOM;永久代的垃圾回收频率低。
package com.java.stringtable;
import java.util.HashSet;
import java.util.Set;
/**
* jdk6中:-XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
* jdk8中:-XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m
*/
public class StringTest3 {
public static void main(String[] args) {
//使用Set保持着常量池引用,避免full gc回收常量池行为
Set<String> set = new HashSet<String>();
//在short可以取值的范围内足以让6MB的PermSize或heap产生OOM了。
short i = 0;
while (true) {
set.add(String.valueOf(i++).intern());
}
//Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
}
}
3. String的基本操作
- Java语言规范里要求完全相同的字符串字面量,应该包含同样的Unicode字符序列(包含同一份码点序列的常量),并且必须是指向同一个String类实例。
4. String的拼接操作
- 常量与常量的拼接结果在常量池,原理是编译期优化。
- 常量池中不会存在相同内容的常量。
- 只要其中有一个是变量,结果就在堆中。变量拼接的原理是StringBuilder。
- 如果拼接的结果调用intern()方法,则主动将常量池中还没有的字符串对象放入池中,并返回此对象地址。
public void test1() {
String s1 = "a" + "b" + "c"; //编译期优化:String s1 = "abc";
String s2 = "abc"; //"abc"一定是放在字符串常量池中,将此地址赋给s2
System.out.println(s1 == s2); //true
System.out.println(s1.equals(s2)); //true
}
public void test2() {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
String s4 = "javaEE" + "hadoop"; //编译期优化:String s4 = "javaEEhadoop";
//如果拼接符号的前后出现了变量,则相当于在堆空间中new String(),具体的内容为拼接的结果:javaEEhadoop
String s5 = s1 + "hadoop";
String s6 = "javaEE" + s2;
String s7 = s1 + s2;
System.out.println(s3 == s4); //true
System.out.println(s3 == s5); //false
System.out.println(s3 == s6); //false
System.out.println(s3 == s7); //false
System.out.println(s5 == s6); //false
System.out.println(s5 == s7); //false
System.out.println(s6 == s7); //false
/* intern():
* 判断字符串常量池中是否存在javaEEhadoop值,如果存在,则返回常量池中javaEEhadoop的地址;
* 如果字符串常量池中不存在javaEEhadoop,则在常量池中加载一份javaEEhadoop,并返回此对象的地址。
*/
String s8 = s6.intern();
System.out.println(s3 == s8); //true
}
public void test3() {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
/*
如下的s1 + s2 的执行细节:(变量s是我临时定义的)
① StringBuilder s = new StringBuilder();
② s.append("a");
③ s.append("b");
④ s.toString(); --> 约等于 new String("ab");
补充:在jdk5.0之后使用的是StringBuilder,在jdk5.0之前使用的是StringBuffer
*/
String s4 = s1 + s2;
System.out.println(s3 == s4); //false
}
/*
1. 字符串拼接操作不一定使用的是StringBuilder!
如果拼接符号左右两边都是字符串常量或常量引用,则仍然使用编译期优化,即非StringBuilder的方式。
2. 针对于final修饰类、方法、基本数据类型、引用数据类型的量的结构时,能使用上final的时候建议使用上。
*/
public void test4() {
final String s1 = "a";
final String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2; //编译器优化:String s4 = "ab";
/* 对应的字节码如下:
0 ldc #14 <a>
2 astore_1
3 ldc #15 <b>
5 astore_2
6 ldc #16 <ab>
8 astore_3
9 ldc #16 <ab>
11 astore 4
*/
System.out.println(s3 == s4); //true
}
public void test5() {
String s1 = "javaEEhadoop";
String s2 = "javaEE";
String s3 = s2 + "hadoop";
System.out.println(s1 == s3); //false
final String s4 = "javaEE"; //s4:常量
String s5 = s4 + "hadoop";
System.out.println(s1 == s5); //true
}
/*
体会执行效率:通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式!
详情:① 使用StringBuilder的append()的方式:自始至终中只创建过一个StringBuilder的对象;
使用String的字符串拼接方式:创建过多个StringBuilder和String的对象。
② 使用String的字符串拼接方式:内存中由于创建了较多的StringBuilder和String的对象,内存占用更大;如果进行GC,需要花费额外的时间。
改进的空间:在实际开发中,如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化:
StringBuilder s = new StringBuilder(highLevel); //new char[highLevel];
*/
@Test
public void test6() {
long start = System.currentTimeMillis();
// method1(100000); //4382ms
method2(100000); //9ms
long end = System.currentTimeMillis();
System.out.println("花费的时间为:" + (end - start) + "ms");
}
public void method1(int highLevel) {
String src = "";
for (int i = 0; i < highLevel; i++) {
//每次循环都会创建一个StringBuilder和一个String
src = src + "a";
}
}
public void method2(int highLevel) {
//只需要创建一个StringBuilder
StringBuilder src = new StringBuilder();
for (int i = 0; i < highLevel; i++) {
src.append("a");
}
}
5. intern()方法的使用
//JDK8中String的部分源码
package java.lang;
public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
private final char value[];
...
/**
* Returns a canonical representation for the string object.
* <p>
* A pool of strings, initially empty, is maintained privately by the class {@code String}.
* <p>
* When the intern method is invoked, if the pool already contains a string equal to this {@code String} object as determined by the {@link #equals(Object)} method, then the string from the pool is returned.
* Otherwise, this {@code String} object is added to the pool and a reference to this {@code String} object is returned.
* <p>
* It follows that for any two strings {@code s} and {@code t}, {@code s.intern() == t.intern()} is {@code true} if and only if {@code s.equals(t)} is {@code true}.
* <p>
* All literal strings and string-valued constant expressions are interned. String literals are defined in section 3.10.5 of the The Java Language Specification.
*
* @return a string that has the same contents as this string, but is guaranteed to be from a pool of unique strings.
*/
public native String intern();
}
- 如果不是用双引号声明的String对象,可以使用String提供的intern()方法:intern()方法会从字符串常量池中查询当前字符串是否存在,若不存在就会将当前字符串放入常量池中。
String data = new String("CBA");
data.intern(); //如果字符串常量池中没有对应data的字符串的话,则在常量池中生成
- 如果在任意字符串上调用intern()方法,那么其返回结果所指向的那个类实例,必须和直接以常量形式出现的字符串实例完全相同。因此,下列表达式的值必定是true:
("a"+"b"+"c").intern() == "abc"
。 - 通俗点讲,Interned String就是确保字符串在内存里只有一份拷贝,这样可以节约内存空间,加快字符串操作任务的执行速度。注意,这个值会被存放在字符串内部池(String Intern Pool)。
package com.java.stringtable;
import org.junit.Test;
/**
* 面试题1:new String("ab")会创建几个对象?看字节码,就知道是两个。
* * 一个对象是:new关键字在堆空间创建的。
* * 另一个对象是:字符串常量池中的对象"ab"。字节码指令:ldc
*/
public class StringNewTest {
@Test
public void test1() {
String str1 = new String("ab");
}
}
//test1的字节码
0 new #2 <java/lang/String>
3 dup
4 ldc #3 <ab>
6 invokespecial #4 <java/lang/String.<init>>
9 astore_1
10 return
package com.java.stringtable;
import org.junit.Test;
/**
* 面试题2:new String("a") + new String("b")会创建几个对象?
* * 对象1:new StringBuilder()
* * 对象2:new String("a")
* * 对象3:常量池中的"a"
* * 对象4:new String("b")
* * 对象5:常量池中的"b"
* 深入剖析: StringBuilder的toString():
* * 对象6 :new String("ab")
* 注意:toString()的调用,在字符串常量池中,没有生成"ab"
*/
public class StringNewTest {
@Test
public void test2() {
String str2 = new String("a") + new String("b");
}
}
//test2的字节码
0 new #5 <java/lang/StringBuilder>
3 dup
4 invokespecial #6 <java/lang/StringBuilder.<init>>
7 new #2 <java/lang/String>
10 dup
11 ldc #7 <a>
13 invokespecial #4 <java/lang/String.<init>>
16 invokevirtual #8 <java/lang/StringBuilder.append>
19 new #2 <java/lang/String>
22 dup
23 ldc #9 <b>
25 invokespecial #4 <java/lang/String.<init>>
28 invokevirtual #8 <java/lang/StringBuilder.append>
31 invokevirtual #10 <java/lang/StringBuilder.toString>
34 astore_1
35 return
package com.java.stringtable;
/**
* 如何保证变量s指向的是字符串常量池中的数据呢?
* * 有两种方式:
* * 方式一: String s = "shkstart";//字面量定义的方式
* * 方式二: 调用intern()
* * String s = new String("shkstart").intern();
* * String s = new StringBuilder("shkstart").toString().intern();
*/
public class StringIntern {
public static void main(String[] args) {
String s = new String("1");
s.intern(); //调用此方法之前,字符串常量池中已经存在了"1"
String s2 = "1";
System.out.println(s == s2); //jdk6:false jdk7/8:false
String s3 = new String("1") + new String("1"); //s3变量记录的地址为:new String("11")
//执行完上一行代码以后,字符串常量池中,是否存在"11"呢?答案:不存在!!
s3.intern(); //在字符串常量池中生成"11"。
// 如何理解:jdk6:创建了一个新的对象"11",也就有新的地址。
// jdk7:此时常量池中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
String s4 = "11"; //s4变量记录的地址:使用的是上一行代码执行时,在常量池中生成的"11"的地址
System.out.println(s3 == s4); //jdk6:false jdk7/8:true
}
}
package com.java.stringtable;
//StringIntern.java中练习的拓展
public class StringIntern1 {
public static void main(String[] args) {
String s3 = new String("1") + new String("1"); //new String("11")
//执行完上一行代码以后,字符串常量池中,是否存在"11"呢?答案:不存在!
String s4 = "11"; //在字符串常量池中生成对象"11"
String s5 = s3.intern();
System.out.println(s3 == s4);//false
System.out.println(s5 == s4);//true
}
}
总结String的intern()方法的使用:
JDK1.6中,将这个字符串对象尝试放入串池。
- 如果串池中有,则并不会放入,返回已有的串池中的对象的地址;
- 如果串池中没有,则会把此对象复制一份,放入串池,并返回串池中的对象地址。
JDK1.7起,将这个字符串对象尝试放入串池。
- 如果串池中有,则并不会放入,返回已有的串池中的对象的地址;
- 如果串池中没有,则会把此对象的引用地址复制一份,放入串池,并返回串池中的引用地址。
package com.java.stringtable;
import org.junit.Test;
public class StringExer {
@Test
public void test1() {
String s1 = new String("a") + new String("b"); //执行完以后,不会在字符串常量池中生成"ab"
s1.intern();
String s2 = "ab";
System.out.println(s1 == s2); //true
}
@Test
public void test2() {
String s1 = new String("ab"); //执行完以后,会在字符串常量池中生成"ab"
s1.intern();
String s2 = "ab";
System.out.println(s1 == s2); //false
}
}
intern的空间效率测试
- 大的网站平台,需要内存中存储大量的字符串。比如社交网站,很多人都存储:北京市、海淀区等信息。这时候如果字符串都调用intern()方法,就会很明显降低内存使用的大小。
package com.java.stringtable;
/**
* 使用intern()测试执行效率:空间使用上
* 结论:对于程序中大量存在的字符串,尤其其中存在很多重复字符串时,使用intern()可以节省内存空间。
*/
public class StringIntern {
static final int MAX_COUNT = 1000 * 10000;
static final String[] arr = new String[MAX_COUNT];
public static void main(String[] args) {
Integer[] data = new Integer[]{1, 2, 3, 4, 5, 6, 7, 8, 9, 10};
long start = System.currentTimeMillis();
for (int i = 0; i < MAX_COUNT; i++) {
// arr[i] = new String(String.valueOf(data[i % data.length]));
arr[i] = new String(String.valueOf(data[i % data.length])).intern();
}
long end = System.currentTimeMillis();
System.out.println("花费的时间为:" + (end - start) + "ms");
try {
Thread.sleep(1000000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.gc();
}
}
面试题
package com.java.stringtable2;
public class InternTest {
public static void main(String[] args) {
String str1 = new StringBuffer("j").append("d").toString();
System.out.println(str1); //jd
System.out.println(str1.intern()); //jd
System.out.println(str1 == str1.intern()); //true
System.out.println("----------");
String str2 = new StringBuffer("ja").append("va").toString();
System.out.println(str2); //java
System.out.println(str2.intern()); //java
System.out.println(str2 == str2.intern()); //false
/**
* 在加载System类时,会加载System类的静态方法initializeSystemClass(),
* 在initializeSystemClass()静态方法内部有一句这样的代码:sun.misc.Version.init();
* 在sun.misc.Version类内部声明了这样一个字段:private static final String launcher_name = "java";
* String str2 = new StringBuffer("ja").append("va").toString();在执行之前"java"就已经出现了
* sun.misc.Version类(在rt.jar包下)会在JDK类库的初始化过程中被加载并初始化。
*/
}
}
6. StringTable的垃圾回收
package com.java.stringtable3;
//StringTable的垃圾回收:-Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
public class StringGCTest {
public static void main(String[] args) {
for (int j = 0; j < 100000; j++) {
String.valueOf(j).intern();
}
}
}
7. G1中的String去重操作
- 注意这里说的去重,指的是在堆中的数据,而不是常量池中的,因为常量池中的数据本身就不会重复。
- 背景:对许多Java应用(有大的也有小的)做的测试得出以下结果:
- 堆存活数据集合里面String对象占了25%;
- 堆存活数据集合里面重复的String对象有13.5%;
- String对象的平均长度是45。
- 许多大规模的Java应用的瓶颈在于内存,测试表明,在这些类型的应用里面,Java堆中存活的数据集合差不多25%是String对象。更进一步,这里面差不多一半String对象是重复的,重复的意思是说:
string1.equals(string2) == true
。堆上存在重复的String对象必然是一种内存的浪费。这个项目将在G1垃圾收集器中实现自动持续对重复的String对象进行去重,这样就能避免浪费内存。
G1中的String去重操作的实现原理:
- 当垃圾收集器工作的时候,会访问堆上存活的对象。对每一个访问的对象都会检查是否是候选的要去重的String对象。
- 如果是,把这个对象的一个引用插入到队列中等待后续的处理。一个去重的线程在后台运行,处理这个队列。处理队列的一个元素意味着从队列删除这个元素,然后尝试去重它引用的String对象。
- 使用一个hashtable来记录所有的被String对象使用的不重复的char数组。当去重的时候,会检查这个hashtable,来看堆上是否已经存在一个一模一样的char数组。
- 如果存在,String对象会被调整引用那个数组,释放对原来的数组的引用,最终会被垃圾收集器回收掉。
- 如果查找失败,char数组会被插入到hashtable,这样以后的时候就可以共享这个数组了。
-XX:+UseStringDeduplication
:开启String去重,默认是不开启的,需要手动开启。-XX:+PrintStringDeduplicationStatistics
:打印详细的去重统计信息。-XX:StringDeduplicationAgeThreshold=threshold
:达到这个阈值年龄的String对象被认为是去重的候选对象。