String实例创建及池化分析

​在设计层面，java的字符串要求其值一旦定义，不可再发生变化。在实现层面，通过使用final修饰String类的成员变量value实现其不可变性。在代码实践中，字符串具有极高的使用频率，那么同样存在大量使用重复字符串的场景。出于节省jvm内存空间和提升读取效率的考虑，结合java字符串的不可变性，很自然的考虑在内存中设计一个共享区，存放一份可能重复使用的字符串，使所有使用该字符串的程序指令直接从共享区读取，而不是每次使用时重新创建。

​在java体系中，这个共享区被称为字符串常量池，把字符串放入字符串常量池的过程被称为字符串池化。本文接下来将介绍字符串池化过程中的相关内容。

String类结构

在String类有一个名为value的成员变量，它在JDK1.8中是一个char类型数组，在JDK1.9中是一个byte类型数组,它是存储String类实例值的最底层数据结构。同时，该变量使用final关键字修饰，实现了java字符串不可变的特性，进而保证了线程安全。因为数组在jvm内存中是连续存储的，那么value可被看作是一个指向jvm内存中某个数组的首地址的指针。

特别注意区分，Stirng类实例String s = "abc”的引用是指向jvm内存中的实例地址，即所谓的String类对象地址。而在String类实例内，维护了一个数组地址vlaue，它指向了另外一块存储char字符数组（jdk1.9 byte字符数组）的内存地址。即一个String类对象有两个引用：1）有一个实例引用，2）实例内部有一个数组引用。

图一 String类实例内存地址

四种常量池

顾名思义、池一般指某个容器或范围内放置若干数量具有相同属性的东西，而常量指内容不发生变化的量。那么，常量池是指在jvm的内存放置若干的常量的区域。在java体系中，可分为Class文件常量池、运行时常量池、部分基本数据类型包装类常量池、全局字符串常量池，他们的作用都是为了复用常量，提高读取性能。

• Class文件常量池
  java程序编译之后，会在磁盘上生成.class后缀的文件，其中用于存储字面量和符号引用的部分称为常量池。这个常量池在编译之后就固定在磁盘上，因此可称为静态常量池。

• 运行时常量池
  在jvm完成类加载之后，Class文件常量池（静态常量池）会被加载进jvm的内存，成为运行时常量池。它位于方法区中，1.6 在永久代，1.7 在元空间中，永久代跟元空间都是对方法区的实现

• 部分基本数据类型包装类常量池

  在四类八种基本数据类型，除Float和Double之外，其他六种基本数据类型的包装类都实现了常量池技术。其实质指当创建的数值范围在[-128,128]内时，jvm会将其放入常量池中，而不是创新新的对象。当数值超出范围后，则需要重新创建对象。如下代码

  Integer a = 12; 
  Integer b = 12；
  System.out.println(a == b)// true. 12在范围内，将被置入常量池中，变量a,b指向同一位置。
  Integer c = 129; 
  Integer b = 129；
  System.out.println(a == b)//false. 数字129超出范围，创建两个对象。
  

• 全局字符串常量池
  英文称为String table,又称为String pool。在JDK1.7之前，该常量池位于永久代中，之后为位于堆中。它的本质是一个Hashtable（底层采用数组和链表实现，Hashtable无法扩容，这一点不同于HashMap）,其中存储的是字符串实例对象的引用，而不是字符串实例对象自身，类似C语言中的指针，指向字符串值在jvm内存中的位置。这个表被整个jvm共享且唯一存在，所有创建字符串的指令执行之前，都会先查询这个哈希表。如果有目标字符串，则返回目标字符串的引用，避免重复创建。
  如下图所示，字符串常量池中存储了指向存储字符串实例的地址，而字符串实例中的成员变量value指向了存储字符的数组地址，且多个值相等（依据String#equal方法）的String实例的成员变量value可以指向同一个字符数组。需要注意的是，在JDK1.9中，String类的char[] 数组被改为 byte[]数组，以节约内存和减少GC次数。
  当调用String#intern方法时，会扩充字符串常量池。当发生gc时，会缩减字符串常量池。
  

  图二 字符串常量池内存结构

String#intern()

这个方法是一个 native 的方法，其方法注释为：如果常量池中存在当前字符串, 就会直接返回当前字符串. 如果常量池中没有此字符串, 会将此字符串放入常量池中后, 再返回。从注释来看，该方法的作用一方面是获取字符串常量池中用于全局共享的某个String类实例的引用，又因为它会向字符串常量池中添加新的引用，所以另一方面是可以起到扩充字符串常量池的作用,即所谓字符串池化。

在JDK6中, 当一个字符串S调用intern()方法时,如果字符串常量池中不存在指向同S值相同的String类实例的引用, 则根据S复制一份新的字符串实例S1,并S1的引用添加到字符串常量池中;如果字符串常量池中存在指向同S值相同的String类实例的引用, 直接返回字符串常量池中的引用地址。

在JDK7中, 当一个字符串S调用intern()方法时,如果字符串常量池中不存在指向同S值相同的String类实例的引用, 则直接将字符串S的引用添加到字符串常量池中;如果字符串常量池中存在指向同S值相同的String类实例的引用, 直接返回字符串常量池中的引用地址。

String的”+“拼接

使用”+“拼接字符串，编译器会在编译阶段把代码优化成使用StringBuilder（jdk1.5后引入，之前是StringBuffer）类，并调用StringBuilder#append方法进行字符串拼接，最后调用StringBuilder#toString方法。 可以看到在StringBuilder#toString中使用new新建了一个String实例,并返回该实例。注意此处的new字符串实例的方式与其他位置的new字符串实例不同，下文会介绍。

	@Override
    public String toString() {
        // Create a copy, don't share the array
        return new String(value, 0, count);
    }

其基本过程为：在运行时， 两个字符串str1, str2的拼接首先会调用 String.valueOf(obj)，这个Obj为str1，而String.valueOf(Obj)中的实现是return obj == null ? “null” : obj.toString(), 然后产生StringBuilder， 调用的StringBuilder(str1)构造方法， 把StringBuilder初始化，长度为str1.length()+16，并且调用append(str1)接下来调用StringBuilder.append(str2), 把第二个字符串拼接进去， 然后调用StringBuilder.toString返回结果。

	String s=null;
	s=s+"abc";
	System.out.println(s); // "nullabc"

String的创建方式及内存状态

1、String s = “xyz”

这种创建方式在编译器已经完成，编译器会检查字符串常量池中是否存在指向值为“xyz”的String类实例。若存在，则返回实例的引用赋值给变量s。若不存在，则创建一个值为“xyz”的String类实例，将该实例的引用放入字符串常量池用于共享，并将该实例的引用赋值给变量s。
同这种方式类似，String s = "x" + "yz"也会在编译器直接优化为String s = "xyz"，然后执行上面的步骤。

其底层执行以下步骤

1. 查询字符串常量池，查看JVM内存中是否已存在”xyz“实例。此处使用equal（判断值）而不是“==”（判断地址）
2. 若不存在，则创建一个“xyz”实例，将这个实例的引用放入字符串常量池，并将“xyz”实例的引用返回给栈区中的变量s。
   图三 创建字符串”xyz“ 之前内存结构
   对比图三、图四，可以看到，创建字符串”xyz“之后，该字符串的引用被添加进了字符串常量池中。
   图四 创建字符串”xyz“ 之后内存结构
3. 若存在，则将“xyz”的实例引用赋值给变量s。
   图五 字符串常量池已有字符串
   可以看到，这种方式声明字符串，堆中最后只有一个String实例，其值为“xyz”;有两个引用指向该实例,分别是字符串常量池中的一个引用和栈区的一个引用。 该结论可使用如下代码说明

    //栈区中的变量s是“xyz”的引用
   String s = "xyz";
   //intern方法返回字符串常量池中指向值为“xyz"的String类实例的引用
   String stringPool = s.intern();
   //true。“==”比较地址，
   // 说明这个两个引用指向的地址相同，即只有一个值为“xyz”的String类实例。
   System.out.println(s == stringPool);
   

2、String s = new String(“xyz”)

这种创建方式主要完成两部分工作。

1. 查询字符串常量池中是否存在指向值为“xyz”的String类实例，若有，则无操作。若没有，则创建一个值为“xyz”的String类实例，并将该实例的引用放入字符串常量池中。这一步的操作是为了实现字符串共享。
2. 因为有new关键字，因此触发创建实例动作。此处会创建一个值为“xyz”的String类实例，并将该实例的引用赋值给变量s.

需要注意的是，此处字符串常量池创建的值为“xyz”的String类实例不同于new关键字创建的值为“xyz”的String类实例。但由于两者的值都为“xyz”，按上文介绍，若多个String类实例的成员变量value指向的字符数组值相同，则该数组可以共享。此处两个实例的成员变量value都指向同一个字符数组（jdk1.8）。其最终内存状态如下。

图六 new方式创建字符串 可以看到图中，1和2两个引用指向不同的String类实例，但这两个实例的value属性指向同一个字符数组(JDK1.8)。以下代码说明1和2指向不同实例

//1、池化。创建一个将值为“xyz”的String类实例，并将这个实例的引用放入字符串常量池中。
//2、new触发创建一个新的String实例，并将这个实例的引用赋值给s0
String s0 = new String("xyz");
//获取字符串常量池中值为“xyz”的String类实例的引用
String s1 = s0.intern();
//false。“==”比较地址，
//说明s0和s1是不同类实例。
System.out.println(s0 == s1);

下图说明，不同实例共享同一个字符数组（JDK1.8）

图七 共享字符数组 ![在这里插入图片描述]()

3、String s = 表达式1 + 表达式2;

使用“+“拼接方式创建字符串，可有以下方式

		String a = "x";
        String b = a + "yz";  //拼接方式1
        String c = new String("x") + "yz";  //拼接方式2
        String d = new String("x") + new String("yz"); 拼接方式3

上文已经介绍，字符串”+“拼接底层使用StringBuild完成拼接过程，在完成的最后一步重写toString方法中，返回使用new关键字新建的String类实例。与上一小节介绍的 String s = new String("xyz")不同，StringBuild#toString()中字符串创建完成后，不会将新建的字符串添加进字符串常量池，不管常量池中有没有对应的字符串实例。

假设我们使用String d = new String("x") + new String("yz");拼接字符串，其内存状态如下图。从图中可以看到，新生成的”xyz“实例未添加进字符串常量池，即字符串常量池中没有存储指向”xyz“实例的引用。

图八 拼接方式创建字符串 可调用String#intern方法将新生成的”xyz“实例添加进字符串常量池，即所谓池化过程。根据上文介绍，池化之后，可以看到字符串常量池中指向了新建的”xyz“对象地址，即把”xyz“对象的引用直接添加进字符串常量池，变量s和字符串常量池指向了相同的地址。而在jdk1.7之前把复制的、新的实例对象的引用添加进字符串常量池。 图九 字符串池化 以上结论可以使用以下代码验证

		//拼接字符串，将最终生成的字符串实例引用赋值给s1
        String s1 = new StringBuilder("计算机").append("软件").toString();
        //池化。获取字符串常量池中的引用
        String s11 = s1.intern();
        //true.说明两者指向同一个地址。
        System.out.println(s1 == s11);

        String s2 = new StringBuilder("ja").append("va").toString();
        String s22 = s2.intern();
        //false.原因是”java“字符串在虚拟机启动时已经添加进字符串常量池。
        System.out.println(s2 == s22);

实践意义

如果程序中存在大量重复字符串，使用intern()会节省大量空间（用一个共享字符串代替若干重复字符串），与JDK版本无关。

参考资料

• 从字符串到常量池，一文看懂String类
• 深入理解String的intern()方法
• String都快用烂了，面试的时候还是被面试官吊打
• String"+"拼接底层实现原理
• 深入理解Java虚拟机 第二版