由面试题引发的对于String的思考

先看一些面试题，如下：

String s1 = "aba";
String s2 = new String("aba");
System.out.println(s1==s2);

String a = "aaa";   
String b = "a" + "aa";   
System.out.println(a == b);

String s = new String("aaa");
s.intern();
String ss = "aaa";
System.out.println(s == ss);

String s = new String("aaa") + new String("bbb");
s.intern();
String ss = "aaabbb";
System.out.println(s == ss);

这些题目相信大家也不陌生，你知道输出的是什么吗？还有很多类似的题目不一一举例了。

说实话，当初是看intern方法的作用，看着看着，又研究了String源码，然后牵扯出一大堆东西，研究了一个星期。

下面先说String。

看过某宝典，里面有道题：String和StringBuilder的区别，答案说String是不可变的，StringBuilder是可变的，那么为什么String是不可变的?大家都知道String是final类，final修饰的类是不能被继承的，难道因此就是不可变的？当然不是，查看String源码，看到有个char数组的value属性，由此知道String其实就是对char[]的一种封装，这个value也是final，因此是不可变的，那么String真的就不可变吗，有没有什么办法改变呢？当然有，利用反射，我们就能改变String的内容，但不推荐这么做，也没有什么意义，这也不是我们要讨论的主要内容，或许以后再写篇来研究下也未尝不可。

String类里提供的方法也非常多，我们不一一讨论，重点来说下intern方法。

intern方法的作用，看看API中的描述：

public String intern()

Returns a canonical representation for the string object.

A pool of strings, initially empty, is maintained privately by the class String.

When the intern method is invoked, if the pool already contains a string equal to this String object as determined by the equals(Object) method, then the string from the pool is returned. Otherwise, this String object is added to the pool and a reference to this Stringobject is returned.

It follows that for any two strings s and t, s.intern() == t.intern() is true if and only if s.equals(t) is true.

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.

Returns:

a string that has the same contents as this string, but is guaranteed to be from a pool of unique strings.

大致意思是：

一个初始时为空的字符串池，它由类 String 私有地维护。

当调用 intern 方法时，如果池已经包含一个等于此 String 对象的字符串（该对象由 equals(Object) 方法确定），则返回池中的字符串。否则，将此 String 对象添加到池中，并且返回此 String 对象的引用。

它遵循对于任何两个字符串 s 和 t，当且仅当 s.equals(t) 为 true 时，s.intern() == t.intern() 才为 true。

所有字面值字符串和字符串赋值常量表达式都是内部的。

返回：

一个字符串，内容与此字符串相同，但它保证来自字符串池中。

在研究过程中，发现jdk1.6和jdk1.7不同，原来常量池的位置发生的变化，而这又得从jvm开始说起了。这里主要说下jvm内存结构。

jvm运行时数据区我们可以分为2类：一类是数据共享的，一类是线程私有的。

内存主要分为6部分，分别是pc寄存器，java虚拟机栈，java堆，方法区，运行时常量池和本地方法栈。其中java堆和方法区是线程共享的，其他的是线程私有的。当然还有一种直接内存的说法，它不是运行时数据区的一部分，也不是Java虚拟机规范中定义的内存区域，但这部分也频繁使用，也容易出现内存溢出。

我们看到内存结构中有一个常量池的区域，它是方法区的一部分。Class文件中除了有类的版本、字段、方法、接口等描述信息外，还有一项信息是常量池，用于存放编译期生成的各种字面量和符号引用，这部分内容在类加载后进入方法区的运行时常量池中存放。Java语言并不要求常量一定只有编译期才能产生，运行期间也可以将新的常量放入池中，而用的比较多的就是String类的intern()方法。扯了这么多，终于回到正题了。

在jdk1.6之前，这个运行时常量池是堆外的一个空间，而jdk1.7将这部分移到堆中，变成元数据区。这就导致了intern()方法的在不同版本中的表现不同了。

简单的说，jdk1.6，intern()方法是在常量池中寻找是否有相同的字符串，如果有则返回，如果没有，就复制一个，然后返回池中的字符串；而jdk1.7，则是寻找是否有相同的字符串，如果有则返回，到这里与jdk1.6是相同的，不同的在于，如果没有，则不是复制一个，而是将地址加入到元数据区，然后返回。

现在再来看看开篇最后一段代码，在jdk1.6的运行结果是 false，在jdk1.7的运行结果是true。

解释下（假设内存中不存在要创建的字符串，同时不考虑编译期优化、逃逸等）：

String s = new String("aaa") + new String("bbb");

运行上面这句，在常量池中创建"aaa"、"bbb"，在堆中创建2个String对象，而这里使用了操作符“+”，这个操作符在java中有重载（java不像c++可以让程序员重载操作符），我这里直接给出答案，不再具体分析，有兴趣的朋友可以上网搜索。这句话实际是在内存中创建了StringBuilder来完成连接的，所以内存中应该还有一个StringBuilder对象，然后s指向的是StringBuilder的toString方法创建的String对象，其值为“aaabbb”，而到此为止这个字符串在常量池中是不存在的，接着运行第二句：

s.intern();

先查找常量池中是否有“aaabbb”，发现没有，那么如果是jdk1.6，则把“aaabbb”复制到常量池中，然后返回池中的地址；如果是jdk1.7，则把堆中的“aaabbb”的地址（也就是s所指向的地址）加到常量池中（元数据区），然后返回这个地址。

再看第三句：

String ss = "aaabbb";

由于经过第二句代码，常量池中已经存在“aaabbb”，那么直接返回该地址，对于jdk1.6，返回的就是复制后的，对于jdk1.7，返回的就是加入的地址。

所以，随后判断s与ss的地址，在jdk1.6中是false，jdk1.7是true。

在jdk1.7中String的变化还是比较多的，不仅上述变化，switch结构中也可以使用String了，并且修复了内存溢出问题，具体的就是原来String都是通过offset和count来返回一个新的值，这样会导致如果一个很大的char数组，实际只使用小部分数据，如果一直创建这样的数据，而由于这个char[]数组一直被使用，无法被gc回收，最后就会内存溢出。jdk1.7去掉了offset和count属性，所有返回的String都是重新复制的一个数组，虽然性能上有一点影响，但解决了内存溢出的bug，也算时间换空间吧。当然为了效率还是有提供一个构造器：

String(char[] value, boolean share) {
        // assert share : "unshared not supported";
        this.value = value;
    }

不过这个构造器只能包内使用，不允许外部使用，这样就防止了上述内存溢出问题了。

以上算是对这个星期研究String这部分的简单总结和记录吧，当然还有其他很多内容，没有展开写。