String在字符串常量池和堆内存的原理

一文彻底搞懂字符串、字符串常量池原理

常量池概述

• 字面量：字面量就是指由字母、数字等构成的字符串或者数值常量。字面量只可以右值出现，所谓右值是指等号右边的值，如：int a=1 这里的a为左值，1为右值。在这个例子中1就是字面量。

int a = 1;
int b = 2;
int c = "abcdefg";
int d = "abcdefg";

• 符号引用：上面的a、b就是字段名称，就是一种符号引用，符号引用可以是：
  • 类和接口的全限定名 com.xx.User
  • 字段的名称和描述符 name
  • 方法的名称和描述符 set()

静态常量池、运行时常量池与字符串常量池的区别

像这些静态的、未加载的.class文件的数据被称为静态常量池，但经过jvm把.class文件装入内存、加载到方法区后，常量池就会变为运行时常量池！
对应的符号引用在程序加载或运行时会被转变为被加载到方法区的代码的直接引用，在jvm调用这个方法时，就可以根据这个直接引用找到这个方法在方法区的位置，然后去执行。

而字符串常量池又是运行时常量池中的一小部分，字符串常量池的位置在jdk不同版本下，有一定区别！

• Jdk1.6及之前： 有永久代, 运行时常量池包含字符串常量池

• Jdk1.8及之后： 无永久代，运行时常量池在元空间，字符串常量池里依然在堆里

字符串常量池的设计初衷

字符串的分配，和其他的对象分配一样，耗费高昂的时间与空间代价，作为最基础的数据类型，大量频繁的创建字符串，极大程度地影响程序的性能。

JVM为了提高性能和减少内存开销，在实例化字符串常量的时候进行了一些优化：为字符串开辟一个字符串常量池，类似于缓存区。在创建字符串常量时：

• 首先查询字符串常量池是否存在该字符串
• 如果存在该字符串，返回引用实例
• 如果不存在，先实例化该字符串并放入池中()，然后再把这个字符串返回。
• 下次再调用时，直接从字符串常量池中取值！
  字符串常量池底层是hotspot的C++实现的，底层类似一个哈希表k-v结构的， 保存的本质上是字符串对象的引用。

字符串的几种创建方式及原理

字符串的创建分为以下三种：

• 直接赋值
• new String()
• intern方法

①：直接赋值

• 这种方式创建的字符串对象，只会在常量池中。返回的也只是字符串常量池中的对象引用！

String s = "aaa";  // s指向常量池中的引用

步骤如下：

• 因为有aaa这个字面量，在创建对象s的时候，JVM会先去常量池中通过 equals(key) 方法，判断是否有相同的对象
• 如果有，则直接返回该对象在常量池中的引用
• 如果没有，则会在常量池中创建一个新对象，再返回常量池中aaa的对象引用。

②：new String()

• 这种方式会保证字符串常量池和堆中都有这个对象，最后返回堆内存中的对象引用！

String s1 = new String("aaa");  // s1指向内存中的对象引用

步骤如下：

• 同上，看到有"aaa"这个字面量，就会先去字符串常量池中检查是否存在字符串"aaa"
• 如果不存在，先在字符串常量池里创建一个字符串对象"aaa"；再去堆内存中创建一个字符串对象"aaa"
• 如果存在，就直接去堆内存中创建一个字符串对象"aaa"
• 无论存不存在，都只返回堆内存中的字符串对象"aaa"的引用

③：intern()方法

String s1 = new String("aaa");   
String s2 = s1.intern();
System.out.println(s1 == s2);  //false

intern方法是一个 native 的方法，当调用 intern方法时：

• 如果字符串常量池中已经包含一个等于"aaa"的字符串（用equals(oject)方法确定），则返回字符串常量池中的字符串"aaa"。
• 如果字符串常量池中没有"aaa"这样一个字符串，则会将intern返回的引用指向当前字符串 s1，也就说会返回堆中的"aaa"

注意：在jdk1.6版本及以前，如果字符串常量池中没有"aaa" 这样一个字符串 ，还需要将"aaa" 复制到字符串常量池里，然后返回字符串常量池中的这个新创建的字符串"aaa"。

面试题：字符串比较

①：下面的代码创建了多少个 String 对象（intern方法的理解）？

String s1 = new String("he") + new String("llo");
String s2 = s1.intern();
 
System.out.println(s1 == s2);

答案：

• 在 JDK 1.6 下输出是 false，创建了 6 个对象
• 在 JDK 1.7 及以上的版本输出是 true，创建了 5 个对象

原理如下：

• String s1 = new String(“he”) + new String(“llo”)这段代码首先会先根据字面量在字符串常量池中创建he、llo这两个对象
• 然后根据new String又会在堆中创建he、llo这两个对象，此时一共四个对象
• 然后再根据+号，合成一个新的对象hello，这个对象是存在堆中的，一共五个对象

上述过程无论是jdk哪个版本都是一致的，但在调用intern()方法时，需要区分jdk版本：

在 jdk1.6 中调用 intern() 方法时：

• 首先会在字符串常量池中寻找与hello(s1的值) 的equal()方法 相等的字符串
• 假如字符串存在，就返回该字符串在字符串常量池中的引用
• 假如字符串不存在，jvm会重新在永久代上创建一个实例，并返回这个字符串常量池中新建的实例hello。
• 这道题显然是不存在的，所以s2的引用是字符串常量池中新建的实例hello，而s1的引用则是堆中的实例hello，s1 == s2又比较的是引用地址，所以在jdk1.6创建了 6 个对象，输出是 false

在 jdk1.8 中调用 intern() 方法时：

• 在 JDK 1.7 (及以上版本)中，由于字符串常量池不在永久代了，放在了堆中，刚好字符串对象s1也是存在于堆中的，所以intern() 做了一些修改，为了更方便地利用堆中的对象，省去了字符串常量池的复制操作！可以直接指向堆上的实例hello。
• 所以在 JDK 1.7 (及以上版本)中，只需要创建5个对象，且intern()返回的对象s2也是堆中的对象hello，s1、s2同为堆中对象hello的引用，所以s1 == s2，返回true。

②：字符串比较

示例1：

String s0="ab";
String s1="ab";
String s2="a" + "b";
System.out.println( s0==s1 ); //true
System.out.println( s0==s2 ); //truea

解析：

• 例子中的 s0和s1中的ab都是字符串常量，它们在编译期就被确定了，所以s0 == s1为 true；
• String s2=“a” + “b"字面量a和字面量b直接相加，在编译期就被优化为一个字符串常量"ab”，所以s0 、s1 、s2都可以看作是sx = “ab”，返回的都是字符串常量池中的ab，无论怎么比较都是相等的！

示例2：

String s0="ab";
String s1=new String("ab");
String s2="a" + new String("b");
System.out.println( s0==s1 );　　// false
System.out.println( s0==s2 )；　 // false
System.out.println( s1==s2 );　　// false

解析：

• s0 指向字符串常量池中的ab，s1指向堆中的ab，两者不相等
• s2因为有后半部分 new String(”b”)，所以jvm无法在编译期确定，所以也是一个新创建对象”ab”的引用，s2也相当于new String(“ab”)，与其他的都不想等！

示例3：

  String a = "a1";
  String b = "a" + 1;
  System.out.println(a == b); // true 
  
  String a = "atrue";
  String b = "a" + "true";
  System.out.println(a == b); // true 
  
  String a = "a3.4";
  String b = "a" + 3.4;
  System.out.println(a == b); // true

分析：

• JVM对于字符串常量的"+“号连接，将在程序编译期，JVM就将常量字符串的”+“连接优化为连接后的值，拿"a” + 1来说，经编译器优化后在class中就已经是a1。
• 在编译期其字符串常量的值就确定下来，故上面程序最终的结果都为true。

示例4：

String a = "ab";
String bb = "b";
String b = "a" + bb;

System.out.println(a == b); // false

分析：

• JVM对于字符串引用，由于在字符串的"+“连接中，有字符串引用存在，而引用的值在程序编译期是无法确定的，即"a” + bb无法被编译器优化，只有在程序运行期来动态分配并将连接后的新地址赋给b。所以上面程序的结果也就为false。

示例5：

String a = "ab";
final String bb = "b";
String b = "a" + bb;

System.out.println(a == b); // true

分析：

• 和示例4中唯一不同的是bb字符串加了final修饰，对于final修饰的变量，它在编译时被解析为常量值的一个本地拷贝存储到自己的常量池中或嵌入到它的字节码流中。所以此时的"a" + bb和"a" + "b"效果是一样的。故上面程序的结果为true。

示例6：

String a = "ab";
final String bb = getBB();
String b = "a" + bb;

System.out.println(a == b); // false

private static String getBB() 
{  
    return "b";  
 }

分析：

• JVM对于字符串引用bb，它的值在编译期无法确定，只有在程序运行期调用方法后，将方法的返回值和"a"来动态连接并分配地址为b，故上面程序的结果为false。

示例7：

//字符串常量池："计算机"和"技术"     
//堆内存：str1引用的对象"计算机技术"  
//堆内存中还有个StringBuilder的对象，但是会被gc回收
//StringBuilder的toString方法会new String()，这个String才是真正返回的对象引用
String str2 = new StringBuilder("计算机").append("技术").toString();   //字面量没有出现"计算机技术"字面量，所以不会在常量池里生成"计算机技术"对象
//"计算机技术" 在池中没有，但是在堆中存在，则intern时，会直接返回该堆中的引用
System.out.println(str2 == str2.intern());  //true


//字符串常量池："ja"和"va"    
//堆内存：str1引用的对象"java"  
//堆内存中还有个StringBuilder的对象，但是会被gc回收
//StringBuilder的toString方法会new String()，这个String才是真正返回的对象引用
String str1 = new StringBuilder("ja").append("va").toString();    //没有出现"java"字面量，所以不会在常量池里生成"java"对象
//java是关键字，在JVM初始化的相关类里肯定早就放进字符串常量池了
System.out.println(str1 == str1.intern());  //false



//"test"作为字面量，放入了池中
//而new时s1指向的是heap中新生成的string对象
//s1.intern()指向的是"test"字面量之前在池中生成的字符串对象
String s1=new String("test");  
System.out.println(s1==s1.intern());   //false


String s2=new StringBuilder("abc").toString();
System.out.println(s2==s2.intern());  //false
//同上