字符串内存内部

本文基于我对StackOverflow的回答 。 我正在尝试解释String类如何存储文本，内部存储和常量池如何工作。

这里要理解的要点是String Java对象与其内容– private value字段下的char[]之间的区别。 String基本上是char[]数组的包装器，将其封装并使其无法修改，因此String可以保持不变。 另外， String类还记住该数组的实际部分（请参阅下文）。 这一切都意味着您可以拥有两个指向相同char[]不同String对象（相当轻量）。

我会告诉你一些例子，连同hashCode()的每个String和hashCode()内部的char[] value字段（我将其称之为文本字符串从区分）。 最后，我将显示javap -c -verbose输出以及测试类的常量池。 请不要将类常量池与字符串文字池混淆。 它们并不完全相同。 另请参见了解常量池的javap输出 。

先决条件

为了进行测试，我创建了一个实用程序方法来破坏String封装：

private int showInternalCharArrayHashCode(String s) {
    final Field value = String.class.getDeclaredField("value");
    value.setAccessible(true);
    return value.get(s).hashCode();
}

它将打印char[] value hashCode() ，有效地帮助我们了解此特定String是否指向相同的char[]文本。

一个类中的两个字符串文字

让我们从最简单的示例开始。

Java代码

String one = "abc";
String two = "abc";

顺便说一句，如果您只写"ab" + "c" ，则Java编译器将在编译时执行串联，并且生成的代码将完全相同。 仅当在编译时知道所有字符串时，此方法才有效。

类常量池
每个类都有自己的常量池 -常量值列表，如果它们在源代码中多次出现，则可以重用。 它包括常见的字符串，数字，方法名称等。 这是上面示例中常量池的内容：

const #2 = String   #38;    //  abc
//...
const #38 = Asciz   abc;

需要注意的重要事项是String常量对象（ #2 ）和字符串指向的Unicode编码文本"abc" （ #38 ）之间的区别。

字节码
这是生成的字节码。 请注意， one引用和two引用都分配有指向"abc"字符串的相同#2常量：

ldc #2; //String abc
astore_1    //one
ldc #2; //String abc
astore_2    //two

输出量
对于每个示例，我将打印以下值：

System.out.println("one.value: " + showInternalCharArrayHashCode(one));
System.out.println("two.value: " + showInternalCharArrayHashCode(two));
System.out.println("one" + System.identityHashCode(one));
System.out.println("two" + System.identityHashCode(two));

这两对相等并不奇怪：

one.value: 23583040
two.value: 23583040
one: 8918249
two: 8918249

这意味着不仅两个对象都指向相同的char[] （下面的相同文本），所以equals()测试将通过。 但更重要的是， one和two是完全相同的引用！ 因此， one == two也是正确的。 显然，如果one和two指向同一个对象，则one.value和two.value必须相等。

文字和new String()  

Java代码
现在，我们都在等待该示例–一个字符串文字和一个使用相同文字的新String 。 这将如何运作？

String one = "abc";
String two = new String("abc");

在源代码中两次使用了"abc"常量这一事实应该给您一些提示……

类常量池与上面相同。

字节码

ldc #2; //String abc
astore_1    //one

new #3; //class java/lang/String
dup
ldc #2; //String abc
invokespecial   #4; //Method java/lang/String."<init>":(Ljava/lang/String;)V
astore_2    //two

仔细地看！ 第一个对象的创建方法与上面相同，不足为奇。 它只需要从常量池中常量引用已经创建的String （ #2 ）。 但是，第二个对象是通过常规构造函数调用创建的。 但！ 第一个String作为参数传递。 可以将其反编译为：

String two = new String(one);

输出量
输出有点令人惊讶。 第二对表示对String对象的引用是可以理解的-我们创建了两个String对象-一个在常量池中为我们创建，第二个是为two手动创建的。 但是，为什么第一对建议两个String对象都指向同一个char[] value数组呢？

one.value: 41771
two.value: 41771
one: 8388097
two: 16585653

当您查看String(String)构造函数的工作原理时，这一点变得很清楚（此处已大大简化）：

public String(String original) {
    this.offset = original.offset;
    this.count = original.count;
    this.value = original.value;
}

看到？ 在基于现有对象创建新的String对象时，它会重用 char[] value 。 String是不可变的，不需要复制已知永远不会修改的数据结构。 而且，由于new String(someString)创建了现有字符串的精确副本，并且字符串是不可变的，因此显然没有理由同时存在两者。
我认为这是一些误解的线索：即使您有两个String对象，它们仍可能指向相同的内容。 如您所见， String对象本身很小。

运行时修改和intern()  

Java代码
假设您最初使用了两个不同的字符串，但是在进行一些修改之后，它们都是相同的：

String one = "abc";
String two = "?abc".substring(1);  //also two = "abc"

Java编译器（至少是我的）不够聪明，无法在编译时执行此类操作，请看一下：

类常量池
突然我们以指向两个不同常量文本的两个常量字符串结尾：

const #2 = String   #44;    //  abc
const #3 = String   #45;    //  ?abc
const #44 = Asciz   abc;
const #45 = Asciz   ?abc;

字节码

ldc #2; //String abc
astore_1    //one

ldc #3; //String ?abc
iconst_1
invokevirtual   #4; //Method String.substring:(I)Ljava/lang/String;
astore_2    //two

拳头弦照常构造。 通过首先加载常量"?abc"字符串，然后在其上调用substring(1)来创建第二个。

输出量

这里不足为奇–我们有两个不同的字符串，指向内存中两个不同的char[]文本：

one.value: 27379847
two.value: 7615385
one: 8388097
two: 16585653

好吧，文本并没有真正的不同 ， equals()方法仍然会产生true 。 我们有两个不必要的相同文本副本。
现在我们应该进行两次练习。 首先，尝试运行：

two = two.intern();

在打印哈希码之前。 one和two不仅指向同一文本，而且它们是相同的参考！

one.value: 11108810
two.value: 11108810
one: 15184449
two: 15184449

这意味着one.equals(two)和one == two测试都将通过。 我们还节省了一些内存，因为"abc"文本在内存中仅出现一次（第二个副本将被垃圾回收）。
第二个练习略有不同，请查看以下内容：

String one = "abc";
String two = "abc".substring(1);

显然one和two是两个不同的对象，指向两个不同的文本。 但是输出如何表明它们都指向同一个char[]数组？！

one.value: 11108810
two.value: 8918249
one: 23583040
two: 23583040

我将答案留给你。 它会教您substring()工作原理，这种方法的优点是什么以及何时会导致大麻烦 。

得到教训

• String对象本身相当便宜。 它指向的文本占用了大部分内存
• String只是char[]的薄包装，以保持不变性
• new String("abc")作为内部文本表示被重用是不是真的那么贵。 但是还是要避免这样的构造。
• 从编译时已知的常量值连接String时，连接由编译器而不是由JVM完成
• substring()有点棘手，但最重要的是，就使用的内存和运行时间而言，它都很便宜（在两种情况下均保持不变）

参考：来自Java和社区博客的JCG合作伙伴 Tomasz Nurkiewicz的字符串内存内部结构 。

翻译自: https://www.javacodegeeks.com/2012/07/string-memory-internals.html