深入研究 String
String是一个非可变类(immutable class),其实现采用Copy On Write技术。简单说来,非可变类的实例是不能被修改的,每个实例中包含的信息都必须在该实例创建的时候就提供出来,并且在对象的整个生存周期内固定不变。非可变类有着自身的优势,如状态单一,对象简单,便于维护;其次,该类的对象本质上是线程安全的,不要求同步。此外用户可以共享非可变对象,甚至可以共享它们的内部信息。
4.1 String对象的创建
创建一个String 对象,主要就有以下两种方式:
String str1 =
new
String(
"abc"
);
String str2 =
"abc"
;
对于第一种,JVM会在heap中创建一个String对象,然后将该对象的引用返回给用户。对于第二种,JVM首先会在内部维护的strings pool中通过String的 equals 方法查找是对象池中是否存放有该String对象,如果有,则返回已有的String对象给用户,而不会在heap中重新创建一个新的String对象;如果对象池中没有该String对象,JVM则在heap中创建新的String对象,将其引用返回给用户,
同时将该引用添加至
strings pool
中。
注意:使用第一种方法创建对象时,JVM是不会主动把该对象放到strings pool里面的,除非程序调用 String的intern方法。看下面的例子:
String str1 =
new
String(
"abc"
);
//JVM
在堆上创建一个String对象
// jvm
在strings pool中找不到值为“abc”的字符串,因此
//
在堆上创建一个String对象,并将该对象的引用加入至strings pool中
//
此时堆上有两个String对象
String str2 =
"abc"
;
if
(str1 == str2)
{
System.
out
.println(
"str1 == str2"
);
}
else
{
System.
out
.println(
"str1 != str2"
);
}
//
打印结果是 str1 != str2,因为它们是堆上两个不同的对象
String str3 =
"abc"
;
//
此时,jvm发现strings pool中已有“abc”对象了,因为“abc”equels “abc”
//
因此直接返回str2指向的对象给str3,也就是说str2和str3是指向同一个对象的引用
if
(str2 == str3)
{
System.
out
.println(
"str2 == str3"
);
}
else
{
System.
out
.println(
"str2 != str3"
);
}
//
打印结果为 str2 == str3
再看下面的例子:
String str1 =
new
String(
"abc"
);
//JVM
在堆上创建一个String对象
str1 = str1.intern();
//
程序显式将str1放到strings pool中,intern运行过程是这样的:首先查看strings pool
//
有没“abc”对象的引用,没有,则在堆中新建一个对象,然后将新对象的引用加入至
// strings pool
中。执行完该语句后,str1原来指向的String对象已经成为垃圾对象了。
//
此时,JVM发现strings pool中已有“abc”对象了,因为“abc”equals “abc”
//
因此直接返回str1指向的对象给str2,也就是说str2和str1引用着同一个对象,
//
此时,堆上的有效对象只有一个。
String str2 =
"abc"
;
if
(str1 == str2)
{
System.
out
.println(
"str1 == str2"
);
}
else
{
System.
out
.println(
"str1 != str2"
);
}
//
打印结果是 str1 == str2
为什么JVM可以这样处理String对象呢?就是因为String的非可变性。既然所引用的对象一旦创建就永不更改,那么多个引用共用一个对象时互不影响。
4.2 JVM对String常量的处理和优化
4.2.1 JVM对String的处理
class
Test
{
public
static
void
main(String[] args)
{
/*
* 1.
字面上的 "Hi" 字符串将被自动 intern 到虚拟机的字符串池中.
* 2.
不是字面上的String对象,通过调用intern()方法,被intern到虚拟机的字符串池中.
*
*
虚拟机的字符串池由类 String 私有地维护。
*/
String a =
"Hi"
;
String b =
"Hi"
;
String c =
new
String(
"Hi"
);
System.
out
.println(a == b);
// true
System.
out
.println(a == c);
// false
c = c.intern();
System.
out
.println(a == c);
// true
/*
*
创建了两个对象
* 1.
字面"AA" ——被intern到虚拟机字符串池中了。
* 2.new
操作符创建的 对象
*
*
由AA != AA.intern()可以看出:String AA = new String("AA");创建了两个对象。
*/
String AA =
new
String(
"AA"
);
System.
out
.println(AA ==
"AA"
);
// false
System.
out
.println(AA == AA.intern());
// false
System.
out
.println(
"AA"
== AA.intern());
// true
/*
* JAVA
规范中的例子:
*/
String hello =
"Hello"
, lo =
"lo"
;
System.
out
.println((hello ==
"Hello"
) +
" "
);
//true
System.
out
.println((hello == (
"Hel"
+
"lo"
)) +
" "
);
//true
System.
out
.println((hello == (
"Hel"
+ lo)) +
" "
);
//false--lo
为非literal的
System.
out
.println(hello == (
"Hel"
+ lo).intern());
//true
}
}
4.2.2编译器对String常量表达式的优化
4.2.2.1 问题代码
String a =
"ab"
;
String b =
"a"
+
"b"
;
System.
out
.println((a == b));
打印结果会是什么?一般答案会是以下几种:
(1)true
"a"
+
"b"
的结果就是
"ab"
,这样a,b都是"ab"了,内容一样所以"相等",结果true
一般java新人如是答。
(2)false
"a"
+
"b"
会生成新的对象
"ab"
,但是这个对象和String a = "ab";不同,(a == b)是比较对象引用,因此不相等,结果false 对java的String有一定了解的通常这样回答。
(3)true
(3)true
String a = "ab";创建了新的对象
"ab"; String b = "a" + "b";没有创建新的对象,而是从JVM字符串常量池中获取之前已经存在的"ab"对象。因此a,b具有对同一个string对象的引用,两个引用相等,结果true 能回答出这个答案的,基本已经是高手了,对java中的string机制比较了解。很遗憾,这个答案,是错误的,或者说,压根没有这么回事.
(4).true
String b =
"a"
+
"b"
;编译器将这个
"a"
+
"b"作为
常量表达式,在编译时进行优化,直接取结果"ab",这样这个问题退化
String a = "ab";
String b = "ab";
System.out.println((a == b));
String b = "ab";
System.out.println((a == b));
String b = "ab";没有创建新的对象,而是从JVM字符串常量池中获取之前已经存在的"ab"对象。因此a,b具有对同一个string对象的引用,两个引用相等,结果true
4.2.2.2.编译器优化证明过程
这里有一个疑问就是String不是基本类型,像 int secondsOfDay = 24 * 60 * 60; 这样的表达式是常量表达式,编译器在编译时直接计算容易理解,而"a" + "b" 这样的表达式,string是对象不是基本类型,编译器会把它当成常量表达式来优化吗?
下面简单证明我的推断,首先编译这个类:
public class Test {
下面简单证明我的推断,首先编译这个类:
public class Test {
private String a = "aa";
}
}
复制class文件备用,然后修改为
public class Test {
private String a = "a" + "a";
}
}
再次编译,用ue之类的文本编辑器打开,察看二进制内容,可以发现,两个class文件完全一致,连一个字节都不差.
真相大白了.根本不存在运行期的处理String b = "a" + "b";这样的代码的问题,编译时就直接优化掉了。
4.2.2.3.扩展应用
下面进一步探讨,什么样的String + 表达式会被编译器当成常量表达式?
(1)
String + String
被正式是ok的
(2)
String + int
被正式也是ok的
String a =
"a1"
;
String b =
"a"
+ 1;
System.
out
.println((a == b));
//result = true
(3)
String + boolean
被正式也是ok的
String a =
"atrue"
;
String b =
"a"
+
true
;
System.
out
.println((a == b));
//result = true
(4)
(3) String + double被正式也是ok的
String a =
"a3.4"
;
String b =
"a"
+ 3.4;
System.out.println((a == b)); //result = true
可见编译器
对
string +
基本类型是当成常量表达式直接求值来优化的。
(5)
再注意看这里的String都是"**"这样的,我们换成变量来试试:
String a = "ab" ;
String a = "ab" ;
String bb =
"b"
;
String b =
"a"
+ bb;
System.
out
.println((a == b));
//result = false
这个好理解,"a" + bb中的bb是变量,不能进行优化。
(6) 再修改一下,把bb作为常量变量:
String a = "ab" ;
(6) 再修改一下,把bb作为常量变量:
String a = "ab" ;
final
String bb =
"b"
;
String b =
"a"
+ bb;
System.out.println((a == b)); //result = true
竟然又是true,编译器的优化好厉害啊!
竟然又是true,编译器的优化好厉害啊!
(7)
考虑下面这种情况:
private
static
String getBB()
{
return
"b"
;
}
public
static
void
main(String[] args)
{
String a =
"ab"
;
final
String bb = getBB();
String b =
"a"
+ bb;
System.
out
.println((a == b));
//result = false
}
看来java(包括编译器和jvm)对String的优化,真的是到了极点了,String这个所谓的"对象",完全不可以看成一般的对象,
java
对
String
的处理近乎于基本类型,最大限度的优化了几乎能优化的地方。
4.3 String串接(Concatenation)。
滥用String的串接操作符是会影响程序的性能的。归根结底就是String类的非可变性。既然String对象都是非可变的,但是串接操作明显是要增长字符串的,也就是要改变String的内部状态,两者出现了矛盾。所以要维护String的非可变性,只好在串接完成后新建一个String 对象来表示新产生的字符串了。也就是说,每一次执行串接操作都会导致新对象的产生,如果串接操作执行很频繁,就会导致大量对象的创建,性能问题也就随之而来了。
为了解决这个问题,JDK为String类提供了一个可变的配套类,StringBuffer。
使用StringBuffer对象,由于该类是可变的,串接时仅仅时改变了内部数据结构,而不会创建新的对象,因此性能上有很大的提高。
针对单线程,JDK5.0还提供了StringBuilder类,在单线程环境下,由于不用考虑同步问题,使用该类使性能得到进一步的提高。
4.4 String的长度
查看String的源代码我们可以得知类String中是使用int域 count 来记录对象字符的数量,因此,我们可以推测最长的长度为 2^32,也就是4G。
不过,我们在编写源代码的时候,如果使用 Sting str = "aaaa";的形式定义一个字符串,那么双引号里面的ASCII字符最多只能有
65534 个。原因是在class文件的规范中, CONSTANT_Utf8_info表中使用一个
16
位的无符号整数来
记录字符串的长度的,最多能表示
65536个字节,
而
java class
文件是使用一种变体
UTF-8
格式来存放字符的,
null
值使用两个字节来表示,因此只剩下 65536- 2 = 65534个字节。也正是变体UTF-8的原因,如果字符串中含有中文等非ASCII字符,那么双引号中字符的数量会更少(一个中文字符占用三个字节)。如果超出这个数量,在编译的时候编译器会报错。
4.5 String参数传递问题
public
class
StringTest
{
static
void
func(String s)
{
s +=
"tail"
;
}
static
void
test()
{
String a =
"abc"
;
func(a);
System.
out
.println(a);
}
public
static
void
main(String[] args)
{
test();
}
}
程序运行结果:
abc