String 知必会

String 对象实现方式

在众多版本中，String对象做了大量优化，下图是版本推进的演化过程：

1.在Java1.6之前的版本中，String对象是对char数组进行了封装实现的对象。
2.而从Java1.7到1.8版本，Java对String类做了一些改变。String类不在有offset和count两个变量。
3.从Java1.9开始，则将char[]字段改为了byte[]字段，又维护了一个新属性coder它是一个编码格式的标识。

那么为什么这样修改呢？
如果仔细观察会发现一个char字符占16位，2字节。这个情况下，在存储拉丁语系的字符（占一个字节的字符）不需要太宽的char，这样无疑会很浪费，所以在1.9中为了节省内存，使用了占8位1字节的byte[]来存放字符串。（但是原来char[]时，字符串最大长度是数组本身长度的限制，在数组同样大小的前提下，byte[]存储能力理论上是退化了一倍的。）

而新属性 coder的作用是，在计算字符串长度或者使用indexOf()函数时，需要根据这个字段判断如何计算字符串长度，1代表UTF-16,0代表Latin-1(单字节编码)。

Java对象不可变性

1.保证String的安全性，final修饰属性属性不可改变引用，修饰类则不可继承，这里防止了String类继承被篡改其中的某些方法。

2.线程安全性，在并发场景下，多个线程同时读一个资源，是不会引发竟态条件的。只有对资源做写操作才有危险。不可变对象不能被写，所以线程安全。

3.不可变可以实现字符串常量池，在创建String对象时通常有两种方式，String str = “abc”；另一种是String str = new String(“abc”);
第一种方式创建字符串对象时，JVM会检查该对象是否在字符串常量池中，如果在，就返回对象引用，否则新的字符串将在常量池中被创建。这种方式可以减少同一个值的字符串对象重复创建，节约内存。
new String这种方式，首先在编译类文件时"abc"会被放入到常量结构中，类被加载时，"abc"将会在常量池中创建；在调用new时JVM调用String的构造函数，同时引用常量池中的"abc"字符串，在堆中创建一个String对象；最后将引用赋值给str。

对象优化

1.拼装超长字符串

在日常中如果使用String相加拼接字符串会产生多个对象么？例如：

String str ="aa"+"bb"+"cc";

理论上上述代码会先产生aa对象，再生成aabb对象，最后再生成aabbcc对象。
但是实际运行过程中，发现只有一个对象生成，编译后的代码如下：

String str = "aabbcc";

在大多数情况下java还是十分智能的，会自己优化实际代码，但是在循环中使用"+"拼接，会产生大量无意义的StringBuider对象,如下：

String str = "abcdef";

for(int i=0; i<1000; i++) {
      str = str + i;
}

反编译后：

String str = "abcdef";
for(int i=0; i<1000; i++) {
   str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}

在此场景下应使用StringBuilder来避免循环中重复产生对象的行为（多线程场景下使用StringBuffer）。

2.合理使用String.intern节省内存

在日常开发中字符串最长使用，但是其中很多都是重复的，如果能避免创建重复字符串，可以有效降低内存消耗和对象创建开销。

来看一段代码：

String str = new String("abc");
s.intern();
String str1 = "abc";
System.out.println(s == s2);
String s3 = new String("a") + new String("b");
s3.intern();
String s4 = "ab";
System.out.println(s3 == s4);

上面这段代码的执行结果在不同版本的JDK下结果是不同的：
JDK 1.6 : false false
JDK 1.7 : false true

在分析内容前先理解下常量池这个概念。

常量池指的是在编译期就已经被确定，并且被保存在已编译的class文件中的一些数据，它包括了关于类、方法、接口等中的常量，也包括字符串常量。

例如：

  String s0="abc";
  String s1="abc";
  String s2="a"+"bc";
  String s3 = new String("abc");
  System.out.println( s0==s1 );
  System.out.println( s0==s2 );
  System.out.println( s0==s3 );

结果： true true false

因为Java会保证字符串常量只有一个拷贝，s0和s1都是字符串常量，这个在编译期就可以确定了，所以s0==s1;而 s2中"a"和"bc"也都是字符串常量，当一个字符串由多个字符串常量组成，它本身肯定也是字符串常量，并且jvm编译时也会将代码"a"+“bc"优化成"abc”。
new String() 创建的字符串不是常量，是在堆内存中开辟地址空间，所以new String()创建的字符串不放入常量池中,s0 != s3。

步入正题，来看一下String的intern()方法，它可以达到优化内存的作用，其效果在JDK1.6和1.7中表现并不一样来看下面这段代码：

String s = new String("1");
s.intern();
String s2 = "1";
System.out.println(s == s2);
String s3 = new String("a") + new String("b");
s3.intern();
String s4 = "ab";
System.out.println(s3 == s4);
String s5 = new String("ja") + new String("va");
s5.intern();
String s6 = "java";
System.out.println(s5 == s6);

1.6运行结果：false false false;
1.7及以上：true false false;

在1.6中，常量池在方法区，其位于臭名昭著的永久代，intern()会把首次遇到的字符串实例复制到永久代中，返回的也是这个永久代中字符串实例的引用，以此来达到，如果对字符串赋值，常量池中该值已存在则不会创建新的值，直接返回常量池中该值引用。***（PermGen的空间是有限的,它主要存储一些加载类的信息，常量池，方法片段等内容，默认大小只有4m，并且基本不会被FullGC之外的垃圾回收照顾到，所以如果有大量长字符串放入其中，OOM可能就会光顾。此方法1.6慎用！）***

在1.7中，字符串常量池迁移到了heap中。

• s3生成了三个最终对象常量池中的"a"，“b"和Heap中s3引用指向的对象。此时s3引用对象内容是"ab”，但是此时常量池中并没有"ab"。 (结合类加载过程，先在常量池中创建"a",“b” 调用String构造函数生成两个匿名对象，然后进行字符串拼接最终对象)
• 接来下调用s3.intern()函数，将s3中的"ab" 放入到String常量池中，因为常量池中并没有此对象，则常量池直接存储了堆中的引用，直接指向了s3，也就是说引用地址相同。
• 最后String s4 =“ab” 是显示声明的，因此直接去常量池中创建，创建时发现已经存在该对象了，此时将指向s3 引用对象 的引用返回，s3 和 s4的引用一致 所以s3 == s4。

s和s2对象中 String s=new String(“1”);中生成了两个对象，常量池中的"1"和Heap中的字符串对象。s.intern()s去常量池中创建，发现"1"已存在。接下来s2="1"显示声明时，直接返回了指向常量池中的对象，结果s！= s2。
如图：

其中s5.s6的例子是练习中发现的一个坑，既其代码内容基本与s4一致，结果却不相同，经验证常量池中会维护一个常用的字符串常量池其中就有"java"字符串，所以使用了intern后直接将引用指向了默认对象，所以s5 != s6。

小结

• 将String常量池 从 Perm 区移动到了 Java Heap区
• String.intern() 方法时，如果存在堆中的对象，会直接返回对象的引用，而不会重新创建对象.

适用场景

1.Twitter在发布消息的时候，会产生一个地址信息，以当时用户规模预估服务器需要32G的内存来存储地址信息。

public class Location {
    private String city;
    private String region;
    private String countryCode;
    private double longitude;
    private double latitude;
} 

考虑到中间有很多用户地址信息是有重合的，比如，国家，省份，城市等，此时将这部分信息单独列出一个类，以减少重复。

public class SharedLocation {
	private String city;
	private String region;
	private String countryCode;
}
public class Location {
	private SharedLocation sharedLocation;
	double longitude;
	double latitude;
}

通过优化存储大小减到了20G左右，此时再利用了String.intern来节省内存，具体做法是，每次赋值时使用intern方法，如果常量池中有相同的值，就会重复使用该对象，一开始的对象就可以被回收掉。这种方式可以使重复性非常高的地址信息存储大小从20G降到几百兆。

SharedLocation sharedLocation = new SharedLocation();
sharedLocation.setCity(messageInfo.getCity().intern());
sharedLocation.setCountryCode(messageInfo.getRegion().intern());
sharedLocation.setRegion(messageInfo.getCountryCode().intern());
Location location = new Location();
location.set(sharedLocation);
location.set(messageInfo.getLongitude());
location.set(messageInfo.getLatitude());

使用不当场景

详看：https://tech.meituan.com/2014/03/06/in-depth-understanding-string-intern.html