13-StringTable

String的基本特性

• String: 字符串，使用一对""引起来表示。

  • String s1 = “atguigu”; // 字面量的定义方式
  • String s2 = new String(“hello”);

• String 声明为final的，不可被继承

• String 实现了Serializable 接口：表示字符串是支持序列化的。

  实现了Comparable 接口：表示String可比较大小

• String在jdk8 及以前内部定义了final char[] value 用于存储字符串数据。jdk9时改为byte[]

http://openjdk.java.net/jeps/254

• String:代表不可变的字符序列。简称:不可变性。
  • 当对字符串重新赋值时，需要重写指定内存区域赋值，不能使用原有的value进行赋值。
  • 当对现有的字符串进行连接操作时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。
  • 当调用String的replace()方法修改指定字符或字符串时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值。
• 通过字面量的方式（区别于new）给一个字符串赋值，此时的字符串值声明在字符串常量池中。

字符串常量池中是不会存储相同内容的字符串的。

• String的String Pool是一个固定大小的Hashtable(数组加链表)，默认值大小长度是1009。如果放进String Pool的String非常多， 就会造成Hash冲突严重，从而导致链表会很长，而链表长了后直接会造成的影响就是当调用String.intern时性能会大幅下降。
• 使用==-XX:StringTableSize==可设置StringTable的长度
• 在jdk6中StringTable是固定的，就是1009的长度，所以如果常量池中的字符串过多就会导致效率下降很快。StringTableSize设置没有要求
• 在jdk7中，StringTable的长度默认值是60013
• jdk8开始，设置StringTable的长度的话，1009是 可设置的最小.值。

"abc".intern(); //如果字符串常量池中没有对应的字符串的话，则在常量池中生成

String的内存分配

• 在Java语言中有8种基本数据类型和一种比较特殊的类型String。这些类型为了使它们在运行过程中速度更快、更节省内存，都提供了一种常量池的概念。

• 常量池就类似一个Java系统级别提供的缓存。8种基本数据类型的常量池都是系统协调的，String类型的常量池比较特殊。它的主要使用方法有两种。

  • 直接使用双引号声明出来的String对象会直接存储在常量池中。比如: String info = "atguigu.com"；
  • 如果不是用双引号声明的String对象，可以使用String提供的intern()方法。这个后面重点谈

• Java 6及以前，字符串常量池存放在永久代。

• Java 7中Oracle的工程师对字符串池的逻辑做了很大的改变，即将字符串常量池的位置调整到Java堆内。

  • 所有的字符串都保存在堆（Heap）中，和其他普通对象一样，这样可以让你在进行调优应用时仅需要调整堆大小就可以了。
  • 字符串常量池概念原本使用得比较多，但是这个改动使得我们有足够的理由让我们重新考虑在Java 7中使用String. intern()。

• Java8元空间，字符串常量在堆

StringTable为什么调整？

1. permSize默认比较小
2. 永久代垃圾回收频率低，很多字符串只是临时使用一下，如果长期存储在永久代中太浪费系统资源了。

String的基本操作

public class StringTest4 {
  public static void main(String[] args) {
    System.out.println();//2293
    System.out.println("1");//2294
    System.out.println("2");
    System.out.println("3");
    System.out.println("4");
    System.out.println("5");
    System.out.println("6");
    System.out.println("7");
    System.out.println("8");
    System.out.println("9");
    System.out.println("10");//1258
    //如下的字符串"1" 到 "10"不会再次加载
    System.out.println("1");//2304
    System.out.println("2");//2304
    System.out.println("3");
    System.out.println("4");
    System.out.println("5");
    System.out.println("6");
    System.out.println("7");
    System.out.println("8");
    System.out.println("9");
    System.out.println("10");//2304
  }
}

Java语言规范里要求完全相同的字符串字面量，应该包含同样的Unicode字符序列（包含同一份码点序列的常量），并且必须是指向同一个String类实例。

class Memory {
  public static void main(String[] args) {//line 1
    int i = 1;//line 2
    Object obj = new Object();//line 3
    Memory mem = new Memory();//line 4
    mem.foo(obj);//line 5
  }//line 9

  private void foo(Object param) {//line 6
    String str = param.toString();//line 7
    System.out.println(str);
  }//line 8
}

字符串拼接操作

• 常量与常量的拼接结果在常量池，原理是编译期优化

@Test
public void test1(){
  String s1 = "a" + "b" + "c";//编译期优化：等同于"abc"
  String s2 = "abc"; //"abc"一定是放在字符串常量池中，将此地址赋给s2
  /*
         * 最终.java编译成.class,再执行.class
         * String s1 = "abc";
         * String s2 = "abc"
         */
  System.out.println(s1 == s2); //true
  System.out.println(s1.equals(s2)); //true
}

• 常量池中不会存在相同内容的常量。

• 只要其中有一个是变量，结果就在堆中。变量拼接的原理是StringBuilder

@Test
public void test2(){
  String s1 = "javaEE";
  String s2 = "hadoop";

  String s3 = "javaEEhadoop";
  String s4 = "javaEE" + "hadoop";//编译期优化
  //如果拼接符号的前后出现了变量，则相当于在堆空间中new String()，具体的内容为拼接的结果：javaEEhadoop
  String s5 = s1 + "hadoop";
  String s6 = "javaEE" + s2;
  String s7 = s1 + s2;

  System.out.println(s3 == s4);//true
  System.out.println(s3 == s5);//false
  System.out.println(s3 == s6);//false
  System.out.println(s3 == s7);//false
  System.out.println(s5 == s6);//false
  System.out.println(s5 == s7);//false
  System.out.println(s6 == s7);//false
  //intern():判断字符串常量池中是否存在javaEEhadoop值，如果存在，则返回常量池中javaEEhadoop的地址；
  //如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回次对象的地址。
  String s8 = s6.intern();
  System.out.println(s3 == s8);//true
}

• 如果拼接的结果调用intern()方法，则主动将常量池中还没有的字符串对象放入池中，并返回此对象地址。

字符串连接操作符解析：变量 + 变量

@Test
public void test3(){
  String s1 = "a";
  String s2 = "b";
  String s3 = "ab";
  /*
        如下的s1 + s2 的执行细节：(变量s是我临时定义的）
        ① StringBuilder s = new StringBuilder();
        ② s.append("a")
        ③ s.append("b")
        ④ s.toString()  --> 约等于 new String("ab")

        补充：在jdk5.0之后使用的是StringBuilder,在jdk5.0之前使用的是StringBuffer
         */
  String s4 = s1 + s2;//
  System.out.println(s3 == s4);//false
}

1. new StringBuilder();
2. 加载"a" 到操作数栈中
3. 调用StringBuilder的append() 方法，此时"a"就会出栈
4. 加载"b" 到操作数栈中
5. 调用StringBuilder的append() 方法，此时"b"就会出栈
6. 调用StringBuilder的toString() 方法，内部其实是 return new String();
7. 将结果放入局部变量表中，也就是赋值给s

字符串操作符解析：常量 + 常量

/*
1. 字符串拼接操作不一定使用的是StringBuilder!
   如果拼接符号左右两边都是字符串常量或常量引用，则仍然使用编译期优化，即非StringBuilder的方式。
2. 针对于final修饰类、方法、基本数据类型、引用数据类型的量的结构时，能使用上final的时候建议使用上。
 */
@Test
public void test4(){
  final String s1 = "a";
  final String s2 = "b";
  String s3 = "ab";
  String s4 = s1 + s2; //编译器优化
  System.out.println(s3 == s4);//true
}

执行效率比较

/*
    体会执行效率：通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式！
    详情：① StringBuilder的append()的方式：自始至终中只创建过一个StringBuilder的对象
          使用String的字符串拼接方式：创建过多个StringBuilder和String的对象
         ② 使用String的字符串拼接方式：内存中由于创建了较多的StringBuilder和String的对象，内存占用更大；如果进行GC，需要花费额外的时间。

     改进的空间：在实际开发中，如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化：
               StringBuilder s = new StringBuilder(highLevel);//new char[highLevel]
     */
@Test
public void test6(){

  long start = System.currentTimeMillis();

  //        method1(100000);//4014
  method2(100000);//7

  long end = System.currentTimeMillis();

  System.out.println("花费的时间为：" + (end - start));
}

public void method1(int highLevel){
  String src = "";
  for(int i = 0;i < highLevel;i++){
    src = src + "a";//每次循环都会创建一个StringBuilder、String
  }
  //        System.out.println(src);

}

public void method2(int highLevel){
  //只需要创建一个StringBuilder
  StringBuilder src = new StringBuilder();
  for (int i = 0; i < highLevel; i++) {
    src.append("a");
  }
  //        System.out.println(src);
}

intern()的使用

intern() 概述

如果不是用双引号声明的String对象，可以使用String提供的intern方法：intern方法会从字符串常量池中查询当前字符串是否存在，若不存在就会将当前字符串放入常量池中。

• 比如: String myInfo = new String(“I love atguigu”).intern();

也就是说，如果在任意字符串上调用String.intern方法，那么其返回结果所指向的那个类实例，必须和直接以常量形式出现的字符串实例完全相同。因此，下列表达式的值必定是true: (“a” + “b” + “c”). intern() == “abc”

通俗点讲，Interned string就是确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度。注意，这个值会被存放在字符串内部池（String Intern Pool）

/**
 * 如何保证变量s指向的是字符串常量池中的数据呢？
 * 有两种方式：
 * 方式一： String s = "shkstart";//字面量定义的方式
 * 方式二： 调用intern()
 *         String s = new String("shkstart").intern();
 *         String s = new StringBuilder("shkstart").toString().intern();
 *
 * @author shkstart  shkstart@126.com
 * @create 2020  18:49
 */
public class StringIntern {
  public static void main(String[] args) {

    String s = new String("1");
    s.intern();//调用此方法之前，字符串常量池中已经存在了"1"
    String s2 = "1";
    System.out.println(s == s2);//jdk6：false   jdk7/8：false


    String s3 = new String("1") + new String("1");//s3变量记录的地址为：new String("11")
    //执行完上一行代码以后，字符串常量池中，是否存在"11"呢？答案：不存在！！
    s3.intern();//在字符串常量池中生成"11"。如何理解：jdk6:创建了一个新的对象"11",也就有新的地址。
    //         jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
    String s4 = "11";//s4变量记录的地址：使用的是上一行代码代码执行时，在常量池中生成的"11"的地址
    System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
  }


}

intern() 总结

• jdk1. 6中，将这个字符串对象尝试放入串池。
  • 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
  • 如果没有，会把此对象的内容复制一份，放入串池，并返回串池中的对象地址
• Jdk1.7起，将这个字符串对象尝试放入串池。
  • 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
  • 如果没有，则会把对象的引用地址复制一份， 放入串池，并返回串池中的引用地址。

注意：String对象的内容并不都是放在字符串常量池中，也可能是指向char[]的堆空间。比如String str = new String("a") + new String("b");返回的其实是StringBuilder.toString() 的结果，这个toString() 其实是new String(str,start,end),这个String对象里面的char[] 直接指向StringBuilder的char[]

@Override
public String toString() {
  // Create a copy, don't share the array
  return new String(value, 0, count);
}

public String(char value[], int offset, int count) {
  if (offset < 0) {
    throw new StringIndexOutOfBoundsException(offset);
  }
  if (count <= 0) {
    if (count < 0) {
      throw new StringIndexOutOfBoundsException(count);
    }
    if (offset <= value.length) {
      this.value = "".value;
      return;
    }
  }
  // Note: offset or count might be near -1>>>1.
  if (offset > value.length - count) {
    throw new StringIndexOutOfBoundsException(offset + count);
  }
  // 直接进行将char[] 的引用给String的value属性，所以不设置到字符串常量池
  this.value = Arrays.copyOfRange(value, offset, offset+count);
}

课后练习

public class StringExer1 {
  public static void main(String[] args) {
    String x = "ab";
    String s = new String("a") + new String("b");//new String("ab")
    //在上一行代码执行完以后，字符串常量池中并没有"ab"

    String s2 = s.intern();//jdk6中：在串池中创建一个字符串"ab"
    //jdk8中：串池中没有创建字符串"ab",而是创建一个引用，指向new String("ab")，将此引用返回

    System.out.println(s2 == "ab");//jdk6:true  jdk8:true
    System.out.println(s == "ab");//jdk6:false  jdk8:true
  }
}

  public class StringExer2 {
      public static void main(String[] args) {
          String s1 = new String("ab");//执行完以后，会在字符串常量池中会生成"ab"
  //        String s1 = new String("a") + new String("b");执行完以后，不会在字符串常量池中会生成"ab"
          s1.intern();
          String s2 = "ab";
          System.out.println(s1 == s2);
      }
  }

intern 空间上的

/**
 * 使用intern()测试执行效率：空间(内存)使用上
 *
 * 结论：对于程序中大量存在存在的字符串，尤其其中存在很多重复字符串时，使用intern()可以节省内存空间。
 * 原理是我们new String() 对象一直和数组建立关系，导致内存一直不能被释放。使用了intern() 之后数组里面保存的地址是常量池的地址，所以new String() 就没有被引用，等到发生gc的时候这些没有引用的String对象就会被回收掉
 *
 * @author shkstart  shkstart@126.com
 * @create 2020  21:17
 */
public class StringIntern2 {
  static final int MAX_COUNT = 1000 * 10000;
  static final String[] arr = new String[MAX_COUNT];

  public static void main(String[] args) {
    Integer[] data = new Integer[]{1,2,3,4,5,6,7,8,9,10};

    long start = System.currentTimeMillis();
    for (int i = 0; i < MAX_COUNT; i++) {
      arr[i] = new String(String.valueOf(data[i % data.length]));
      //            arr[i] = new String(String.valueOf(data[i % data.length])).intern();

    }
    long end = System.currentTimeMillis();
    System.out.println("花费的时间为：" + (end - start));

    try {
      Thread.sleep(1000);
    } catch (InterruptedException e) {
      e.printStackTrace();
    }
    System.gc();
  }
}

StringTable的垃圾回收

/**
 * String的垃圾回收:
 * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
 *
 * @author shkstart  shkstart@126.com
 * @create 2020  21:27
 */
public class StringGCTest {
  public static void main(String[] args) {
    for (int j = 0; j < 100000; j++) {
      String.valueOf(j).intern();
    }
  }
}

G1中的String去重操作

背景:对许多Java应用（有大的也有小的）做的测试得出以下结果:

• 堆存活数据集合里面string对象占了25%
• 堆存活数据集合里面重复的String对象有13.5%
• String对象的平均长度是45

许多大规模的Java应用的瓶颈在于内存，测试表明，在这些类型的应用里面，Java堆中存活的数据集合差不多25%是String对象。更进一步，这里面差不多一半string对象是重复的，重复的意思是说:
string1.equals(string2)=true。堆上存在重复的string对象必然是一种内存的浪费。这个项目将在G1垃圾收集器中实现自动持续对重复的String对象进行去重，这样就能避免浪费内存。

实现(了解)

• 当垃圾收集器工作的时候，会访问堆上存活的对象。对每一个访问的对象都会检查是否是候选的要去重的string对象。
• 如果是，把这个对象的一个引用插入到队列中等待后续的处理。一个去重的线程在后台运行，处理这个队列。处理队列的一个元素意味着从队列删除这个元素，然后尝试去重它引用的String对象。
• 使用一个hashtable来记录所有的被String对象使用的不重复的char数组。
  当去重的时候，会查这个hashtable，来看堆上是否已经存在一个一模一样的char数组。
• 如果存在，string对象会被调整引用那个数组，释放对原来的数组的引用，最终会被垃圾收集器回收掉。
• 如果查找失败，char 数组会被插入到hashtable，这样以后的时候就可以共享这个数组了。

命令行选项

• UseStringDeduplication(bool) :开启String去重，默诉是不开启的，需要手动开启。
• PrintStringDeduplicationStatistics(bool) :打印详细的去重统计信息
• StringDeduplicationAgeThreshold(uintx) :达到这个年龄的String对象被认为是去重的候选对象

面试题

new String(“ab”)会创建几个对象?

/*
    new String("ab")会创建几个对象？看字节码，就知道是两个。
    一个对象是：new关键字在堆空间创建的
    另一个对象是：字符串常量池中的对象"ab"。 字节码指令：ldc

*/
public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("ab");
    }
} 



 0 new #2 <java/lang/String>
 3 dup
 4 ldc #3 <ab>
 6 invokespecial #4 <java/lang/String.<init>>
 9 astore_1
10 return

扩展：new String(“a”) + new String(“b”)呢？

/*
思考：
new String("a") + new String("b")呢？
 对象1：new StringBuilder()
 对象2： new String("a")
 对象3： 常量池中的"a"
 对象4： new String("b")
 对象5： 常量池中的"b"
 深入剖析： StringBuilder的toString():
     对象6 ：new String("ab")
      强调一下，toString()的调用，在字符串常量池中，没有生成"ab"


*/

public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("a") + new String("b");
    }
}


 0 new #2 <java/lang/StringBuilder>
 3 dup
 4 invokespecial #3 <java/lang/StringBuilder.<init>>
 7 new #4 <java/lang/String>
10 dup
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
19 new #4 <java/lang/String>
22 dup
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return

   
StringBuilder 的 toString的字节码，里面发现并没有在常量池中创建字符串（ldc）
public String toString() {
        // Create a copy, don't share the array
        return new String(value, 0, count);
    }   
public String(char value[], int offset, int count) {
        if (offset < 0) {
            throw new StringIndexOutOfBoundsException(offset);
        }
        if (count <= 0) {
            if (count < 0) {
                throw new StringIndexOutOfBoundsException(count);
            }
            if (offset <= value.length) {
                this.value = "".value;
                return;
            }
        }
        // Note: offset or count might be near -1>>>1.
        if (offset > value.length - count) {
            throw new StringIndexOutOfBoundsException(offset + count);
        }
        // 直接将StringBuilder里面的char[] value 指向String 的char[] value
        // 所以此时并不会在字符串常量池池中创建，而是直接指向一个char[]
        this.value = Arrays.copyOfRange(value, offset, offset+count);
    }

 0 new #41 <java/lang/String>
 3 dup
 4 aload_0
 5 getfield #42 <java/lang/StringBuilder.value>
 8 iconst_0
 9 aload_0
10 getfield #43 <java/lang/StringBuilder.count>
13 invokespecial #44 <java/lang/String.<init>>
16 areturn   

intern() 的使用：jdk6 vs jdk7/8

public class StringIntern {
  public static void main(String[] args) {

    String s = new String("1");
    s.intern();//调 用此方法之前，字符串常量池中已经存在了"1"，因为new String("1") 中
    String s2 = "1";
    System.out.println(s == s2);//jdk6：false   jdk7/8：false


    String s3 = new String("1") + new String("1");//s3变量记录的地址为：new String("11")
    //执行完上一行代码以后，字符串常量池中，是否存在"11"呢？答案：不存在！！
    
    s3.intern();//在字符串常量池中生成"11"。
    //如何理解：jdk6:创建了一个新的对象"11",也就有新的地址。
    //         jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
    
    String s4 = "11";//s4变量记录的地址：使用的是上一行代码代码执行时，在常量池中生成的"11"的地址
    System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
  }


}

public class StringIntern1 {
    public static void main(String[] args) {
        //StringIntern.java中练习的拓展：
        String s3 = new String("1") + new String("1");//new String("11")
        //执行完上一行代码以后，字符串常量池中，是否存在"11"呢？答案：不存在！！
        String s4 = "11";//在字符串常量池中生成对象"11"
        String s5 = s3.intern();
        System.out.println(s3 == s4);//false
        System.out.println(s5 == s4);//true
    }
}