从第二个模块开始，我将带你学习Java编程的性能优化。今天我们就从最基础的String字符串优化讲起。
String对象是我们使用最频繁的一个对象类型，但它的性能问题却是最容易被忽略的。
String作为Java语言中最重要的数据类型，时内存中占据空间最大的一个对象。高效地使用字符串，可以提升系统的整体性能。
接下来我们就从String对象的实现、特性以及实际使用中的优化这三个方面入手，深入了解。
在开始之前，我想先问你一个效问题，也是我在招聘时，经常会问面试者的一道题。虽是老生常谈了，但是错误率依然很高，当然也有一些面试者答对了，但是能解释清楚答案背后原理的人少之又少。问题如下：
通过三种不通的方式创建了三个对象，再一次两两匹配，每组被匹配的两个对象是否相等？代码如下：
String str1= "abc";
String str2= new String("abc");
String str3= str2.intern();
System.out.println(str1==str2);
System.out.println(str2==str3);
System.out.println(str1==str3);
你可以先想想答案，以及这样回答的原因。希望通过今天的学习，你能拿到满分。
String 对象是如何实现的？
在java语言中，Sun（Oracle）公司的工程师们对String对象做了大量的优化，来节约内存空间，提升String对象在系统中的性能。一起来看看优化过程，如下图所示：
1.在Java6以及之前的版本中，String对象是对char数组进行了封装实现的对象，主要有四个成员变量：char数组、偏移量offset、字符数量count、哈希值hash。
String对象是通过offset和count两个属性来定位char[]数组，获取字符串。这么做可以高效、快速地共享数组对象，同时节省内存空间，但这种方式很有可能会导致内存泄漏。
2.从Java7版本开始到Java8版本，Java对String类做了一些改变。String类中不再有offset和count两个变量了。这样的好处是String对象占用的内存稍微少了些，同时，String.substring()方法也不再共享char[]，从而解决了该方法导致的内存泄露问题。
工程师为什么这样修改呢？
我们知道一个char字符占16位，2个字节。这个情况下，存储单字节编码内的字符(占一个字节的字符)就显得非常浪费。JDK1.9的String类为了节约内存空间，于是使用了占8位，1个字节的byte数组来存放字符串。
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，我们需要根据这个判断，判断如何计算字符串长度。coder属性默认有1和0两个值，1代表UTF-16，0代表Latin-1（单字节编码）。如何String判断字符串只包含了Latin-1，则coder属性值为0，反之则为1。
String对象的不可变性
了解了String对象的实现后，你有没有发现在实现代码中String类被final关键字修饰了，而且变量char数组也被final修饰了。
我们知道类被final修饰代表该类不可继承，而char[]被final+private修饰，代表了String对象不可被更改。Java实现的这个特性叫做String的不可变性，即String对象一旦创建成功，就不可能对它进行改变。
Java这样做的好处在哪里呢?
第一，保证String对象的安全性。假设String对象时可变的，那么String对象将可能被恶意修改。
第二，保证hash属性值不会频繁变更，确保了唯一性，使得类似HashMap容器才能实现相应的key-value缓存功能。
第三，可以实现字符串常量池。在Java中，通常有两种创建字符串对象的方式，一种是通过字符串常量的方式创建，如 String str=“abc”；另一种是字符串变量通过new形式的创建，如 String str =new String(“abc”);。
当代码中使用第一种方式创建字符串对象时，JVM首先会检查该对象是否在字符串常量池中，如果在，就返回该对象引用，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的重复创建，节约内存。
String str = new String(“abc”)这种方式，首先在编译类文件时，"abc"常量字符串将会放入到产量高i昂结构中，在类加载时，"abc"将会在常量池中创建;其次，在调用new时，JVM命令将会调用String的构造函数，同时引用常量池中的"abc"字符串，在堆内存中创建一个String对象；最后，str将引用String对象。
这里附上一个你可能会想到的经典反例。
平常编程时，对一个String对象str赋值"hello"，然后又让str值为world，这个时候str的值编程了"world"，那么str值确实改变了，为什么我还说String对象不可变呢？
首先，我来解释下什么是对象和对象引用。Java初学者往往对此存在误区，特别是一些从PHP转Java的同学。在Java中要比较两个对象是否相等，往往是用==，而要判断两个对象的值是否相等，则需要用equals方法来判断。
这是因为str只是String对象的引用，并不是对象本身。对象在内存中是一块内存地址，str则是一个指向该内存地址的引用。所以在甘冈我们说的这个例子中，第一次赋值的时候，创建了一个"hello"对象，str引用指向了"hello"的内存地址；第二次赋值的时候，又重新创建了一个对象"world"，str引用指向了"world"，但"hello"对象依然存在于内存中。
也就是说str并不是对象，而只是一个对象引用。真正的对象依然还在内存中，没有被改变。
String对象的优化
了解了String对象的实现原理和特性，接下来我们就结合实际场景，看看如何优化String对象的使用，优化的过程中又有哪些需要注意的地方。
1. 如何构建超大字符串？
编程过程中，字符串的拼接很常见。前面我讲过Stirng对象是不可变的，如果我们使用String对象相加，拼接我们想要的字符串，是不是就会产生多个对象呢？例如以下代码：
String str="abc" + "cd" + "ef";
分析代码可知：首先会生成ab对象，再生成abcd对象，最后生成abcdef对象，从理论上来说，这段代码是低效的。
但实际运行中，我们发现只有一个对象生成，这是为什么呢？难道我们的理论判断错了？我们再来看编译后的代码，你会发现编译器自动优化了这行代码，如下：
String str="abcdef";
上面我介绍的是字符串常量的累计，我们再来看看字符串变量的累计又是怎样的呢？
String str = "Str test";
for(int i = 0; i < 1000; ++i) {
str = str + i;
}
上面的代码编译后，你可以看到编译器同样对这段代码进行了优化。不难发现，Java在进行字符串拼接时，偏向使用StringBuilder，这样可以提高程序的效率。
String str = "abcdef";
for(int i=0; i<1000; i++) {
str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}
**综上已知：**即使使用 + 号作为字符串的拼接，也一样可以被编译器优化成StringBuilder的方式。但再细致些，你会发现在编译器优化的代码中，每次循环都会产生一个新的StringBuilder实例，同样也会降低系统的性能。
所以平时做字符串拼接的时候，我建议你还是要显示地使用StringBuilder来提升系统性能。
如果在多线程编程中，String对象的拼接涉及到线程安全，你可以使用StringBuffer。但是要注意，由于StringBuffer是线程安全的，涉及到锁竞争，所以从性能上来说，要比StringBuilder差一些。
2. 如何使用String.intern() 节省内存？
讲完了构建字符串，我们再来讨论下String对象的存储问题。先看一个案例。
Twitter每次发布消息状态的时候，都会产生一个地址信息，以当时Twitter用户的规模预估，服务器需要32G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;
}
考虑到其中又很多用户在地址信息上是有重合的，比如，国家、省份、城市等、这是就可以将这部分信息单独列出一个类，以减少重复，代码如下：
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，数据存储大小减到了 20G 左右。但对于内存存储这个数据来说，依然很大，怎么办呢？
这个案例来自一位 Twitter 工程师在 QCon 全球软件开发大会上的演讲，他们想到的解决方法，就是使用 String.intern() 来节省内存空间，从而优化 String 对象的存储。
具体做法就是，在每次赋值的时候使用 String 的 intern 方法，如果常量池中有相同值，就会重复使用该对象，返回对象引用，这样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.setCount
sharedLocation.setRegion(messageInfo.getCountryCode().intern());
Location location = new Location();
location.set(sharedLocation);
location.set(messageInfo.getLongitude());
location.set(messageInfo.getLatitude());
为了更好地理解，我们再来通过一个简单的例子，回顾下其中的原理：
String a = "abc";
String b = (new String("abc")).intern();
if (a == b) {
System.out.print("a==b");
}
输出结果：
a==b
在字符串常量中，默认会将对象放入常量池；在字符串变量中，对象会创建在堆内存中，同时也会在常量池中创建一个字符串对象，复制到堆内存对象中，并返回堆内存对象引用。
如果调用inern方法，会去查看字符串常量池中是否有等于该对象的字符串，如果没有，就在常量池中新增该对象，并返回该对象引用；如果有，就返回常量池中的字符串引用。堆内存中原有的对象由于没有引用指向它，将会通过垃圾回收器回收。
了解了原理，我们再一起看看上边的例子。
在一开始创建a变量时，会在堆内存中创建一个对象，同时会在加载类时，在常量池中创建一个字符串对象，在调用intern的方法之后，会去常量池中查找是否有等于该字符串的对象，有就返回引用。
在创建b字符串变量时，也会在堆中创建一个对象，此时常量池中有该字符串对象，就不再创建。调用intern方法则会去常量池中判断是否有等于该对象的对象，发现有等于"abc"字符串的对象，就直接返回引用。而在堆内存中的对象，由于没有引用直接指向它，将会被垃圾回收。所以a和b引用的时同一个对象。
下面我用一张图来总结下String字符串的创建分配内存地址情况：
使用intern方法需要注意的一点时，一定要结合实际场景。因为常量池的实现是类似于一个HashTable的实现方式，HashTable存储的数据越大，遍历的时间复杂度就会增加。如果数据越大，会增加整个字符串常量池的负担。
3. 如何使用字符串的分割方法？
最后我想跟你聊聊字符串的分割，这种方法在编码中也很最常见。Split() 方法使用了正则表达式实现了其强大的分割功能，而正则表达式的性能是非常不稳定的，使用不恰当会引起灾难性回溯（也称为回溯陷阱）问题，很可能导致 CPU 居高不下。
所以我们应该慎重使用split()方法，我们可以用String.indexOf()方法代替split()方法完成字符串的分割。如果实在无法满足需求，你就在使用split()方法时，对回溯问题加以重视就可以了。
总结
这一讲中，我们认识到做好String字符串性能优化，可以提高系统的整体性能。在这个理论基础上，Java版本在迭代中通过不断地更改成员变量，节约内存空间，对String对象进行优化。
但也是因为这个特性，我们在做长字符串拼接时，需要显示使用StringBuilder，以提高字符串的拼接性能。最后，在优化方面，我们还可以使用intern方法，让变量字符串对象重复使用常量池中相同值的对象，进而节约内存。
最后再分享一个个人观点。那就是千里之堤，溃于蚁穴。日常编程中，我们往往可能就是对一个小小的字符串了解不够深入，使用不够恰当，从而引发线上事故。
扫一扫
826
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
