JVM学习（十三）：面试中绕不开的String

玉面大蛟龙

已于 2023-05-31 20:13:09 修改

阅读量680

点赞数 1

分类专栏： java 文章标签： java jvm 后端

于 2023-05-30 21:43:34 首次发布

本文链接：https://blog.csdn.net/m0_49499183/article/details/130952381

版权

java 专栏收录该内容

224 篇文章 28 订阅

订阅专栏

文章详细介绍了Java中String类的基本特性，包括其在JDK9中的存储方式变化，不可变性，以及内存分配中的字符串常量池。讨论了字符串拼接的原理，解释了intern方法的作用和不同JDK版本的行为，并提到了G1垃圾收集器中的String去重操作，旨在帮助读者深入理解String对象的生命周期和内存管理。

摘要由CSDN通过智能技术生成

一、String 的基本特性

1.1 String类的声明

1.2 String的存储方式在jdk9中的变更

4.2 不同jdk版本的intern的逻辑

一、String 的基本特性

1.1 String类的声明

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可以比较大小

1.2 String的存储方式在jdk9中的变更

我们知道，String在jdk8中使用 final char []来存储，在jdk9中使用final byte []来存储，我们在官方文档上看看这样的用意：

文档地址：https://openjdk.org/jeps/254

翻译之后得到的结果：

动机：

        String类的当前实现将字符存储在字符数组中，每个字符使用两个字节(16位)。从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且，大多数String对象只包含Latin-1字符。这些字符只需要一个字节的存储空间，因此这些String对象的内部字符数组中有一半的空间是未使用的。

描述：

        我们建议将String类的内部表示形式从UTF-16字符数组更改为字节数组加上编码标志字段。新的String类将根据字符串的内容存储编码为ISO-8859-1/Latin-1(每个字符一个字节)或UTF-16(每个字符两个字节)的字符。编码标志将指示使用哪种编码。

        与字符串相关的类，如AbstractStringBuilder、StringBuilder和StringBuffer，将被更新为使用相同的表示，HotSpot VM的固有字符串操作也是如此。

        这是一个纯粹的实现更改，没有更改现有的公共接口。没有计划添加任何新的公共api或其他接口。

        到目前为止所做的原型工作证实了预期的内存占用减少、GC活动的大量减少以及在某些极端情况下的轻微性能下降。

结论：String 再也不用char[]来存储了，而是改成了byte[]加上编码标记，节约了一些空间。

1.3 Stirng 的不可变性

String被声明为final，不可继承。String代表不可变的字符序列。

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。

二、String的内存分配

2.1 字符串常量池是什么

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，这些类型会经常被使用到。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

2.2 底层原理与默认值

字符串常量池中是不会存储相同内容的字符串的。它是一个Hashtable，如果放进其中的String非常多，就会造成严重的Hash冲突，从而导致链表太长，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的值没有要求；
在jdk7中，StringTable的长度默认值是60013，StringTableSize的值没有要求；
jdk8开始，1009是可设置的最小值。

2.3 字符串常量池所在位置

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中引入了元空间，字符串常量池仍在堆中

String Pool为什么会有这样的调整？我们看看官网的解答：

In JDK 7, interned strings are no longer allocated in the permanent generation of the Java heap, but are instead allocated in the main part of the Java heap (known as the young and old generations), along with the other objects created by the application. This change will result in more data residing in the main Java heap, and less data in the permanent generation, and thus may require heap sizes to be adjusted. Most applications will see only relatively small differences in heap usage due to this change, but larger applications that load many classes or make heavy use of the String.intern() method will see more significant differences.

翻译过来就是：

在JDK 7中，内部字符串不再在Java堆的永久代中分配，而是与应用程序创建的其他对象一起在Java堆的主要部分(称为年轻代和老代)中分配。此更改将导致更多的数据驻留在主Java堆中，而更少的数据驻留在永久生成中，因此可能需要调整堆大小。由于此更改，大多数应用程序在堆使用方面只会看到相对较小的差异，但是加载许多类或大量使用String.intern()方法的大型应用程序将会看到更显著的差异。

三、字符串的拼接操作

3.1 拼接操作结果存放位置

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 test5(){
        String s1 = "javaEEhadoop";
        String s2 = "javaEE";
        String s3 = s2 + "hadoop";
        System.out.println(s1 == s3);//false

        final String s4 = "javaEE";//s4:常量
        String s5 = s4 + "hadoop";
        System.out.println(s1 == s5);//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

3.2 字节码角度剖析拼接操作

    @Test
    public void test3(){
        String s1 = "a";
        String s2 = "b";
        String s3 = "ab";
        
        String s4 = s1 + s2;//
        System.out.println(s3 == s4);//false
    }

如下的s1 + s2 的执行细节：(变量s是临时定义的）

StringBuilder s = new StringBuilder();
s.append("a")
s.append("b")
s.toString() --> 约等于 new String("ab")

在jdk5.0之后使用的是StringBuilder，在jdk5.0之前使用的是StringBuffer。

需要注意的是，字符串拼接操作不一定使用的是StringBuilder！如下面代码，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。

@Test
    public void test4(){
        final String s1 = "a";
        final String s2 = "b";
        String s3 = "ab";
        String s4 = s1 + s2;
        System.out.println(s3 == s4);//true
    }

所以，针对于类、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。

四、intern的理解

4.1 intern是什么

先看看官方文档：

老规矩，翻译一下：

        返回字符串对象的规范表示形式。

        字符串池最初为空，由String类私有地维护。

        当调用intern方法时，如果池中已经包含一个由equals(object)方法确定的与此String对象相等的字符串，则返回池中的字符串。否则，将此String对象添加到池中，并返回对该String对象的引用。

        由此可见，对于任意两个字符串s和t，s.intern () == t.intern() 当且仅当s.equals(t)为真时为真。

        所有字面值字符串和字符串值常量表达式都被internned。字符串字面值在Java™语言规范的第3.10.5节中定义。

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）。

4.2 不同jdk版本的intern的逻辑

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

public class StringIntern1 {
    public static void main(String[] args) {

        String s = new String("1");
        s.intern();
        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();

        String s4 = "11";
        System.out.println(s3 == s4);   //jdk6:false  jdk7/8:true
    }
}

拓展：

public class StringIntern1 {
    public static void main(String[] args) {
        String s5 = 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 s6 = "11";//在字符串常量池中生成对象"11"
        String s7 = s5.intern();
        System.out.println(s6 == s5);//false
        System.out.println(s7 == s6);//true
    }
}

五、G1收集器中的String去重操作

5.1 去重的目的

先看官方文档的说明：JEP 192: String Deduplication in G1

翻译一下：

许多大规模Java应用程序目前都存在内存瓶颈。

测量表明，在这些类型的应用程序中，大约25%的Java堆活动数据集被String对象消耗。此外，这些String对象中大约有一半是重复的，其中重复意味着string1.equals(string2)为真。在堆上有重复的String对象本质上只是浪费内存。本项目将在G1垃圾收集器中实现自动和连续的字符串重复数据删除，以避免浪费内存并减少内存占用。

5.2 去重的实现

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。