Java String底层实现详解结合JVM

置顶编程还未

已于 2023-06-01 14:00:56 修改

阅读量1.8k

点赞数 19

分类专栏： Java JVM 文章标签： java 后端面试

于 2022-04-24 23:58:21 首次发布

本文链接：https://blog.csdn.net/program_highway/article/details/124394920

版权

Java 同时被 2 个专栏收录

16 篇文章 1 订阅

订阅专栏

JVM

8 篇文章 1 订阅

订阅专栏

Java-String

文章目录

基于Oracle JDK11和JVM 11

1.String¹简介

Java数据类型分两种：基本数据类型和引用数据类型。关于基本数据类型，可以参考我这篇博文Java极简入门教程——3.基本数据类型和变量_编程还未的博客-CSDN博客

除了八个基本数据类型之外，其他的都是引用数据类型。八个基本数据类型中，并没有包含字符串。Java提供了一个类，来储存字符串类型的值。自然而然，类叫 String。

String类表示字符串。Java程序中的所有字符串文本（例如“Hello World”）都是String类的实例（实例既对象）。

String有几个特点：

String类是不可变的；它的值在创建后无法改变。
针对常量池的优化。
final修饰
javac 编译器可以根据 JDK 版本使用 StringBuffer、StringBuilder 或 java.lang.invoke.StringConcatFactory 实现运算符（+）

前三个比较重要。

String使用有两种方式，隐式创建和显示创建。

隐式创建

String abc = "张三";

显示创建

String abc = new String("李四");

1.1.验证String是不可变对象

学习一个方法System.identityHashCode()，打印对象的hash码值，这个值和默认的hashCode()返回的一样。

先看一小段代码

String abc = "张三";
System.out.println(abc);
abc = "李四";
System.out.println(abc);

输出结果：

张三
李四

对于这段代码，会不会觉得String对象从“张三”变成了“李四”？有过有此疑问的话。我再放一点代码，验证一下。

String abc = "张三";
System.out.println(abc);

//System.identityHashCode 打印对象的hash码值
System.out.println(System.identityHashCode(abc));

abc = "李四";
System.out.println(abc);

//System.identityHashCode 打印对象的hash码值
System.out.println(System.identityHashCode(abc));

//打印第二遍是为了证明同一个对象的hash码值不会因为多次打印而改变。
System.out.println(System.identityHashCode(abc));

结果如下：

是不是很震惊。abc指向的对象不一样了。这就是Java中String的特性，不可变对象。

我们解释一下刚才的代码，写在注释里面

//创建一个String对象，字符串文本值是“张三”，
//声明String类型的引用abc，指向值是“张三”的String对象
String abc = "张三";
System.out.println(abc);

//引用指向 值是“李四”的对象。之前值是“张三”的对象并没改变，
//而是创建了一个新对象，abc指向了新对象
abc = "李四";
System.out.println(abc);

注释看完后，这两行代码代码在内存中的变化看下图。关于JVM运行时数据区不太懂的，可以参考我这篇博文面试必备——图文剖析JVM的运行时数据区_编程还未的博客-CSDN博客

为了更好的理解，把我关于JVM运行时数据区的部分内容，贴过来。

Java会为每个类和接口维护一个运行时常量池（run-time constant pool ）。类或接口的二进制表示形式（字节码）中的常量池表用于在创建类或接口时构造运行时常量池。

运行时常量池中所有引用最初都是符号引用。这些符号按照如下方式，从类或接口的二进制表示形式（字节码）中得出：

其中一项是字符串常量。字符串常量是指向String类实例的引用，它来自于类或接口二进制表示（字节码）中的CONSTANT_String_info结构。CONSTANT_String_info结构给出了由Unicode码点序列组成的字符串常量。Java语言规定，相同的字符串常量必须指向同一个String实例。²

下面两项是正确的：

如果以前在包含与结构给定的相同的 Unicode 码位序列的类实例上调用了该方法，则字符串常量是同一类实例的一个。
否则，将创建一个新的类实例，其中包含结构给出的 Unicode 码位序列。字符串常量获取的结果是指向那个新String实例的引用。最后，新String实例的intern方法被虚拟机自动调用。

原文如下：

A string constant is a reference to an instance of class String, and is derived from a CONSTANT_String_info structure. To derive a string constant, the Java Virtual Machine examines the sequence of code points given by the CONSTANT_String_info structure:
If the method String.intern has previously been invoked on an instance of class String containing a sequence of Unicode code points identical to that given by the CONSTANT_String_info structure, then the string constant is a reference to that same instance of class String.
Otherwise, a new instance of class String is created containing the sequence of Unicode code points given by the CONSTANT_String_info structure. The string constant is a reference to the new instance. Finally, the method String.intern is invoked on the new instance.

总结一下上面的内容，得到两点：

运行时常量池中有字符串常量，字符串常量是指向字符串实例的引用。
相同的字符串常量必须指向同一个String实例。

基于上面两点，以及对象在堆中（不了解这个的，可以看一下我的博文面试必备——图文剖析JVM的运行时数据区_编程还未的博客-CSDN博客）。

【字符串常量池在堆中】这个观点，在JVM规范中并无体现。至于HotSpot有没有用【堆中的字符串常量池】实现上述总结的两点，不确定。

我们画一下String的内存示意：

String abc = "张三";

新建对象

abc = "李四";

指向新对象

由此可以看出，“张三”对象还在，abc指向了“李四”对象。

内存图+hashCode码值，为String类是不可变的； 提供支持。

1.2.两种创建字符串对象的区别

Java的String有两种创建对象的方式。

第一种

String abc = "张三";

第二种

String cba = new Stgring("李四");

第一种，会在方法区的运行时常量池的字符串常量中寻找，是否有对象“张三”的引用，有就直接指向；没有就在对创建对象“张三”，把“张三”对象的引用保存到运行时常量池的字符串常量中，abc再指向字符串常量中的引用。

第二种，堆创建对象，检查运行时常量池的字符串常量，有没有指向“李四”对象的引用。如果有，刚才new String()创建的对象，指向字符串常量中“李四”的引用；如果没有，就在堆中创建“李四”对象，“李四”对象的引用保存到字符串常量中，cba指向字符串常量。

放两种情况的字节码，注释放在字节码中。字节码指令官方³

第一种字节码

//String abc = "张三";

LINENUMBER 9 L0
LDC "\u5f20\u4e09"
ASTORE 1

第一种字节码带注释

//String abc = "张三";

//源码的行数 第9行
LINENUMBER 9 L0
//LDC 从运行时常量池推送到顶(Push item from run-time constant pool)，如果是字符串常量，则把值推出来
//"\u5f20\u4e09"是“张三”的Unicode
LDC "\u5f20\u4e09"
//ASTORE 存储到局部变量中(Store into local variable reference)     
ASTORE 1

第二种字节码

//String cba = new Stgring("李四");

LINENUMBER 11 L0
NEW java/lang/String
DUP
LDC "\u674e\u56db"
INVOKESPECIAL java/lang/String.<init> (Ljava/lang/String;)V
ASTORE 1

第二种字节码带注释

//String cba = new Stgring("李四");

//源码的行数 第11行
LINENUMBER 11 L0
//NEW 创建对象(Create new object)    
NEW java/lang/String
//DUP 复制顶部操作数堆栈值(Duplicate the top operand stack value)    
DUP
//LDC 从运行时常量池推送到顶(Push item from run-time constant pool)，如果是字符串常量，则把值推出来
//"\u674e\u56db"是“李四”的Unicode    
LDC "\u674e\u56db"
//INVOKESPECIAL 调用实例方法;直接调用实例初始化方法和当前类及其超类型的方法
//(Invoke instance method; direct invocation of instance initialization methods and methods of the current class and its supertypes)    
INVOKESPECIAL java/lang/String.<init> (Ljava/lang/String;)V
//ASTORE 存储到局部变量中(Store into local variable reference)     
ASTORE 1

第一种的内存示意图

String abc = "张三";

String新建对象

第二种的内存示意图

新建对象new

1.3.创建了几个对象

1.3.1.情况1

String abc = "张三";

0个对象或1个对象。

0个对象：如果运行时常量池的字符串常量中有“张三”的话，abc直接指向运行时常量池的字符串常量中的“张三”；
1个对象：如果运行时常量池的字符串常量中没“张三”的话，先创建对象，对象存储的内容是“张三”，把“张三”放到运行时常量池的字符串常量中。

内存情况，比较简单跟上面的图一样，不重复了。

1.3.2.情况2

String abc = "张三";
String def = "张三";
//打印 abc 的hash码值
System.out.println(System.identityHashCode(abc));
//打印 def 的hash码值
System.out.println(System.identityHashCode(def));

0个对象或1个对象。分析同情况1。

这里只分析String abc = "张三";就可以了。程序的运行结果如下：

1915910607
1915910607

abc的hash码值和def的hash码值是一样的，能证明指向的是同一个对象。

或者用比较也可以，结果是true。==比较对象的地址值，equals比较的是字面量。

String abc = "张三";
String def = "张三";
System.out.println(abc==def);

为什么出现这种情况？def是在干嘛？

JVM的机制，会把String的值，比如“张三”保存到运行时常量池的字符串常量中，方便后续使用，而不重复创建对象，节省开销。这个在上面也讲过了，是Java语言规范的规定。

def发现字符串常量中有指向“张三”对象的引用，直接指向字符串常量。内存情况如下

两个引用指向同一对象

1.3.3.情况3

String abc = "张三";
String hig = new String("张三");
System.out.println(System.identityHashCode(abc));
System.out.println(System.identityHashCode(hig));

输出结果是如下

1915910607
284720968

说明abc和hig指向的不同的对象。

abc那行代码：0个或1个，分析跟上面情况1一样。

hig那行代码：1个对象。new String()肯定会创建1个对象，因为已有“张三”对象的引用在运行时常量池的字符串常量中，new String()会保存字符串常量的引用。

内存分析如下：

引用和new1

1.3.4.情况4

String abc = "张三";
String klm = new String("李四");
System.out.println(System.identityHashCode(abc));
System.out.println(System.identityHashCode(klm));

运行结果

1915910607
284720968

abc那行代码：0个或1个，分析同情况1

klm那行代码：1个或2个。new String()肯定会创建1个对象。“李四”如果在运行时常量池的字符串常量中，就不会在新创建对象了；没有的话就创个对象，把引用存到运行时常量池的字符串常量中。最后都是字符串常量中的引用保存到刚new String()的对象中。所以是1个或2个。

内存分析如下：

引用和new2

2.String实现

这是Java中最常用的一个类，如果看过Java内存的话，会发现占用内存最多的就是char[]（Java8及之前）或者byte[]（Java8及之后），这也能看出String的重要性。怎么看出来的呢？

看下面源码：

    /**
     * The value is used for character storage.
     *
     * @implNote This field is trusted by the VM, and is a subject to
     * constant folding if String instance is constant. Overwriting this
     * field after construction will cause problems.
     *
     * Additionally, it is marked with {@link Stable} to trust the contents
     * of the array. No other facility in JDK provides this functionality (yet).
     * {@link Stable} is safe here, because value is never null.
     */
    @Stable
    private final byte[] value;
    /**
     * Initializes a newly created {@code String} object so that it represents
     * the same sequence of characters as the argument; in other words, the
     * newly created string is a copy of the argument string. Unless an
     * explicit copy of {@code original} is needed, use of this constructor is
     * unnecessary since Strings are immutable.
     *
     * @param  original
     *         A {@code String}
     */
    @HotSpotIntrinsicCandidate
    public String(String original) {
        this.value = original.value;
        this.coder = original.coder;
        this.hash = original.hash;
    }