目录
1.String的基本特性
1.1 String概述
(1)String:字符串,使用一对""引起来表示
String s1 = "lalala" ; // 字面量的定义方式
String s2 = new String("lala"); // new 对象的方式
(2)String声明为final的,不可被继承
(3)String实现了Serializable接口,表示字符串是支持序列化;实现了Comparable接口,表示String可以比较大小
(4)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[]。
为什么改为 byte[] 存储?
JDK9前String类的当前实现将字符存储在char数组中,每个字符使用两个字节(16位)。但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,而且大多数字符串对象只包含拉丁字符,这些字符只需要一个字节的存储空间,因此这些字符串对象的内部char数组中有一半的空间将不会使用。JDK9后String再也不用char[] 来存储了,改成了byte [] 加上编码标记(指定String类中byte[] 数组的编码方式),节约了一些空间,同时基于String的数据结构,例如StringBuffer和StringBuilder也同样做了修改。
1.2 String的基本特征
先来看一个Demo,String虽然是引用类型但会表现出基本数据类型的特性(具体原因下面会讲到):
public class StringTest {
String str = new String("good");
char[] ch = {'t', 'e', 's', 't'};
public void change(String str, char ch[]) {
str = "test ok";
ch[0] = 'b';
}
public static void main(String[] args) {
StringTest ex = new StringTest();
ex.change(ex.str, ex.ch);
System.out.println(ex.str);
System.out.println(ex.ch);
}
}
String:代表不可变的字符序列,简称:不可变性
(1)当对字符串重新赋值时,需要重写指定内存区域赋值(使用new关键字),不能使用原有的value进行赋值。
(2)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(使用new关键字),不能使用原有的value进行赋值。
(3)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(使用new关键字),不能使用原有的value进行赋值。
注:通过字面量的方式给一个字符串赋值,此时的字符串值声明在字符串常量池中。
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
Demo:
public class StringTest {
public static void main(String[] args) {
//字面量定义的方式,"abc"存储在字符串常量池中
String s1 = "abc";
String s2 = "abc";
s1 = "hello";
System.out.println(s1 == s2);
System.out.println(s1);
System.out.println(s2);
}
}
字节码指令:取字符串 “abc” 时,使用的是同一个符号引用:#2;取字符串 “hello” 时,使用的是另一个符号引用:#3。证明用字面量重新赋值的字符串会改变其地址指向。
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
Demo:
public class StringTest {
public static void main(String[] args) {
String s1 = "abc";
String s2 = "abc";
s2 += "def";
System.out.println(s2);
System.out.println(s1);
}
}
字节码指令:拼接操作通过StringBuilder的append() 方法完成创建
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
public class StringTest {
public static void main(String[] args) {
String s1 = "abc";
String s2 = s1.replace('a', 'm');
System.out.println(s1);
System.out.println(s2);
}
}
replace() 方法的源码:
1.3 String的String Pool
字符串常量池是不会存储相同内容的字符串的
(1)String的String Pool是一个固定大小的Hashtable,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()方法时性能会大幅下降。
(2)使用-XX:StringTablesize可设置StringTable的长度
(3)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
(4)在JDK7中,StringTable的长度默认值是60013,StringTablesize设置没有要求
(5)在JDK8中,StringTable的长度默认值是60013,StringTable可以设置的最小值为1009
2.StringTable的内存分配
2.1 StringTable内存分配演进过程
数据类型中的常量池
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,并且都提供了一种常量池的概念。常量池类似一个Java系统级别的缓存,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。
(1)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。
(2)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。
StringTable内存分配的演进过程
Java 6及以前字符串常量池存放在永久代:
Java7中Oracle的工程师对字符串常量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中,这样在进行内存调优时仅调整堆的大小就可以了。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Java7中使用String.intern()(下面会讲到,一个理解String常量池非常重要的方法)。
Java8方法区改为元空间,字符串常量池还是在堆中
2.2 为什么要调整StringTable的位置
(1)永久代区域默认空间比较小
(2)永久代垃圾回收频率低
(3)堆中空间足够大,字符串可被及时回收
注:在JDK 7中,字符串不再在Java堆的永久代中分配,而是在Java堆的主要部分(年老代和年轻代)中分配,与应用程序创建的其他对象一起分配。此更改将导致驻留在主Java堆中的数据更多,驻留在永久生成中的数据更少,因此可能需要调整堆大小。
3.字符串拼接操作
3.1 符串拼接操作结论
(1)常量池中不会存在相同内容的变量
(2)常量与常量的拼接结果在常量池,原理为编译期优化
(3)拼接前后,只要其中有一个是变量,结果就存放在堆中,变量拼接的原理是StringBuilder
(4)如果拼接的结果调用intern()方法,则主动将常量池中不存在的字符串对象放入池中,并返回此对象地址。如果串池存在该字符串,则返回字符串在常量池中的地址;如果字符串常量池中不存在该字符串,这里要分情况讨论:
JDK1.6: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:会把此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
常量与常量的拼接结果在常量池,原理为编译期优化
Demo:
public class Practice001 {
public static void main(String[] args) {
//编译期优化:等同于"abc"
String s1 = "a" + "b" + "c";
//"abc"存放在字符串常量池中,将此地址赋给s2
String s2 = "abc";
System.out.println(s1 == s2);
System.out.println(s1.equals(s2));
}
}
class文件:
从class文件可以看出:编译器做了优化,将 “a” + “b” + “c” 优化成了 “abc”
输出结果:
从输出结果可以看出:常量池中确实不会存在相同内容的变量
拼接前后,只要其中有一个是变量,结果就存放在堆中,变量拼接的原理是StringBuilder
Demo:
public class Practice001 {
public static void main(String[] args) {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
//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 == s5);
System.out.println(s3 == s6);
System.out.println(s3 == s7);
System.out.println(s5 == s6);
System.out.println(s5 == s7);
System.out.println(s6 == s7);
}
}
输出结果:
如果拼接的结果调用intern()方法,则主动将常量池中不存在的字符串对象放入池中,并返回此对象地址
Demo:
public class Practice001 {
public static void main(String[] args) {
String s1 = "hadoop";
String s2 = "javaEEhadoop";
//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 s3 = "javaEE" + s1;
//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,并返回此对象的地址。
String s4 = s3.intern();
System.out.println(s2 == s4);
}
}
输出结果:
3.2 字符串拼接的底层细节
Demo:
public class Practice001 {
public static void main(String[] args) {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3 == s4);
}
}
输出结果:
s1、s2、s3变量存在常量池中毋庸置疑,重点是s4变量的值是由s1和s2拼接而成,输出结果为什么是false呢?我们来看下字节码:
可以看到在进行含有变量的字符串拼接时,先是new了一个StringBuilder,后调用StringBuilder的append方法进行字符串拼接,最后调用StringBuilder的toString方法返回一个String对象,StringBuilder的toString源码:
可以看到StringBuilder的toString方法为重新new了一个新的String对象。回到上面的问题,我们知道了s4为新new出的String对象,存储的为新String对象在堆内存中的地址引用,而s3变量存储的为字符串"ab"在常量池中的地址,所以两者用"=="比较结果为flase。
3.3 拼接操作与append操作效率对比问题
具体测试代码不列举了,直接说结论:
(1)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
(2)原因:StringBuilder的append()的方式自始至终中只创建过一个StringBuilder的对象,而使用String的字符串拼接方式会创建过多个StringBuilder和String的对象,内存占用大且如果进行GC,需要花费额外的时间。
4.String的内存分配
4.1 intern() 方法说明
intern是一个native方法,调用的是底层C的方法。在调用intern方法时,如果池中已经包含了由equals(object)方法确定的与该字符串对象相等的字符串,则返回池中的字符串。否则该字符串对象将被添加到池中,并返回对该字符串对象的引用。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。通俗点讲,Interne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:这个值会被存放在字符串内部池(String Intern Pool)。
4.2 创建字符串时会创建几个对象
new String("ab")会创建几个对象?
Demo:
public class Practice001 {
public static void main(String[] args) {
String str = new String("ab");
}
}
相应字节码反编译文件:
字节码指令:ldc代表在字符串常量池中创建对象"ab"。所以这道题的答案是,一个或者两个对象。如果字符串常量池中存在"ab",则只创建了一个String对象;如果字符串常量池中不存在"ab",则创建了两个对象,为一个String对象和一个字符串常量池中的"ab"对象。
new String("a") + new String("b") 会创建几个对象?
Demo:
/**
* 问题:new String(“a”) + new String(“b”) 会创建几个对象?
* 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")
* 注:toString()的调用,在字符串常量池中,不会生成"ab"
*/
public class Practice001 {
public static void main(String[] args) {
String str = new String("a") + new String("b");
}
}
反编译后的字节码:
答案:一共六个对象:
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"
对象6:StringBuilder的toString()方法返回时新new的String对象
4.3 关于intern()方法的一道面试题
Demo:
/**
* 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();
*/
public class StringIntern {
public static void main(String[] args) {
String s = new String("1");
s.intern();
String s2 = "1";
System.out.println(s == s2);
String s3 = new String("1") + new String("1");//s3变量记录的地址为:new String("11")
s3.intern();
String s4 = "11";
System.out.println(s3 == s4);
}
}
JDK1.6下的结果:
JDK1.7及以后的结果:
这个问题的答案其实是因为intern()方法在不同的JDK中处理池中重复数据的逻辑有变化,结论:
- JDK1.6中,将这个字符串对象尝试放入串池时。
- 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时。
- 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
内存分析:
JDK6 :正常判断即可,new String() 即在堆中,str.intern() 则把字符串放入常量池中
JDK7/8 :new String() 即在堆中,str.intern() 则把字符串放入常量池中,出于节省空间的目的,如果 str 不存在于字符串常量池中,则将 str 在堆中的引用存储在字符串常量池中,字符串常量池中存的是 str 在堆中的引用,所以 s3 == s4 为 true
5.G1 中的 String 去重操作
5.1 String 去重操作的背景
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:str1.equals(str2)= 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。
5.2 String 去重的的具体实现
(1)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。
(2)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。
(3)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。
(4)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。
(5)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。
5.3 命令行选项
(1)UseStringDeduplication(bool) :开启String去重,默认是不开启的,需要手动开启。
(2)PrintStringDeduplicationStatistics(bool) :打印详细的去重统计信息
(3)stringDeduplicationAgeThreshold(uintx) :达到这个年龄的String对象被认为是去重的候选对象