文章目录
1,String的基本特性
- String:字符串,使用一对 “” 引起来表示
String s1 ="hello"
// 字面量的定义方式String s2 =new String("hello")
;// new 对象的方式String
被声明为final
的,不可被继承,如果字符串需要跨进程传输,是可以的,应为String
实现了序列化接口。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,按照字典的顺序进行比较。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[]
数组。
1.1,为什么在jdk 1.9
中底层修改为字节数组存储
// 之前
private final char value[];
// 之后
private final byte[] value
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)。- 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(Latin-1)。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,产生了大量浪费。 - 之前
String
类使用UTF-16
的char[]
数组存储,现在改为byte[]
数组 外加一个编码标识存储。该编码表示如果你的字符是ISO-8859-1
或者Latin-1
,那么只需要一个字节存。如果你是其它字符集,比如UTF-8
,你仍然用两个字节存 - 结论:
String
再也不用char[]
来存储了,改成了byte []
加上编码标记,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的基本特性
-
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。
- 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
-
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。
@Test public void test1() { String s1 = "abc";//字面量定义的方式,"abc"存储在字符串常量池中 String s2 = "abc";//s2指向的是s1指向的字符串,都在字符串常量池中 s1 = "hello";//在字符串常量池中重新开辟空间创建hello字符串,并不会影响abc字符串 s2+=“def”;//重新开辟空间,创建一个字符串abcdef,因为字符串底层是数组的结构,所以一旦创建,大小就不会改变 System.out.println(s1 == s2);//判断地址:true --> false System.out.println(s1);//abc System.out.println(s2);//abcdef }
从字节码指令角度分析
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
- 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
@Test
public void test2() {
String s1 = "abc";
String s2 = "abc";
s2 += "def";
System.out.println(s2);//abcdef
System.out.println(s1);//abc
}
- 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
@Test
public void test3() {
String s1 = "abc";
String s2 = s1.replace('a', 'm');
System.out.println(s1);//abc,字符串本身不变化
System.out.println(s2);//mbc
}
- 一道笔试题目
public class StringExer {
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) {
StringExer ex = new StringExer();
ex.change(ex.str, ex.ch);
System.out.println(ex.str);//good,字符串的不可变性
System.out.println(ex.ch);//best
}
}
str
的内容并没有变:“test ok”
位于字符串常量池中的另一个区域(地址),进行赋值操作并没有修改原来str
指向的引用的内容
2,String的底层结构
字符串常量池是不会存储相同内容的字符串的
String
的String Pool
(字符串常量池)是一个固定大小的Hashtable
(数组+链表,保证不重复),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。- 使用
-XX:StringTablesize=size
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,StringTablesize
设置没有要求 - 在
JDK8
中,StringTable
的长度默认值是60013,StringTable
可以设置的最小值为1009,不可以小于最小值。
测试不同 StringTable 长度下,程序的性能
/**
* 产生10万个长度不超过10的字符串,包含a-z,A-Z
*/
public class GenerateString {
public static void main(String[] args) throws IOException {
FileWriter fw = new FileWriter("words.txt");
for (int i = 0; i < 100000; i++) {
//1 - 10
int length = (int)(Math.random() * (10 - 1 + 1) + 1);
fw.write(getString(length) + "\n");
}
fw.close();
}
public static String getString(int length){
String str = "";
for (int i = 0; i < length; i++) {
//65 - 90, 97-122
int num = (int)(Math.random() * (90 - 65 + 1) + 65) + (int)(Math.random() * 2) * 32;
str += (char)num;
}
return str;
}
}
public class StringTest2 {
public static void main(String[] args) {
BufferedReader br = null;
try {
br = new BufferedReader(new FileReader("words.txt"));
long start = System.currentTimeMillis();
String data;
while((data = br.readLine()) != null){
data.intern(); //如果字符串常量池中没有对应data的字符串的话,则在常量池中生成
}
long end = System.currentTimeMillis();
System.out.println("花费的时间为:" + (end - start));//1009:143ms 100009:47ms
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br != null){
try {
br.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
-XX:StringTableSize=1009 :程序耗时 143ms
-XX:StringTableSize=100009 :程序耗时 47ms
3,String的内存分配
- 在Java语言中有8(byte,char,short,int long,float,double,boolean)种基本数据类型和1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(提供各种池子目的就是提高运行速度)。
- 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,可以在字符串常量池中创建一个字符串。
- 直接使用双引号声明出来的
- 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,字符串常量和静态变量都还放在堆中,但是方法区做了调整,方法区的实现是本地内存。
在jdk6中方法区的实现是永久代,此时静态变量和运行时常量池都在方法区,也就是堆内存中。
在jdk7中,运行时常量池和静态变量不在方法区内部,是在java堆内存中,但是此时依旧是在堆内存。
在jdk1.8中,方法区的实现是本地内存,叫做元空间,但是静态变量和运行时常量池仍然在堆内存中。
3.1,String table 为什么要进行调整?
- 为什么要调整位置?
- 永久代的默认空间大小比较小,但是字符串的使用又比较的频繁,所以进行调整,放入堆内存中,空间比较大。
- 永久代垃圾回收频率低,大量的字符串无法及时回收,容易进行
Full GC
产生STW
或者容易产生OOM:PermGen Space
- 堆中空间足够大,字符串可被及时回收。
- 在
JDK 7
中,interned
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(称为年轻代和年老代)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。
/**
* jdk6中:
* -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m,设置永久代大小,在jdk1.6中报错,说明在1.6版本中,字符串常量存储在永久代中。
*
* jdk8中:
* -XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m
在1.8版本中,说明字符串常量存储在堆中
*/
public class StringTest3 {
public static void main(String[] args) {
//使用Set保持着常量池引用,避免full gc回收常量池行为
Set<String> set = new HashSet<String>();
//在short可以取值的范围内足以让6MB的PermSize或heap产生OOM了。
short i = 0;
while(true){
set.add(String.valueOf(i++).intern());
}
}
}
输出结果:我真没骗你,字符串真的在堆中(JDK8)
//在jdk1.8中报如下异常,说明常量是存储在堆中
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
at java.util.HashMap.resize(HashMap.java:703)
at java.util.HashMap.putVal(HashMap.java:662)
at java.util.HashMap.put(HashMap.java:611)
at java.util.HashSet.add(HashSet.java:219)
at com.atguigu.java.StringTest3.main(StringTest3.java:22)
Process finished with exit code 1
字符串常量在不同jdk版本中的变化?面试会问
4,String的基本操作
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。
- 分析字符串常量池的变化
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");//2303
//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
}
}
- 程序启动时已经加载了 2293 个字符串常量
- 加载了一个换行符(
println
),所以多了一个
- 加载了字符串常量 “1”~“9”
- 加载字符串常量 “10”
- 之后的字符串"1" 到"10"不会再次加载
- 实例
//官方示例代码
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
}
分析运行时内存(foo()
方法是实例方法,其实图中少了一个 this
局部变量)
4.1,字符串的拼接操作
- 结论
- 常量与常量的拼接结果在常量池,原理是编译期优化。
- 常量池中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,结果就在堆中(这个堆不是指的常量池所在的堆区域)。变量拼接的原理是StringBuilder。
- 如果拼接的结果调用intern()方法,根据该字符串是否在常量池中存在,分为:
- 如果存在,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,则在常量池中创建一份,并返回此对象的地址。
-
常量与常量的拼接结果在常量池,原理是编译期优化
下面的代码拼接的前后,都没有常量,全部是字符串
@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 System.out.println(s1 == s2); //true System.out.println(s1.equals(s2)); //true /* * 最终.java编译成.class,再执行.class 下面这两行代码是反编译后的结果 * String s1 = "abc"; * String s2 = "abc" */ System.out.println(s1 == s2); //true System.out.println(s1.equals(s2)); //true }
从字节码指令看出:编译器做了优化,将 “a” + “b” + “c” 优化成了 “abc”
0 ldc #2 <abc>//ldc表示从字符串常量池中作加载,也就是程序上来就从字符串常量池中加载字符串abc 2 astore_1 //钯字符串常量abc放在1的位置 3 ldc #2 <abc> 5 astore_2 6 getstatic #3 <java/lang/System.out> 9 aload_1 10 aload_2 11 if_acmpne 18 (+7) 14 iconst_1 15 goto 19 (+4) 18 iconst_0 19 invokevirtual #4 <java/io/PrintStream.println> 22 getstatic #3 <java/lang/System.out> 25 aload_1 26 aload_2 27 invokevirtual #5 <java/lang/String.equals> 30 invokevirtual #4 <java/io/PrintStream.println> 33 return
IDEA 反编译 class 文件后,来看这个问题
-
拼接前后,只要其中有一个是变量,结果就在堆中
调用
intern()
方法,则主动将字符串对象存入字符串常量池中,并将其地址返回下面的代码,拼接的前后,出现了变量。
@Test public void test2(){ String s1 = "javaEE";//存储在字符串常量区 String s2 = "hadoop";//存储在字符串常量区 String s3 = "javaEEhadoop";//存储在字符串常量区 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";//存储在堆区 String s6 = "javaEE" + s2;//存储在堆区 String s7 = s1 + s2;//存储在堆区 System.out.println(s3 == s4);//true//都存储在字符串常量区 System.out.println(s3 == s5);//false,s5存储在堆区 System.out.println(s3 == s6);//false System.out.println(s3 == s7);//false //5,6,7三个对象虽然都存储在堆区,但是都不是同一个对象 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。 //返回true的原因是字符串常量池中存在javaEEhadoop字符串,也就是s3指向的字符串,所以s8也是指向此字符串 String s8 = s6.intern(); System.out.println(s3 == s8);//true }
从字节码角度来看:拼接前后有变量,都会使用到 StringBuilder 类
0 ldc #6 <javaEE> 2 astore_1 3 ldc #7 <hadoop> 5 astore_2 6 ldc #8 <javaEEhadoop> 8 astore_3 9 ldc #8 <javaEEhadoop> 11 astore 4 13 new #9 <java/lang/StringBuilder> 16 dup 17 invokespecial #10 <java/lang/StringBuilder.<init>> 20 aload_1 21 invokevirtual #11 <java/lang/StringBuilder.append> 24 ldc #7 <hadoop> 26 invokevirtual #11 <java/lang/StringBuilder.append> 29 invokevirtual #12 <java/lang/StringBuilder.toString> 32 astore 5 34 new #9 <java/lang/StringBuilder> 37 dup 38 invokespecial #10 <java/lang/StringBuilder.<init>> 41 ldc #6 <javaEE> 43 invokevirtual #11 <java/lang/StringBuilder.append> 46 aload_2 47 invokevirtual #11 <java/lang/StringBuilder.append> 50 invokevirtual #12 <java/lang/StringBuilder.toString> 53 astore 6 55 new #9 <java/lang/StringBuilder> 58 dup 59 invokespecial #10 <java/lang/StringBuilder.<init>> 62 aload_1 63 invokevirtual #11 <java/lang/StringBuilder.append> 66 aload_2 67 invokevirtual #11 <java/lang/StringBuilder.append> 70 invokevirtual #12 <java/lang/StringBuilder.toString> 73 astore 7 75 getstatic #3 <java/lang/System.out> 78 aload_3 79 aload 4 81 if_acmpne 88 (+7) 84 iconst_1 85 goto 89 (+4) 88 iconst_0 89 invokevirtual #4 <java/io/PrintStream.println> 92 getstatic #3 <java/lang/System.out> 95 aload_3 96 aload 5 98 if_acmpne 105 (+7) 101 iconst_1 102 goto 106 (+4) 105 iconst_0 106 invokevirtual #4 <java/io/PrintStream.println> 109 getstatic #3 <java/lang/System.out> 112 aload_3 113 aload 6 115 if_acmpne 122 (+7) 118 iconst_1 119 goto 123 (+4) 122 iconst_0 123 invokevirtual #4 <java/io/PrintStream.println> 126 getstatic #3 <java/lang/System.out> 129 aload_3 130 aload 7 132 if_acmpne 139 (+7) 135 iconst_1 136 goto 140 (+4) 139 iconst_0 140 invokevirtual #4 <java/io/PrintStream.println> 143 getstatic #3 <java/lang/System.out> 146 aload 5 148 aload 6 150 if_acmpne 157 (+7) 153 iconst_1 154 goto 158 (+4) 157 iconst_0 158 invokevirtual #4 <java/io/PrintStream.println> 161 getstatic #3 <java/lang/System.out> 164 aload 5 166 aload 7 168 if_acmpne 175 (+7) 171 iconst_1 172 goto 176 (+4) 175 iconst_0 176 invokevirtual #4 <java/io/PrintStream.println> 179 getstatic #3 <java/lang/System.out> 182 aload 6 184 aload 7 186 if_acmpne 193 (+7) 189 iconst_1 190 goto 194 (+4) 193 iconst_0 194 invokevirtual #4 <java/io/PrintStream.println> 197 aload 6 199 invokevirtual #13 <java/lang/String.intern> 202 astore 8 204 getstatic #3 <java/lang/System.out> 207 aload_3 208 aload 8 210 if_acmpne 217 (+7) 213 iconst_1 214 goto 218 (+4) 217 iconst_0 218 invokevirtual #4 <java/io/PrintStream.println> 221 return
4.2,字符串拼接的底层细节
-
例一
@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"),但不等价 补充:在jdk5.0之后使用的是StringBuilder,在jdk5.0之前使用的是StringBuffer */ //在这里的话,拼接两个字符串使用的都是变量,那么就会在堆空间新开辟一个对象空间创建对象 String s4 = s1 + s2;// System.out.println(s3 == s4);//false }
查看字节码指令
0 ldc #14 <a>//加载字符串常量池中的字符a 2 astore_1//存储字符a 3 ldc #15 <b>//加载b 5 astore_2 6 ldc #16 <ab>//加载ab 8 astore_3 //拼接两个字符串,但是两边都是变量的情况下,在底层会先new一个StringBuilder对象 9 new #9 <java/lang/StringBuilder> 12 dup 13 invokespecial #10 <java/lang/StringBuilder.<init>> //取出1位置处的字符,然后添加到StringBuilder上 16 aload_1 17 invokevirtual #11 <java/lang/StringBuilder.append> 20 aload_2 21 invokevirtual #11 <java/lang/StringBuilder.append> 24 invokevirtual #12 <java/lang/StringBuilder.toString> 27 astore 4 29 getstatic #3 <java/lang/System.out> 32 aload_3 33 aload 4 35 if_acmpne 42 (+7) 38 iconst_1 39 goto 43 (+4) 42 iconst_0 43 invokevirtual #4 <java/io/PrintStream.println> 46 return
-
例子二
- 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(也就是被
final
修饰的变量),则仍然使用编译期优化,即非StringBuilder
的方式。 - 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。
- 如果拼接符号左右两边都是字符串常量或常量引用(也就是被
@Test public void test4(){ final String s1 = "a";//s1是一个常量 final String s2 = "b";//s2是一个常量 String s3 = "ab";//在常量池中 String s4 = s1 + s2;//相加的是常量,相当于是字符串,不是变量相加,所以底层不是StringBuilder,s4也在常量池中 System.out.println(s3 == s4);//true }
从字节码角度来看:为变量 s4 赋值时,直接使用 #16 符号引用,即字符串常量 “ab”
0 ldc #14 <a> 2 astore_1 3 ldc #15 <b> 5 astore_2 6 ldc #16 <ab> 8 astore_3//存储在3的位置,相当于s3 9 ldc #16 <ab>//从常量池中取出ab 11 astore 4//存储在4的位置,相当于s4 13 getstatic #3 <java/lang/System.out> 16 aload_3 17 aload 4 19 if_acmpne 26 (+7) 22 iconst_1 23 goto 27 (+4) 26 iconst_0 27 invokevirtual #4 <java/io/PrintStream.println> 30 return
拼接操作与 append 操作的效率对比
@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); }
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!-
原因
-
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
(调的toString
方法)的对象,内存占用更大;如果进行GC
,需要花费额外的时间(在拼接的过程中产生的一些中间字符串可能永远也用不到,会产生大量垃圾字符串)。 -
改进
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:这样可以避免频繁扩容StringBuilder s = new StringBuilder(highLevel); //new char[highLevel]
- 字符串拼接操作不一定使用的是
5,intern()方法的使用
5.1,intern()方法的说明
intern()
方法:当调用此方法的时候,就是到常量池中查看此字符串是否存在于常量池中,如果存在的话,就直接返回地址的引用,如果不存在,就创建此字符串常量,并返回地址的引用。
// 此方法的定义
public native String intern();
-
intern
是一个native
方法,调用的是底层C
的方法 -
字符串常量池池最初是空的,由
String
类私有地维护。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内容相等的字符串,则返回池中的字符串地址。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地址。(这是源码里的大概翻译) -
如果不是用双引号声明的
String
对象,也就是说不是使用字面量的方式的话,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 hello").intern();
现在
myInfo
其实指向的就是字符串常量池中的"I love hello"
字符串。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(注意,这个内存指的是字符串常量池,和我们堆中的字符串对象区分开),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)
,但是还是要和堆中字符串对象区分开来。方式一:String s1=”hello”; 方式二:String s2=new String(“hello”).intern() 方式三:StringBuilder s3=new StringBuilder(“hello”).toString().intern()
也就是说,不管你用什么方法创建的字符串,比如上面三种方法,最后只要是调用
intern()
方法,那么最后都会在字符串常量池中查看这个字符串是否是存在的,如果存在,就直接返回这个字符串的内存地址引用,如果不存在,那么会在字符串常量池中创建该字符串,并且返回地址的引用,这样可以保证字符串常量池中始终存在相同字符串的一个字面量值,减少内存的开销。
5.2,new String()的说明
- new String(“ab”)会创建多少个对象?
/**
* 题目:
* new String("ab")会创建几个对象?看字节码,就知道是两个。
* 1,一个对象是:new关键字在堆空间创建的
* 2,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");
}
}
- 字节码指令,创建一个字符串的底层原理
- 第一:现在堆空间中开辟一块空间,存放new出来的新对象
- 第二:在字符串常量池中开辟空间存储需要创建的字符串
- 第三:存放到局部变量表中
0 new #2 <java/lang/String>//new一个string对象
3 dup
4 ldc #3 <ab>//在常量池中有一个ab的字符串
6 invokespecial #4 <java/lang/String.<init>>
9 astore_1//放在我们的局部变量表中
10 return
****************************************************************
0 new #2 <java/lang/String>:在堆中创建了一个 String 对象
4 ldc #3 <ab> :在字符串常量池中放入 “ab”(如果之前字符串常量池中没有 “ab” 的话)
但是总结来说,创建一个字符串对象的话,在内存中可能创建两个对象,也可能是一个,如果字符串常量池中本身有待创建的字符串的话,那么在创建对象时候,就不需要在字符串常量池中在创建,直接在堆中创建即可,这种情况下回创建一个对象。
- new String(“a”)+new String(“b”)会创建几个对象
/**
* 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) {
//这种方式创建的话字符串常量池中并没有ab对象
String str = new String("a") + new String("b");
//这种方式,会在字符串常量池中创建ab对象
String s=new String(“ab”);
}
}
字节码指令
0 new #2 <java/lang/StringBuilder>//首先new了一个StringBuilder,因为字符串中间涉及+拼接操作,在底层使用的是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
答案是4个或5个(两个a,两个b,一个ab)或6个
为什么可能是6个:因为在StringBuilder方法的toString()方法中,从字节码角度看,在此方法内部重新new出来一个String对象,存储的是”ab”,所以是6个对象,原因就是StringBuilder的tosTRING()方法中重新创建String对象。注意:toString()方法的调用,并没有在字符串常量池中创建ab对象。
- 字节码指令分析
0 new #2 <java/lang/StringBuilder>
:拼接字符串会创建一个 StringBuilder 对象7 new #4 <java/lang/String>
:创建 String 对象,对应于 new String(“a”)11 ldc #5 <a>
:在字符串常量池中放入 “a”(如果之前字符串常量池中没有 “a” 的话)19 new #4 <java/lang/String>
:创建 String 对象,对应于 new String(“b”)23 ldc #8 <b>
:在字符串常量池中放入 “b”(如果之前字符串常量池中没有 “b” 的话)31 invokevirtual #9 <java/lang/StringBuilder.toString>
:调用StringBuilder
的toString()
方法,会生成一个String
对象。
5.3,面试题目
/**
* 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");//创建两个对象,一个在堆空间中,一个在字符串常量池中
s.intern();//调用此方法之前,字符串常量池中已经存在了"1",所以此方法会去字符串常量池中找是否存在1这个对象
String s2 = "1";//
System.out.println(s == s2);//jdk6:false jdk7/8:false
/*
1、s3变量记录的地址为:new String("11")
2、经过上面的分析,我们已经知道执行完pos_1的代码,在堆中有了一个new String("11")
这样的String对象。但是在字符串常量池中没有"11"
3、接着执行s3.intern(),在字符串常量池中生成"11"
3-1、在JDK6的版本中,字符串常量池还在永久代,所以直接在永久代生成"11",也就有了新的地址,创建的是新的对象。
3-2、而在JDK7的后续版本中,字符串常量池被移动到了堆中,此时堆里已经有new String("11")了,出于节省空间的目的,直接将堆中的那个字符串的引用地址储存在字符串常量池中。没错,字符串常量池中存的是new String("11")在堆中的地址
4、所以在JDK7后续版本中,s3和s4指向的完全是同一个地址。
*/
String s3 = new String("1") + new String("1");//pos_1
S3.intern()//会在字符串常量池中创建11这个对象
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
}
}
//S3记录堆中的字符串的地址,s4记录字符村常量池中字符串地址,为什么在jdk1.7和1.8中结果返回true?上面红色字体是解释
解释的已经比较清楚了,下面看一下内存图
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及后续版本,注意大坑
5.3.1,面试拓展
/**
* StringIntern.java中练习的拓展:
*
*/
public class StringIntern1 {
public static void main(String[] args) {
//执行完下一行代码以后,字符串常量池中,是否存在"11"呢?答案:不存在!!
String s3 = new String("1") + new String("1");//new String("11")
//在字符串常量池中生成对象"11",代码顺序换一下,实打实的在字符串常量池里有一个"11"对象
String s4 = "11"; //在字符串常量池中创建的对象
String s5 = s3.intern();//s5指向字符串常量池中的11对象
// s3 是堆中的 "11" ,s4 s5是字符串常量池中的 "11"
System.out.println(s3 == s4);//false
// s5 是从字符串常量池中取回来的引用,当然和 s4 相等
System.out.println(s5 == s4);//true
}
}
- 小结
String
和intern
的使用
5.3.2,intern()方法说明
public class StringExer1 {
public static void main(String[] args) {
String x = "ab";
String s = new String("a") + new String("b");//底层是: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"
/*
1、jdk6中:在字符串常量池(此时在永久代)中创建一个字符串"ab"
2、jdk8中:字符串常量池(此时在堆中)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
3、详解看上面
*/
String s2 = s.intern();
//在1.8中,s2记录的是new String()堆空间中对象的地址
System.out.println(s2 == "ab");//jdk6:true jdk8:true
System.out.println(s == "ab");//jdk6:false jdk8:true
//但是如果添加String x = "ab";在开头位置,那么jdk1.8返回的结果也是true false
}
}
- jdk6
- jdk 7/8
- 练习1
public class StringExer1 {
public static void main(String[] args) {
String x = "ab";
String s = new String("a") + new String("b");//new String("ab")
//执行完毕上述代码后不会在常量池中创建ab字符串
String s2 = s.intern();
//执行完毕上述代码后,s2指向的是x指向的常量池中的字符串
System.out.println(s2 == "ab");//jdk6:true jdk8:true
System.out.println(s == "ab");//jdk6:false jdk8:true
}
}
- 练习2
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"
s1.intern();
String s2 = "ab";
System.out.println(s1 == s2);//false
}
}
- 验证
public class StringExer2 {
// 对象内存地址可以使用System.identityHashCode(object)方法获取
public static void main(String[] args) {
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"
System.out.println(System.identityHashCode(s1));
s1.intern();
System.out.println(System.identityHashCode(s1));
String s2 = "ab";
System.out.println(System.identityHashCode(s2));
System.out.println(s1 == s2); // true
}
}
/**
输出结果:
1836019240
1836019240
1836019240
true
**/
5.3.3,intern()效率测试
/**
* 使用intern()测试执行效率:空间使用上
*
* 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。
*
*/
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(1000000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.gc();
}
}
- 直接 new String :由于每个 String 对象都是 new 出来的,所以程序需要维护大量存放在堆空间中的 String 实例,程序内存占用也会变高arr[i] = new String(String.valueOf(data[i % data.length]));
-
使用
intern()
方法:由于数组中字符串的引用都指向字符串常量池中的字符串,所以程序需要维护的String
对象更少,内存占用也更低//调用了intern()方法使用了字符串常量池里的字符串,那么前面堆里的字符串便会被GC掉,这也是intern省内存的关键原因 arr[i] = new String(String.valueOf(data[i % data.length])).intern();
- 结论:
- 对于程序中大量使用存在的字符串时,尤其存在很多已经重复的字符串时,使用
intern()
方法能够节省很大的内存空间。 - 大的网站平台,需要内存中存储大量的字符串。比如社交网站,很多人都存储:北京市、海淀区等信息。这时候如果字符串都调用
intern()
方法,就会很明显降低内存的大小。
- 对于程序中大量使用存在的字符串时,尤其存在很多已经重复的字符串时,使用
6,String Table中的垃圾回收
/**
* String的垃圾回收:
* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
*/
public class StringGCTest {
public static void main(String[] args) {
for (int j = 0; j < 100000; j++) {
String.valueOf(j).intern();
}
}
}
- 输出结果:
- 在
PSYoungGen
区发生了垃圾回收 Number of entries
和Number of literals
明显没有 100000- 以上两点均说明
StringTable
区发生了垃圾回收
- 在
7,G1中的去重操作
- String去重操作的背景
注意不是字符串常量池的去重操作,字符串常量池本身就没有重复的,而是对堆中创建的字符串进行去重操作。
- 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:
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。
- String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。
- 命令行选项
UseStringDeduplication(bool)
:开启String去重,默认是不开启的,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。
欢迎关注作者个人公众号,专注分享java
,大数据,python
,jvm
以及计算机基础知识。