一、String的内存分配
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,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 = "abc" ;
- 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。
字符串常量池是一个固定大小的哈希表,默认值大小长度是 1009 。如果放进字符串常量池的 String 非常多, 就会造成 Hash 冲突严重,从而导致链表会很长,造成的影响就是当调用 String.intern() 时性能会大幅下降。
使用 -XX:StringTableSize 可设置字符串常量池的长度,在 JDK6 中字符串常量池是固定的,即 1009 的长度,StringTableSize 设置没有要求。在 JDK7 中,字符串常量池的长度默认值是 60013 ,StringTableSize设置没有要求。JDK8 开始,1009 是字符串常量池长度可设置的最小值。
Java6 及以前,字符串常量池存放在永久代,Java7 字符串常量池的位置调整到 Java 堆内。
字符串常量池的位置为什么要调整调整到Java堆内?
因为永久代的回收效率很低,在 Full GC 的时候才会执行永久代的垃圾回收,而 Full GC 是老年代的空间不足、永久代不足时才会触发。这就导致 StringTable 回收效率不高,而开发中会有大量的字符串被创建,回收效率低会导致永久代内存不足,放到堆里能及时回收内存。
二、String的基本操作
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
}
三、字符串拼接操作
- 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
- 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。
@Test
public void test4(){
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
}
@Test
public void test5(){
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
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";
String s6 = "javaEE" + s2;
/*
如下的s1 + s2 的执行细节
① StringBuilder s = new StringBuilder();
② s.append("a")
③ s.append("b")
④ s.toString() --> 约等于 new String("ab")
补充:在jdk5.0之后使用的是StringBuilder,
在jdk5.0之前使用的是StringBuffer
*/
String s7 = s1 + s2;
System.out.println(s3 == s4);//true
System.out.println(s3 == s5);//false
System.out.println(s3 == s6);//false
System.out.println(s3 == s7);//false
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。
String s8 = s6.intern();
System.out.println(s3 == s8);//true
}
/*
1. 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,则仍然使用编译期优化,即非StringBuilder的方式。
2. 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。
*/
public class StringTest {
public static void main(String[] args) {
final String s1 = "a";
final String s2 = "b";
String s3 = s1 + s2;
String s4 = "ab";
System.out.println(s3 == s4);//true
}
}
拼接操作与append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);
}
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,因为 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 的对象。
四、intern()的使用
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。
关于String.intern()的面试题
/**
* 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");
String s1 = s.intern();//调用此方法之前,字符串常量池中已经存在了"1"
String s2 = "1";
//s 指向堆空间"1"的内存地址
//s1 指向字符串常量池中"1"的内存地址
//s2 指向字符串常量池已存在的"1"的内存地址 所以 s1==s2
System.out.println(s == s2);//jdk6:false jdk7/8:false
System.out.println(s1 == s2);//jdk6: true jdk7/8:true
System.out.println(System.identityHashCode(s));//491044090
System.out.println(System.identityHashCode(s1));//644117698
System.out.println(System.identityHashCode(s2));//644117698
//s3变量记录的地址为:new String("11")
String s3 = new String("1") + new String("1");
//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!!
//在字符串常量池中生成"11"。如何理解:jdk6:创建了一个新的对象"11",也就有新的地址。
// jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
s3.intern();
//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
String s4 = "11";
System.out.println(s3 == s4);//jdk6:false jdk7/8:true
}
}
public class StringIntern1 {
public static void main(String[] args) {
//StringIntern.java中练习的拓展:
String s3 = 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 s4 = "11";//在字符串常量池中生成对象"11"
String s5 = s3.intern();
System.out.println(s3 == s4);//false
System.out.println(s5 == s4);//true
}
}
总结
JDK6 中,将这个字符串对象尝试放入串池,如果字符串常量池中有,则并不会放入,返回已有的串池中的对象的地址,如果没有,则会把此对象复制一份放入串池,并返回串池中的对象地址。
JDK7 起,将这个字符串对象尝试放入串池,如果字符串常量池中有,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 StringExer1 {
public static void main(String[] args) {
//String x = "ab";
String s = new String("a") + new String("b");//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"
String s2 = s.intern();//jdk6中:在串池中创建一个字符串"ab"
//jdk8中:串池中没有创建字符串"ab",而是创建一个引用,指向new String("ab"),将此引用返回
System.out.println(s2 == "ab");//jdk6:true jdk8:true
System.out.println(s == "ab");//jdk6:false jdk8:true
}
}
intern()效率测试
大的网站平台,需要内存中存储大量的字符串,这时候如果字符串都调用 intern() 方法,就会明显降低内存的大小。
/**
* 使用intern()测试执行效率:空间使用上
*
*/
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])); //10479
arr[i] = new String(String.valueOf(data[i % data.length])).intern(); //1490
}
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();
}
}
// String.valueOf方法
public static String valueOf(Object obj) {
return (obj == null) ? "null" : obj.toString();
}
// Interger的toString方法,会返回new String()对象
public static String toString(int i) {
if (i == Integer.MIN_VALUE)
return "-2147483648";
int size = (i < 0) ? stringSize(-i) + 1 : stringSize(i);
char[] buf = new char[size];
getChars(i, size, buf);
return new String(buf, true);
}
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。
new String("ab")会创建几个对象?
两个,一个对象是 new 关键字在堆空间创建的 ,另一个对象是字符串常量池中的对象 "ab"。
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"
- 对象6 :new String("ab"),强调一下,StringBuilder 的 toString() 的调用,在字符串常量池中,没有生成 "ab"
@Override
public String toString() {
// Create a copy, don't share the array
return new String(value, 0, count);
}
五、StrtingTable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 < 100; j++) {
// String.valueOf(j).intern();
// }
//发生垃圾回收行为
for (int j = 0; j < 100000; j++) {
String.valueOf(j).intern();
}
}
}
main 方法为空时的字符串常量池情况
for 循环 100 次时的字符串常量池情况
for 循环100000 次时的字符串常量池情况,发生垃圾回收
六、G1中的String去重操作
背景
对许多 Java 应用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
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