文章目录
12.1 String的简介
-
String:字符串,使用一对""引起来表示
-
String声明为final的,不可被继承
-
String实现了Serializable接口:表示字符串是支持序列化的。
-
String实现了Comparable接口:表示string可以比较大小
-
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[]
-
String在jdk9中存储结构变更,底层由char[]数组变为byte[]数组
- 从许多不同的应用中收集到的数据表明,字符串是堆使用的主要组成部分,此外,大多数字符串对象只包含Latin-1字符。这些字符只需要一个字节的存储空间,因此这些字符串对象的内部字符数组中有一半的空间没有被使用。所以将String类的内部表示方法从UTF-16字符数组改为字节数组加编码标志域。新的String类将根据字符串的内容,以ISO-8859-1/Latin-1(每个字符一个字节)或UTF-16(每个字符两个字节)的方式存储字符编码。编码标志将表明使用的是哪种编码。
12.2 String的不可变性
-
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。
-
字符串常量池是不会存储相同内容的字符串的
-
String的String Pool是一个固定大小的Hashtable。如果HashTable的长度较小,且放进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,StringTablesize设置没限制
-
在jdk7中,StringTable的长度默认值是60013,StringTablesize设置没有限制
-
在JDK8中,设置StringTable长度的话,1009是可以设置的最小值
-
12.3 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,池化资源的功能就是缓存与复用。String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。
- 不是用双引号声明的String对象(new出来的或者toString()生成的),对象存放在堆中。此时可以使用String提供的intern()方法。
Java 6及以前,字符串常量池存放在永久代。Java 7以后,将字符串常量池的位置调整到Java堆内。
@Test
public void test1() {
System.out.print1n("1"); //2321
System.out.println("2"); //2322
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"); //2330
System.out.println("1"); //2321
System.out.println("2"); //2322
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.print1n("6");
System.out.print1n("7");
System.out.println("8");
System.out.println("9");
System.out.println("10"); //2330
}
12.4 字符串拼接操作
12.4.1 字符串拼接规则
-
常量与常量的拼接结果在常量池,原理是编译期优化,这里常量是指字面量或是final修饰的String常量
-
常量池中不会存在相同内容的变量
-
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
public static void test1() {
// 都是常量,前端编译期会进行代码优化
// 通过idea直接看对应的反编译的class文件,会显示 String s1 = "abc"; 说明做了代码优化
String s1 = "a" + "b" + "c";
String s2 = "abc";
// true,有上述可知,s1和s2实际上指向字符串常量池中的同一个值
System.out.println(s1 == s2);
}
public static void test2() {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
String s4 = "javaEE" + "hadoop";
String s5 = s1 + "hadoop";
String s6 = "javaEE" + s2;
String s7 = s1 + s2;
System.out.println(s3 == s4); // true 编译期优化
System.out.println(s3 == s5); // false s1是变量,不能编译期优化
System.out.println(s3 == s6); // false s2是变量,不能编译期优化
System.out.println(s3 == s7); // false s1、s2都是变量
System.out.println(s5 == s6); // false s5、s6 不同的对象实例
System.out.println(s5 == s7); // false s5、s7 不同的对象实例
System.out.println(s6 == s7); // false s6、s7 不同的对象实例
String s8 = s6.intern();
System.out.println(s3 == s8); // true intern之后,s8和s3一样,指向字符串常量池中的"javaEEhadoop"
}
public void test6(){
String s0 = "beijing";
String s1 = "bei";
String s2 = "jing";
String s3 = s1 + s2;
System.out.println(s0 == s3); // false s3指向对象实例,s0指向字符串常量池中的"beijing"
String s7 = "shanxi";
final String s4 = "shan";
final String s5 = "xi";
String s6 = s4 + s5;
System.out.println(s6 == s7); // true s4和s5是final修饰的,编译期就能确定s6的值了
}
Trick:
-
不使用final修饰,即为变量。如s3行的s1和s2,会通过new StringBuilder进行拼接
-
使用final修饰,即为常量。会在编译器进行代码优化。在实际开发中,能够使用final的,尽量使用
-
s1 + s2
实际上是new了一个StringBuilder对象,并使用了append方法将s1和s2添加进来,最后调用了toString方法赋给s4
12.4.2 三种字符串拼接操作性能对比
public class Test
{
public static void main(String[] args) {
int times = 50000;
// String
long start = System.currentTimeMillis();
testString(times);
long end = System.currentTimeMillis();
System.out.println("String: " + (end-start) + "ms");
// StringBuilder
start = System.currentTimeMillis();
testStringBuilder(times);
end = System.currentTimeMillis();
System.out.println("StringBuilder: " + (end-start) + "ms");
// StringBuffer
start = System.currentTimeMillis();
testStringBuffer(times);
end = System.currentTimeMillis();
System.out.println("StringBuffer: " + (end-start) + "ms");
}
public static void testString(int times) {
String str = "";
for (int i = 0; i < times; i++) {
str += "test";
}
}
public static void testStringBuilder(int times) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < times; i++) {
sb.append("test");
}
}
public static void testStringBuffer(int times) {
StringBuffer sb = new StringBuffer();
for (int i = 0; i < times; i++) {
sb.append("test");
}
}
}
// 结果
String: 7963ms
StringBuffer: 4ms
StringBuilder: 1ms
结论:String拼接方式的时间是StringBuilder.append方式的约8000倍,StringBuffer.append()方式的时间是StringBuilder.append()方式的约4倍。
所以:在实际开发中,对于需要多次或大量拼接的操作,若不考虑线程安全问题,应该尽可能使用StringBuilder进行append操作。
此外,StringBuiler底层是通过动态数组实现的,涉及到扩容,所以我们如果提前知道需要拼接String的长度,就应该直接使用带参构造器指定容量,能够减少扩容的次数,以提升字符串运行效率。
12.5 intern()的使用
12.5.1 intern()简介
- 当调用intern方法时,如果字符串常量池已经包含了一个与这个String对象值相等的字符串,那么常量池中的字符串会被返回。否则,这个String对象被添加到常量池中,并返回池中该String对象的引用。
- 对于任何两个字符串s和t,当且仅当s.equals(t)为真时,s.intern() == t.intern()为真。
- 所有字面量和以字符串常量表达式都是interned。
- intern()是一个native方法,调用的是底层C的方法
- 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。
12.5.2 intern()的使用:JDK6 vs JDK7/8
/**
* ① String s = new String("1")
* 创建了两个对象
* 堆空间中一个new对象
* 字符串常量池中一个字符串常量"1"(注意:此时字符串常量池中已有"1")
* ② s.intern()由于字符串常量池中已存在"1"
* s 指向的是堆空间中的对象地址
* s2 指向的是堆空间中常量池中"1"的地址
* 所以不相等
*/
String s = new String("1");
s.intern();
String s2 = "1";
System.out.println(s==s2); // jdk1.6 false jdk7/8 false
/*
* ① String s3 = new String("1") + new String("1")
* 执行StringBuilder的toString()方法,本质是new String("11")
* 但是与直接new String("11")不同,常量池中并不生成字符串"11";
* ② s3.intern()
* 由于此时常量池中并无"11",所以把s3中记录的对象的地址存入常量池
* 这里jdk6和jdk7有区别:
* 在jdk6中,会直接复制新的"11"对象放入常量池
* 在jdk7及以后,会直接将s3的引用放入常量池
*/
String s3 = new String("1") + new String("1");
s3.intern();
String s4 = "11";
System.out.println(s3==s4); //jdk1.6 false jdk7/8 true
总结:str.intern()执行细节:
JDK1.6中
-
如果串池中有str,则并不会放入。返回常量池中的str对象的地址
-
如果没有,会把str对象复制一份,放入常量池,并返回常量池中的str对象地址
JDK1.7起
-
如果串池中有str,则并不会放入。返回常量池中的str对象的地址
-
如果没有,则会把堆中str对象的引用地址复制一份,放入常量池,并返回常量池中的引用地址
举例1:
举例2:
12.5.3 intern的效率测试:空间角度
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 (Exception e) {
e.getStackTrace();
}
}
}
// 运行结果
不使用intern:7256ms
使用intern:1395ms
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。
上述代码intern()之后,原来new String()出来的对象就会变成垃圾,将会被回收;此外若字符串常量池占用过大,也会发生GC。
12.6 G1 GC的String去重
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: stringl.equals(string2)= 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。
实现原理
- 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。
- 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。