作者简介:大家好,我是smart哥,前中兴通讯、美团架构师,现某互联网公司CTO
联系qq:184480602,加我进群,大家一起学习,一起进步,一起对抗互联网寒冬
学习必须往深处挖,挖的越深,基础越扎实!
阶段1、深入多线程
阶段2、深入多线程设计模式
阶段3、深入juc源码解析
码哥源码部分
码哥讲源码-原理源码篇【2024年最新大厂关于线程池使用的场景题】
码哥讲源码-原理源码篇【揭秘join方法的唤醒本质上决定于jvm的底层析构函数】
码哥源码-原理源码篇【Doug Lea为什么要将成员变量赋值给局部变量后再操作?】
码哥讲源码【谁再说Spring不支持多线程事务,你给我抽他!】
打脸系列【020-3小时讲解MESI协议和volatile之间的关系,那些将x86下的验证结果当作最终结果的水货们请闭嘴】
在 Java 9 之前,String
的底层存储结构都是 char[]
:
public final class String
implements java.io.Serializable, Comparable<String>, CharSequence {
//The value is used for character storage.
private final char value[];
}
每个 char
都以 2 个字节存储在内存中。然而 Oracle 的 JDK 开发人员调研了成千上万个应用程序的 heap dump
信息,他们注意到大多数字符串都是以 Latin-1
字符编码表示的,它只需要一个字节存储就够了,两个字节完全是浪费,这比 char
数据类型存储少 50%(1 个字节)。
所以,在 Java 9 中将 String
的底层存储结构调整为 byte[]
:
public final class String
implements java.io.Serializable, Comparable<String>, CharSequence,
Constable, ConstantDesc {
@Stable
private final byte[] value;
private final byte coder;
}
Java 9 这样调整的目的是减小字符串的内存占用,这样带来了两个好处:
- 节省内存:对于包含大量
ASCII
字符的字符串,内存占用大幅减少,因为每个字符只占用一个字节而不是两个字节。 - 提高性能:由于字符串的存储结构与编码方式更加紧凑,字符串操作的性能也有所提高。
需要注意的是,这仅仅只是底层数据结构的变化,对于我们上层调用者完全是透明的,不会有任何影响,String
的方法以前怎么使用,现在还是怎么使用,例如:
public class StringTest {
public static void main(String[] args) {
String skString1 = "skjava";
String skString2 = "死磕Java";
System.out.println(skString1.charAt(0));
System.out.println(skString2.charAt(0));
}
}
// 结果......
s
死
charAt()
源码如下:
public char charAt(int index) {
if (isLatin1()) {
return StringLatin1.charAt(value, index);
} else {
return StringUTF16.charAt(value, index);
}
}
isLatin1()
用于判断编码格式是否为 Latin-1
字符编码,如果是则调用 StringLatin1.charAt()
,否则调用 StringUTF16.charAt()
。这里为什么要判断字符编码呢?Latin-1
字符编码也称 ISO 8859-1
,它包括了拉丁字母(包括西欧、北欧和南欧语言的字母)以及一些常见的符号和特殊字符,但是它并不支持其他非拉丁字母的语言,例如希腊语、俄语或中文,对于这些我们只能使用其他字符编码了。
在 Java 9 中,String
支持的字符编码格式有两种:
Latin-1
:Latin-1
编码用于存储只包含拉丁字符的字符串。它采用了一字节编码,每个字符占用一个字节(8位)。UTF-16
:UTF-16
编码用于存储包含非拉丁字符的字符串,以及当字符串包含不适合Latin-1
编码的字符时。
在 Java 9 中,String
多了一个成员变量 coder
,它代表编码的格式,0 表示 Latin-1
,1 表示 UTF-16
,我们在看 skString1
和 skString2
:
从这张图可以清晰地看到 “skjava”
的字符编码是 Latin-1
,而 “死磕Java”
的字符编码则是 UTF-16
。不同的字符编码选择不同的方法来获取。其实你看下 String 里面的方法都是这种模式。
所以,Java 9 中的 String 使用
Latin-1
和UTF-16
两种字符编码方式,根据字符串的内容来选择合适的编码格式,以便在内部存储时提高效率。
但是,有小伙伴就喜欢硬扛,我就不喜欢 Latin-1
,可以完全用UTF-16
么 ?可以。Java 满足你的一切不合理的要求。
-XX:-CompactStrings
:禁用精简字符串特性。
- 如果启用
Compact Strings
(默认情况),JVM 会根据字符串的内容来选择Latin-1
还是UTF-16
,以在内存中有效地存储字符串,减小内存占用。 - 如果禁用
Compact Strings
(使用-XX:-CompactStrings
),JVM 将始终使用UTF-16
编码来存储字符串。
一般来说,我们是不需要显式设置 -XX:-CompactStrings
,开启 Compact Strings
能够帮组我们节约内存和提高性能。