JVM之常量池（字符串）

1     前言

本文主要从编译后的Java语言的字节码类文件格式与结构方面论述JVM常量池的相关特性。顾名思义，常量池主要用于JVM运行时保存类执行文件中的各种常量，有些常量是在编译阶段优化生成而在运行时加载，有些常量是关于类的基本信息或者属性信息，有些常量在运行时作为JVM指令的操作数，后面章节将展开详细的论述。

2     类文件组织结构

Java语言源文件是程序代码的文本文件，经JVM编译，生成以字节码（二进制）的形式表示而非文本形式表示的类文件，文件中包含可执行的JVM指令以及类属性、类方法以及类相关的元数据信息，其中JVM指令是一种类似计算机的指令，包括指令操作码、指令操作数，JVM在运行时使用类加载器加载该字节码类文件，JVM运行的应用执行业务逻辑处理时调用该类文件中的方法。

由于JVM是使用C语言开发，字节码类文件是以C语言数据结构组织存储，其数据结构如下所示：

其中，u2、u4是基本的无符号存储单元，u2表示2个字节占用空间，u4表示4个字节占用空间，其他是类型是基本存储单元的连续存储单元，下表是对各字段的简要说明。

字段名称	字段类型	字段描述
magic	u4	这个字段使用固定的值：0xCAFEBABE，其表示的意义类文件的格式
minor_version	u2	类文件小版本号
major_version	u2	类文件大版本号
constant_pool_count	u2	常量池大小
constant_pool[constant_pool_count-1]	cp_info	常量池数组
access_flags	u2	访问权限标识
this_class	u2	常量池的一个索引值，对应常量池的实体表示类的信息
super_class	u2	常量池的一个索引值，对应常量池的实体表示类的继承类
interfaces_count	u2	类实现的接口数量
interfaces[interfaces_count]	u2	类实现的接口数组
fields_count	u2	类域（类变量或者实例变量）的数量
fields[fields_count]	field_info	类域数组
methods_count	u2	类或者接口方法的数量
methods[methods_count]	method_info	类或者接口方法数组
attributes_count	u2	属性的数量
attributes[attributes_count]	attribute_info	属性数组

2.1   常量池大小

constant_pool_count该值等于constant_pool数组的长度加1。

2.2   常量池数组

常量池也叫常量表，实际上是一个数组，数组存储的实体表示各种不同的字符串常量、类或者接口名称及其属性域、类结构及其类子结构中涉及到的常量。其中，每个实体的起始字节表示其常量的类型。常量池的索引值的范围大于或等于1，小于或等于constant_pool_count-1。

3     常量池实体数据结构

常量池实体的数据结构如下所示：

其中，字段tag标识实体的类型，字段info[]标识指定实体的附加信息，该附加信息根据实体类型的不同而不同。

下表列出常量池中的实体类型：

如上表所示，其中，Constant Kind列表示常量的字面描述类型，Tag列表示常量池实体数据结构中的值类型，class file format列表示支持对应类型的类文件初始版本，Java SE列表示支持对应类型的的JDK初始版本。

JVM指令是以索引的方式从常量池中读取操作数常量，用于压入栈参与运算的，下表列出可用于栈参与运算的常量池实体类型：

4     字符串类型常量

字符串类型常量的数据结构如下所示：

以上数据结构作为字节序列存储在常量池实体类型数据结构cp_info的字段info数组中。其中tag的值等于8，string_index对应常量池的索引值，该索引值对应的实体是字符串常量所表示的通用数据结构CONSTANT_Utf8_info，该通用字符串数据结构如下所示：

在以上数据结构中，tag的值等于1，length表示bytes[length]数组的长度，bytes是存储字符串常量的字节序列数组。

5     字符串运算

在JDK中，字符串是一个常量，是java.lang.String类的实例化对象，并且所有常量表达式都是指向同一个常量，如下代码样例展示字符串常量的对比分析。

由以上的分析可知：

• 同一个类包同一类下的相同字符串指向同一字符串对象

• 同一个类包不同类下的相同字符串指向同一个字符串对象

• 不同类包不同类下的相同字符串指向同一个字符串对象

• 常量表达式是在编译阶段实行计算，其指向同一个字符串对象

• 使用连接操作符号（+）连接字符串（非常量表达式），是在运行时阶段实行计算，其指向不同的字符串对象

• 使用字符串intern()方法显式地计算，其指向同一个字符串对象

其中，"Hel" + "lo"是常量表达式，而"Hel" + lo不是常量表达式。

6     常量池字节码

下图代码样例展示常量表达式的字节码，表示在编译阶段生成字符串常量t=”abc”，并且在常量池中的索引地址是#19，其中，JVM指令ldc表示从常量池中取操作数实行压栈操作。