JVM（十四）—— StringTable

String的基本特性

作为一名Java程序员肯定少不了和 String打交道，使用方法就是将字符串用一对""引起来表示。查看String的源码，使用final修饰，说明是不可被继承的。String实现了java.io.Serializable接口，表示祖父穿是支持序列化的，实现了Comparable接口，表示String可以比较大小。

String 在JDK8及之前内部定义了final char value[]用于存储字符串数据，在JDK9时改成了byte[].

我们知道一个char数组中的char占用两个字节，大部分的String包含的都是拉丁字符，用一个字节就可以存储了，导致了使用char数组空间的浪费，在JDK9进行了修改，变成了byte[]。但是对于中文存储需要两个字符，所以还加了一个encoding-flag字符编码进行标识。

当然基于String的类比如StringBuffer,StringBuilder也做了修改，包括HotSpot虚拟机内部固有的String结构。

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者字符串时，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。

字符串常量池中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,JDK6的大小长度固定为1009，JDK7中长度默认是60013，JDK8开始1009是可设置的最小值。
• 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，而链表长了后直接回造成的影响就是当调用String.intern时的性能会大幅下降。
• 使用-XX:StringTableSize可设置StringTable的长度。

String的内存分配

Java中的8种基本数据类型和String为了使它们在运行过程中速度更快，更节省内存，提供了一种常量池的概念。
常量池就类似于一个Java系统界别提供的缓存。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，主要的使用方法有两种：直接使用双引号生命出来的String对象会直接存储在常量池中，或者使用String提供的intern方法

• JDK6及以前，字符串常量池存放在永久代。
  *
• JDK7中将字符串常量池的位置调整到Java堆中。

* 所有的字符串都保存在堆中。和其他普通对象一样，这样可以在进行调优应用是仅需要调整堆大小就可以了。

• JDK8元空间，字符串常量在堆。

在之前的方法区篇章说过StringTable调整的原因：永久代空间太小，永久代的垃圾回收频率较低，会经常出现OOM异常。

字符串拼接

在我们的的开发中经常用到字符串的拼接，那字符串执行拼接的原理又是什么呢？

• 常量与常量的拼接结果在常量池，原理是编译期优化。

public static void main(String[] args) {
        String s1 = "a" + "b" + "c";  // 在编译期优化为abc
        String s2 = "abc";
        System.out.println(s1 == s2); // true

    }

上边的代码会返回true, String s1 = “a” + “b” + “c”;在编译期优化为abc,查看class文件也可以看出来。

• 只要其中有一个是变量，结果就在堆中，变量拼接的原理是StringBulider.
• 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 main(String[] args) {
        String s1 = "java";
        String s2 = "hadoop";

        String s3 = "javahadoop";
        // 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(), 具体的额内容为拼接的结果：javahadoop
        String s4 = s1 + "hadoop";
        String s5 = "java" + s2;
        String s6 = s1 + s2;



        System.out.println(s3 == s4); // false
        System.out.println(s3 == s5); // false
        System.out.println(s3 == s5); // false
        System.out.println(s3 == s6); // false
        System.out.println(s4 == s5); // false
        System.out.println(s4 == s6); // false
        System.out.println(s5 == s6); // false

        // intern() 判断字符串常量池中是否存在javahadoop值，
        // 如果存在，则返回常量池中javahadoop的地址，如果不存在，则在常量池中加载一份javahadoop，并返回此对象的地址。
        String s7 = s5.intern();
        System.out.println(s3 == s7); // true


    }

通过查看字节码：

我们发现在进行拼接符号的前后出现了变量的操作时，是用的是StringBuilder的append方法，当拼接完之后，调用toString方法转成String对象。

但是有变量的拼接一定是使用StringBuilder吗？我们来看下边的例子：

 public static void main(String[] args) {
        final String s1 = "java";
        final String s2 = "hadoop";

        // 如果拼接符号左右两边都是字符串常量或常量引用，则仍然时候编译期优化。
        String s3 = "javahadoop";
        String s6 = s1 + s2;

        System.out.println(s3 == s6); // true
        
    }

查看class文件：

从class文件可以看出：如果拼接符号左右两边都是字符串常量或常量引用，则仍然时候编译期优化。

根据上边的分析：使用字符串+字符串拼接的方式，会大量的创建StringBuilder和String对象，不仅仅时间成本高，还会占用很多内存，如果进行GC，还会花费额外的时间。如果我们使用StringBuilder的append方法自始至终只创建一个对象，时间更短，占用内存更小。所以在实际的开发中对于字符串的拼接建议使用StringBuilder的append方法操作。

如果基本确定要添加的字符创的长度的最大值，我们可以使用new StringBuilder(int capacity)创建，这样也会减少扩容的时间。

intern方法

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。

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。

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。注意，这个值会被存放在字符串内部常量池。

常见面试题：到底创建了几个String对象

new String("ab");

上边的代码创建了几个String对象?
查看字节码：

从上边的字节码可以看到一共创建了两个对象：
第一个：new关键字在堆空间创建的。
第二个：字符串常量池中的对象。

String str = new String("a") + new String("b");

上边的代码创建了几个String对象
查看字节码：

从字节可以看到创建了以下对象：
① new StringBuilder
② new String（“a”）
③ 常量池中的"a"
④ new String（“b”）
⑤ 常量池中的"b"
深入剖析：StringBuilder.toString()会创建new String对象.
⑥ new String(“ab”) ,toString方法的调用，在字符创常量池中没有生成"ab"。

接下来我们从内存的角度分析一下代码：

 public static void main(String[] args) {
        String str = new String("1");
        str.intern(); // 执行之前字符串常量池中已经有1了
        String s2 = "1";
        System.out.println(str == s2); // false
    }

从上边的介绍可以知道new String(“1”)创建了两个对象，str指向的是堆空间创建的对象地址，而str.intern()执行之前字符串常量池中已经有1了，所以s2指向的是字符串常量池中的对象.所以str == s2为false。

我们在看一个例子：

 public static void main(String[] args) {
        String str = new String("1") +  new String("1"); // str记录的地址为new String("11")
        // 执行完上一行代码以后，字符串场景莲池中， 不存在"11"
        str.intern(); // jdk6中常量池存放的是"11"的对象地址。jdk7此时常量池中没有创建"11",为了节省空间，在常量池存储的是上边创建的new String("11")对象的地址
        String s2 = "11";//在jdk6中存的是"11"常量池的地址，jdk7存的是引用地址
        System.out.println(str == s2); // true
    }

总结String的intern的使用：

• JDK6中，将字符串对象尝试放入常量池
  • 如果串池中有，则不会放入，返回已有的串池中的对象的地址。
  • 如果没有，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开始，将字符串对象尝试放入常量池
  • 如果串池中有，则不会放入，返回已有的串池中的对象的地址。
  • 如果没有，会把此对象引用地址复制一份，放入串池，并返回串池中的引用地址。