1.13 StringTable
1.13.1 String的基本特性
- String:字符串,使用一对 ”” 引起来表示
- String s1 = “zzxx” ; // 字面量的定义方式
- String s2 = new String(“zzxx”);
- 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。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[]
1.13.1.1 为什么JDK9改变了结构
String类JDK9之前将字符存储在char数组中,每个字符使用两个字节(16位,utf - 16)。但是大多数字符串对象只包含拉丁字符,只需要一个字节的存储空间,因此这些字符串对象的内部char数组中有一半的空间将不会使用。
JDK9变为byte[] + 一个encoding-flag字段。
- 编码标志为ISO-8859-1/Latin-1,则每个字符一个字节。
- 编码标志为UTF-16,则每个字符两个字节。
// 之前
private final char value[];
// 之后
private final byte[] value;
private final byte coder;
同时基于String的数据结构,例如StringBuffer和StringBuilder也同样做了修改
1.13.1.2 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。
1.13.1.3 面试题
/**
* 面试题
*
* @author: zzxx
* @create: 2020-07-11-9:05
*/
public class StringExer {
String str = new String("good");
char [] ch = {'t','e','s','t'};
public void change(String str, char ch []) {
str = "test ok";
ch[0] = 'b';
}
public static void main(String[] args) {
StringExer ex = new StringExer();
ex.change(ex.str, ex.ch);
System.out.println(ex.str);
System.out.println(ex.ch);
}
}
输出结果
good //str指向的是String类的引用,保存的是地址。当新的“test good ”产生的时候,会在内存中新建String对象,将地址复制给changes方法的str,因为在java里没有引用传递,只有值传递,这个值指的是实参的地址的拷贝,得到这个拷贝地址后,你可以通过它修改这个地址的内容(引用不变),因为此时这个内容的地址和原地址是同一地址,但是你不能改变这个地址本身使其重新引用其它的对象,也就是值传递
best
1.13.1.4 字符串常量池不会存储相同内容的字符串
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,默认值大小长度是1009。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stringTab1e的长度
在jdk6中stringTable是固定的,就是1009的长度,所以如果常量池中的字符串过多就会导致效率下降很快。stringTablesize设置没有要求
在jdk7中,stringTable的长度默认值是60013
在JDK8中,StringTable可以设置的最小值为1009
1.13.2 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=“atguigu.com”;
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。
Java 6及以前,字符串常量池存放在永久代
Java 7中 将字符串常量池的位置调整到Java堆内
1.13.3 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变量
-
只要其中有一个是变量(非final),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 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
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
String s8 = s6.intern();
System.out.println(s3 == s8); // true
}
从上述的结果我们可以知道:
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
而调用intern方法,则会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的值,否者就在常量池中创建
1.13.3.1 底层原理
拼接操作的底层其实使用了StringBuilder(在JDK5之后,使用的是StringBuilder,在JDK5之前使用的是StringBuffer)
、
1.13.3.2 拼接操作和append性能对比
//4005ms
public static void method1(int highLevel) {
String src = "";
for (int i = 0; i < highLevel; i++) {
src += "a"; // 每次循环都会创建一个StringBuilder对象
}
}
//7ms
public static void method2(int highLevel) {
StringBuilder sb = new StringBuilder();
for (int i = 0; i < highLevel; i++) {
sb.append("a");
}
}
通过StringBuilder的append()方式添加字符串的效率,要远远高于String的字符串拼接方法
-
StringBuilder的append的方式,自始至终只创建一个StringBuilder的对象
-
对于字符串拼接的方式,还需要创建很多StringBuilder对象和 调用toString时候创建的String对象
-
内存中由于创建了较多的StringBuilder和String对象,内存占用过大,如果进行GC那么将会耗费更多的时间
1.13.4 intern()的使用
intern是一个native方法,调用的是底层C的方法
字符串池最初是空的,由String类私有地维护。在调用intern方法时,如果池中已经包含了由equals(object)方法确定的与该字符串对象相等的字符串,则返回池中的字符串。否则,该字符串对象将被添加到池中,并返回对该字符串对象的引用。
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。
比如:
String myInfo = new string("I love atguigu").intern();
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。因此,下列表达式的值必定是true
("a"+"b"+"c").intern()=="abc"
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池(String Intern Pool)
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,性能也更好
1.13.5 面试题
new String(“ab”)会创建几个对象
new String(“a”) + new String(“b”) 会创建几个对象
intern的使用:JDK6和JDK7
总结string的intern()的使用:
JDK1.6中,将这个字符串对象尝试放入串池。
- 如果串池中有,则并不会放入。返回已有的串池中的对象的地址
- 如果没有,会把此对象复制一份,放入串池,并返回串池中的对象地址
JDK1.7起,将这个字符串对象尝试放入串池。
- 如果串池中有,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
1.13.6 G1中的String去重操作
注意这里说的重复,指的是在堆中的数据,而不是常量池中的,因为常量池中的本身就不会重复
1.13.6.1 描述
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
G1垃圾收集器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。
1.13.6.2 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hashtab1e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。
1.13.6.3 开启
- UsestringDeduplication(bool):开启string去重,默认是不开启的,需要手动开启。
- Printstringbeduplicationstatistics(bool):打印详细的去重统计信息
- stringpeduplicationAgeThreshold(uintx):达到这个年龄的string对象被认为是去重的候选对象