目录
-
String的基本特性
-
String的内存分配
-
String的基本操作
-
字符串拼接操作
-
intern()的使用
-
StringTable的垃圾回收
-
G1中的String去重操作
一、String的基本特性
1.1 字符串的特征
- 字符串,用""引起来表示
String s1 = “mogublog” ; // 字面量的定义方式,声明在字符串常量池
String s2 = new String(“moxi”); // new 对象的方式 - 声明为final的不可被继承的
- 实现了Serializable接口,表示支持序列化
- 实现了Comparable接口,表示可以排序和比较大小
1.2 String存储结构变更
- jdk8及以前,内部定义了final char[] value用于存储字符串数据
- jdk9类型更改:private final char value[];–>private final byte[] value;
char数组每个字符占两个字节16位,String是堆空间的主要部分,大部分是拉丁字符,占一个字节,为了节省空间
String再也不用char[] 来存储,改成了byte [] 加上编码标记
StringBuffer,StringBuilder等有关String操作的内容同样做了修改
1.3 String的基本特征(不可变性)
- 当字符串重新赋值,需要重写指定内存区域赋值,不能使用原有的value进行赋值
String s1 = "xxx"; s1 = "yyy"; // 此时字符串常量池中存在xxx和yyy两个字符串,不会直接更改xxx
- 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,不能对使用原有的value进行赋值
String s1 = "xxx"; s1 += "zzz"; // 此时字符串常量池中存在xxx和xxxzzz两个字符串
- 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。
String s1 = "abc"; s1.replace(a, d); // 此时字符串常量池中存在abc和dbc两个字符串
1.4 字符串常量池中不会存储相同内容的字符串
- 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()方法时性能会大幅下降。
- 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,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,StringTablesize设置没有要求。
- 在JDK8中,StringTable的长度默认值是60013,StringTable可以设置的最小值为1009。
二、String的内存分配
- Java语言中有8种基本数据类型和一种比较特殊的类型String,这些类型为了使他们再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。
a. 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
b. 如果不是双引号声明的String对象,可以使用String提供的intern()方法
1.1 String的内存分配变化
- jdk6及之前,字符串常量池存在永久代,与应用程序创建的其他对象一起分配。
- jdk7中,字符串常量池调整到Java堆中(调优时仅需调整堆大小就可以)
- jdk8中,方法区实现由永久代变为元空间,字符串常量仍然在堆中
1.2 StringTable为什么要调整
- 因为字符串放在永久代中回收效率很低。老年代或永久代空间不足才会触发fullGC。
- 开发中会创建大量字符串,回收效率低,导致永久代内存不足。JDK7放到堆中,能及时进行回收。
- 永久代默认情况下比较小,大量字符串容易导致OOM。
- 堆中空间足够大,字符串可被及时回收
三、String的基本操作
java语言规范里要求完全相同的字符串字面量,应该包含同样的Unicode字符序列(包含同一份码点序列的常量),并且必须是指向同一个String类实例。
四、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。
String s1 = "a" + "b" + "c"; // 编译期直接优化为"abc" String s2 = "abc"; // 此时,字符串常量池中已经存在"abc"的字符串 System.out.println(s1 == s2); //true System.out.println(s1.equals(s2)); //true
- 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。
String s1 = "rush"; String s2 = "B"; String s3 = "rushB"; String s4 = "rush" + "B"; // 编译期优化 // 如歌拼接字符串中存在变量,则相当于在堆空间中new String(),具体的内容为拼接后的结果 String s5 = s1 + "B"; String s6 = "rush" + 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(s6 == s7); // false System.out.println(s5 == s7); // false // intern()方法:判断字符串常量池中是否存在该字符串,如果存在返回该地址,不存在,新建一份并返回地址 String s8 = s6.intern(); System.out.println(s3 == s8); // true
final String s1 = "rush"; final String s2 = "B"; String s3 = "rushB"; // 注意,此时s1,s2虽然是变量,但使用了关键字final,当作常量处理,在编译期优化。 String s4 = s1 + s2; System.out.println(s3 == s4); // true
s1 + s2 底层原理(在JDK5.0之后是StringBuilder,5.0前是StringBuffer):
1.StringBuilder s = new StringBuilder();
2.s.append("rush");
3.s.append("B");
4.s.toString(); 约等于new String("rushB"),区别在于new String("rushB")会在常量池中创建rushB的字符串,而s.toString()不会。
tips:字符串拼接操作应使用StringBuilder的append()方法,并尽量指定StringBuiler()的大小,防止扩容,如使用 s1 + s2 的方式,效率极低:每次拼接操作都会创建一个StringBuilder对象,拼接操作后又会new String();作为返回对象,既耗费内存空间又耗时。 - 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常量池中,并返回此对象地址。
五、intern()的使用(重点)
Intern 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)。
1.1 如何保证变量s指向的是字符串常量池中的数据
- String s = "rushB"; // 字面量定义的方式
- 调用intern()方法
String s = new String("rushB").intern();
String s = new StringBuffer("rushB").toString().intern();
1.2 高频面试案例
1.new String("ab")会创建几个对象
两个对象:
一个是new关键字在堆空间创建的
一个是在字符串常量池中的对象
2.new String("a") + new String("b")会创建几个对象
六个对象:
对象1:StringBuilder
对象2:new String("a");
对象3:字符串常量池中的"a"
对象4:new String("b");
对象5:字符串常量池中的"b"
对象6:new String("ab");StringBuilder的toString()方法为new String("ab"),但字符串常量池中不存在"ab"。
3.经典案例
String s = new String("rushB");
s.intern();
String s1 = "rushB";
System.out.println(s == s1); // jdk6/7/8 false
String s2 = new String("rush") + new String("B");
s2.intern();
String s3 = "rushB";
System.out.println(s2 == s3); // jdk6 false jdk7/8 true
// 解释:jdk6中创建一个新的对象"rushB",也就有新的地址。
// jdk7/8中为了节省空间并没有创建新的对象,而是创建一个指向堆空间中new String("rushB")的地址,因此,在jdk7/8中为true。
// 变形
--------------------------------------------------------
String s2 = new String("rush") + new String("B");
String s3 = "rushB";
s2.intern();
System.out.println(s2 == s3); // false
4.intern()的执行效率
结论:对于程序中大量存在的字符串,尤其是存在很多重复字符串时,使用intern()可以节省内存空间。
使用场景:社交网站中存在大量相同的字符串,如果都调用intern()方法,就会明显降低内存的大小。
六、StringTable的垃圾回收
参数设置:可以查看字符串常量池的垃圾回收细节
-XX:+PrintStringTableStatistics -XX:+PrintGCDetails (+号为启用)
七、G1中的String去重操作
背景:对许多java应用程序(大小都有)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
浪费了大量的内存空间
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。
命令行选项:
UseStringDeduplication(bool):开启String去重,默认是不开启的,需要手动开启。
PirntStringDeduplicationStatistics(bool):打印详细的去重统计信息。