这篇文章，让我一杯奶茶的时间搞懂了“StringTable”

前言

String应该是Java使用最多的类吧，很少有Java程序没有使用到String的。在Java中创建对象是一件挺耗费性能的事，而且我们又经常使用相同的String对象，那么创建这些相同的对象不是白白浪费性能吗。所以就有了StringTable这一特殊的存在，StringTable叫做字符串常量池，用于存放字符串常量，这样当我们使用相同的字符串对象时，就可以直接从StringTable中获取而不用重新创建对象。那么，StringTable都有哪些特性呢？接下来就让我们好好探讨一下StringTable。

String的一些特性

String的不可变性

在讲介绍StringTable之前，就不得不提一下String的不可变性，因为只有当String是不可变的才使得StringTable的实现成为可能。当我们定义一个字符串时：

String s = "hello";

这时候，“hello”就被存放在StringTable中，而变量s是一个引用，s指向了StringTable中的“hello”。

 

当我们把s的值改一下，改成”hello world“

String s = "hello";
s = "hello world";

这时候，并不是原先s指向的”hello“的值改变为了”hello world“，而是指向了一个新的字符串。

 

如何去验证是指向了一个新的字符串而不是修改其内容呢，我们可以打印一下hash值看看。

        String s = "hello";
        System.out.println(System.identityHashCode(s));
        s = "hello world";
        System.out.println(s.hashCode());
        s = "hello";
        System.out.println(System.identityHashCode(s));

 

可以看到，第一次和第三次的hash值一样，第二次hash值和其它两次不同，说明确实是指向了一个新的对象而不是修改了String的值。

那么**String是怎么实现不可变的呢？**我们来看一下String类的源码：

 

从源码中我们可以看出，首先String类是final的，说明其不可被继承，就不会被子类改变其不可变的特性；其次，String的底层其实是一个被final修饰的数组，说明这个value在确定值后就不能指向一个新的数组。这里我们要明确一点，被final修饰的数组虽然不能指向一个新的数组，但却是可以修改数组的值的：

 

既然可以被修改，那String怎么是不可变的呢？因为String类并没有提供任何一个方法去修改数组的值，所以String的不可变性是由于其底层的实现，而不是一个final。

那么**String为什么要设计成不可变的呢？**我觉得是因为出于安全性的考量，试想一下，在一个程序中，有多个地方同时引用了一个相同的String对象，但是你可能只是想在一个地方修改String的内容，要是String是可变的，导致了所有的String的内容都改变了，万一这是在一个重要场景下，比如传输密码什么的，不就出大问题了吗。所以String就被设计成了不可变的。

字符串的拼接

说完了String的不可变性，再来聊一聊字符串的拼接问题，看下面一段程序

public static void main(String[] args) {
    String a = "hello";
    String b = " world!";
    String c = a+b;
}

就是这么简单了一段程序，你知道它是怎么实现的吗？我们来看一下这段代码对应的字节码指令：

 

我就不一行行解释这些字节码指令是什么意思了，我们重点看一下用红色标注的几行代码，看不懂前面的字节码指令没关系，可以看后面的注释。可以看到，字符串拼接其实就是调用StringBuilder的append()方法，然后调用了toString()方法返回一个新的字符串。

StringTable讲解

字符串什么时候被放入StringTable的

先来简单介绍一下StringTable。它的底层数据结构是HashTable，每个元素都是key-value结构，采用了数组+单向链表的实现方式。

再来看下面一段代码：

public static void main(String[] args) {
 -> String a = "hello";
    String b = " world!";
    String c = "hello world!";
}

在类加载后，“hello”这些字符串仅仅是当作符号被加载进了运行时常量池中，还没有成为字符串对象，这是因为Java中的字符串采用了延迟加载的机制，就是程序运行到具体某一行的时候再去加载。比如当程序运行到箭头所指向的那一行时，“hello”会从一个符号变成一个字符串对象，然后去StringTable中找有没有相同的字符串对象，如果有的话就返回对应的地址给变量a，如果没有的话就把“hello”放入StringTable中，然后再把地址给变量a。我们来看一下是不是这样：

        String s1 = "hello world";
        String s2 = "hello world";
        String s3 = "hello world";
        String s4 = "hello world";
        System.out.println(System.identityHashCode(s1));
        System.out.println(System.identityHashCode(s2));
        System.out.println(System.identityHashCode(s3));
        System.out.println(System.identityHashCode(s4));

 

可以看到，四个字符串对象的hash值都一样，说明如果StringTable中已经有了相同的对象就会指向同一个对象而不是指向新的对象。

new String()的时候都干了什么

当我们使用new String()去创建一个字符串对象时和直接写String a = "hello"是不一样的。前者保存在堆内存中，后者保存在StringTable中。

 

其实StringTable也是在堆中，我后面会详细说明。我们先来验证一下上面的说法：

        String a = "hello";
        String b = new String("hello");
        System.out.println(a == b);

看一下运行结果：

 

结果很显然肯定是false，说明两者确实不是一个对象。而且上面提到指向字符串常量时会先从StringTable中查找，找到就直接返回找到的字符串，但是new String()的时候却不是这样，每new 一个String就会在堆里面创建一个新的String对象，即使是相同的内容，比如我创建4个String对象。

String s1 = new String("hello world");
String s2 = new String("hello world");
String s3 = new String("hello world");
String s4 = new String("hello world");

这时候在堆里面就会存在4个String对象：

 

我们再来打印一下hash看看是不是4个对象：

System.out.println(System.identityHashCode(s1));
System.out.println(System.identityHashCode(s2));
System.out.println(System.identityHashCode(s3));
System.out.println(System.identityHashCode(s4));

 

从结果中看出，确实是4个不同的对象。

intern方法是干吗的

我们先来看一段代码：

String s1 = new String("hello world");
String s2 = "hello world";
String s3 = s1.intern();

System.out.println(s1 == s2);
System.out.println(s2 == s3);

大家看看能不能分析出结果是什么，如果你已经知道结果，说明你已经掌握了intern方法，如果不知道，就看我下面的讲解。

 

结果是false和true，intern方法是干吗的呢？

intern方法的作用就是尝试将一个字符串放入StringTable中，如果不存在就放入StringTable并返回StringTable中的地址，如果存在的话就直接返回StringTable中的地址。这是jdk1.8版本中intern方法的作用，jdk1.6版本中有些不同，1.6中intern尝试将字符串对象放入StringTable，如果有则并不会放入，如果没有会把此对象复制一份，放入StringTable， 再把StringTable中的对象返回。不过我们在这里不讨论1.6版本。

解释一下上面的代码：首先我们在堆中创建了一个"hello world"字符串对象，s1指向了这个堆中的对象；然后在StringTable中创建了一个值为"hello world"的字符串常量对象，s2指向了这个StringTable中的对象；最后我们尝试将s1指向的堆中对象放入StringTable中，发现已经有了，所以就返回了StringTable中的字符串对象的地址给了s3。所以s1和s2指向了同一个对象，s2和s3是一个对象。就像下图这样：

 

要是把代码稍微改一下呢：

String s1 = new String("hello world").intern();
String s2 = "hello world";

System.out.println(s1 == s2);

这时候结果就是true了。我们来分析一下：首先使用了new String()在堆中创建了字符串对象，然后调用了其intern()方法，所以就从StringTable中查找有没有同样的字符串，发现没有，就将字符串放入StringTable中，然后将StringTable中的对象的地址给了s1；到第二行的时候，因为没有用new String()，所以就直接从StringTable中查找，发现有，就将StringTable中的对象的地址给了s2；所以s1、s2指向了同一个对象。

 

StringTable的位置

前面已经提到了StringTable在堆中，现在来验证一下。验证的方式很简单，我们放入大量的字符串导致内存溢出，看看是哪个部分内存溢出就知道StringTable在哪儿了。

ArrayList list = new ArrayList();
String str = "hello";
for(int i = 0;i < Integer.MAX_VALUE;i++) {
    String s = str + i;
    str = s;
    list.add(s.intern());
}

我们先是调用了intern方法将字符串放入StringTable，再用一个ArrayList去存放字符串，目的是为了避免垃圾回收，因为这样的话每个字符串都会被强引用，就不会被垃圾回收了，垃圾回收了就不会看到我们想要的结果。来看一下结果：

 

很明显，是堆内存发生了内存溢出，这样就可以确定StringTable是存放在堆中的。不过这是从1.7版本开始的，1.7之前保存在永久代中。

StringTable的垃圾回收

既然前面提到了垃圾回收，我们就来验证一下StringTable会不会发生垃圾回收。还是上面的代码，只不过稍微修改一下：

String str = "hello";
for(int i = 0;i < 10000;i++) {
    String s = str + i;
    s.intern();
}

这里没有再将字符串放入ArrayList了，要不然就算是发生了内存溢出也不会垃圾回收。为了看到垃圾回收的过程，所以添加几个虚拟机参数，先不指定堆大小：

 

运行程序，看看打印情况：

 

因为堆内存足够大，所以没有发生垃圾回收，我们现在将堆内存设置的小一点,，来个1m：

-Xmx1m

再来运行下程序：

 

这回因为堆内存不够，发生了多次垃圾回收，所以说，StringTable也会因为内存不足导致垃圾回收。

StringTable底层实现以及性能调优

在介绍性能调优之前不得不说一说StringTable的底层实现，前面已经提到了StringTable底层是一个HashTable，HashTable长什么样呢？其实就是数组+链表，每个元素是一个key-value。当存入一个元素的时候，就会将其key通过hash函数计算得出数组的下标并存放在对应的位置。

 

比如现在有一个key-value，这个key通过hash函数计算结果为2，那么就把value存放在数组下标为2的位置。但是如果现在又有一个key通过hash函数计算出了相同的结果，比如也是2，但2的位置已经有值了，这种现象就叫做哈希冲突，怎么解决呢？这里采用了链表法：

 

链表法就是将下标一样的元素通过链表的形式串起来，如果数组容量很小但是元素很多，那么发生哈希冲突的概率就会提高。大家都知道，链表的效率远没有数组那么高，哈希冲突过多会影响性能。所以为了减少哈希冲突的概率，所以可以适当的增加数组的大小。数组的每一格在StringTable中叫做bucket，我们可以增加bucket的数量来提高性能，默认的数量为60013个，来看一个对比：

long startTime = System.nanoTime();
String str = "hello";
for(int i = 0;i < 500000;i++) {
    String s = str + i;
    s.intern();
}
long endTime = System.nanoTime();
System.out.println("花费的时间为："+(endTime-startTime)/1000000 + "毫秒");

先通过一个虚拟机参数将bucket指定的小一点，来个2000吧：

 -XX:StringTableSize=2000

运行一下：

 

一共花费了1.2秒。再来将bucket的数量增加一点，来个20000个：

 -XX:StringTableSize=20000

运行一下：

 

可以看到，这次只花了0.19秒，性能有了明显的提升，说明这样确实可以优化StringTable。这里只介绍了一种提升性能的方法，篇幅有限，就不再多说了，我以后可能会专门写一篇文章来专门讲讲StringTable性能优化的问题。