关于Java String 的 offset 问题。

今天写了一段代码，大致如下文所示，

Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.match(content);//注意这里的content变量

while (matcher.find()) {
    String outlink = matcher.group(1);
    set.add(outlink);//其中set 是HashSet的类型
}

这段代码，很好理解，就是我们使用正则去匹配， 得到内容，将匹配的东东放到一个Hashset中。

然后尝试运行， 运行一个小时左右，通过Jconsole发现内存消耗很快，使用mat工具将堆内存分析之后，得出就是这个set占用了太多的内存， 对set对象中的string分析，发现了一个问题，
如果一个string 输出是aaaa, 但是这个string的对象里面的value字段并不是4个a的char[], 而是和content的value字段相同，这就是说，outlink里面的value字段是和content里面的value字段是相同长度的char[], 相当于复制了一遍？，只不过outlink变量的offset和count决定了最后outlink是aaaa，而不是content的输出。

不知道，童鞋门到这里看到了什么问题，是的，set表面上是存了一个outlink的内存，实际上set存了一个content的内存，如果content的长度远远大于outlink的话，就出现了上诉的情况。

晚上查查资料，发现在linux环境下7.0.17版本的String不会出现问题，查看源码， 发现这个版本的String remove掉了count和offset字段，为什么remove掉呢， 肯定不是因为我的原因，官方解释link：
[url]http://mail.openjdk.java.net/pipermail/core-libs-dev/2012-May/010257.html[/url]

好了，事情到了这一步，应该是万事大吉了，

如果是以前版本的话，我这么写了以下，虽然看上去怪怪的，但是总比内存泄露好阿！

String link = new String(matcher.group(1).getByte());