关于Java String的一些总结
作者：大飞
- 不变模式设计
String是典型的不变模式设计。主要体现在两点：
1.String Class由final修饰，保证了无法产生可改变String语义的子类。
2.一些有"修改"行为的方法都会产生新的String实例，如concat、replace等方法。
- ==相关的问题
看一些常见的判断String相等的问题，给一段代码：
public class StringEqualsTest {
public static final String s1 = "5";
public static String s2 = "5";
public static String getS(){
return "5";
}
public static void main(String[] args) {
String a1 = "12";
String a2 = "12";
String a3 = new String("12");
String a4 = new String("12");
System.out.println(a1 == a2); //1
System.out.println(a3 == a4); //2
System.out.println(a1 == a3); //3
System.out.println("============");
//==============================
String b1 = "34";
String b2 = "3" + "4";
String b3 = 3 + "4";
String b4 = "3" + 4;
System.out.println(b1 == b2); //4
System.out.println(b1 == b3); //5
System.out.println(b1 == b4); //6
System.out.println("============");
//==============================
String c1 = "56";
String c2 = "5";
String c3 = "6";
String c4 = c2 + "6";
String c5 = c2 + c3;
final String c6 = "5";
String c7 = c6 + "6";
String c8 = s1 + "6";
String c9 = s2 + "6";
String c0 = getS() + "6";
System.out.println(c1 == c4); //7
System.out.println(c1 == c5); //8
System.out.println(c1 == c7); //9
System.out.println(c1 == c8); //10
System.out.println(c1 == c9); //11
System.out.println(c1 == c0); //12
}
}true
false
false
============
true
true
true
============
false
false
true
true
false
false
分析：
情况1：a1和a2都来自字符串池，所以为true。
情况2：a3和a4分别是堆内存里不同的对象，所以为false。
情况3：a1来自字符串池，a3是堆内存新建的对象，所以为false。
情况4：b1来自字符串池，b2由于编译器优化，变成"34"，从字符串池中获取，所以为true。
情况5：b1来自字符串池，b3由于编译器优化，变成"34"，从字符串池中获取，所以为true。
情况6：b1来自字符串池，b4由于编译器优化，变成"34"，从字符串池中获取，所以为true。
情况7：c1来自字符串池，c4编译后变成StringBuilder的拼接(append)，最后由StringBuilder的toString方法返回一个新的String实例，所以为false。
情况8：c1来自字符串池，c5同c4，所以为false。
情况9：c1来自字符串池，c7由于编译器优化(c6由final修饰，不会变了，可以优化)，变成"56"，所以为true。
情况10：c1来自字符串池，c8由于编译器优化(s1为常量，不会变了，可以优化)，变成"56"，所以为true。
情况11：c1来自字符串池，c9同c4(s2为静态变量，但编译器无法保证s2是否会发生变化，所以无法直接优化成"56")，所以为false。
情况12：c1来自字符串池，c0同c4(编译器无法保证getS方法返回"56"且不变，所以无法直接优化成"56")，所以为false。
- substring的一些历史
public String substring(int beginIndex, int endIndex) {
if (beginIndex < 0) {
throw new StringIndexOutOfBoundsException(beginIndex);
}
if (endIndex > count) {
throw new StringIndexOutOfBoundsException(endIndex);
}
if (beginIndex > endIndex) {
throw new StringIndexOutOfBoundsException(endIndex - beginIndex);
}
return ((beginIndex == 0) && (endIndex == count)) ? this :
new String(offset + beginIndex, endIndex - beginIndex, value);
}
String(int offset, int count, char value[]) {
this.value = value;
this.offset = offset;
this.count = count;
}
可见，substring后，返回的新字符串会和旧字符串共享内部的value(char数组)，这样看似合理共享利用的内存，但可能会带来一些问题：如果程序从外部读到了一个大字符串，然后只需要大字符串的一部分，做了substring，但实际上还是会hold住整个大字符串的内容在内存里面。如果这样的情况很多，就可能会出现问题。
public final class String
implements java.io.Serializable, Comparable, CharSequence {
/** The value is used for character storage. */
private final char value[];
/** Cache the hash code for the string */
private int hash; // Default to 0
...
public String substring(int beginIndex, int endIndex) {
if (beginIndex < 0) {
throw new StringIndexOutOfBoundsException(beginIndex);
}
if (endIndex > value.length) {
throw new StringIndexOutOfBoundsException(endIndex);
}
int subLen = endIndex - beginIndex;
if (subLen < 0) {
throw new StringIndexOutOfBoundsException(subLen);
}
return ((beginIndex == 0) && (endIndex == value.length)) ? this
: new String(value, beginIndex, subLen);
}
public String(char value[], int offset, int count) {
if (offset < 0) {
throw new StringIndexOutOfBoundsException(offset);
}
if (count < 0) {
throw new StringIndexOutOfBoundsException(count);
}
// Note: offset or count might be near -1>>>1.
if (offset > value.length - count) {
throw new StringIndexOutOfBoundsException(offset + count);
}
this.value = Arrays.copyOfRange(value, offset, offset+count);
}
可见，jdk1.7后，substring内部返回的新字符串不会共享旧字符串的内部字符数组，而是会按需拷贝一个新的数组。
- 字符串池相关
public native String intern();
这个方法的意思是：如果当前字符串存在于字符串池中，就返回池中的字符串对象的引用；否则添加当前字符串对象到字符串池中，然后返回当前字符串对象的引用。
举个栗子：
public static void main(String[] args) {
String s = new String(new char[]{'1','4','7'});
s.intern();
System.out.println(s == "147");
String s2 = new String("258");
s2.intern();
System.out.println(s2 == "258");
}true
false
你猜对了吗？修正：jdk版本为1.8
来看下intern内部怎么实现的。
打开openjdk代码，找到openjdk\jdk\src\share\native\java\lang目录，找到String.c代码如下：
#include "jvm.h"
#include "java_lang_String.h"
JNIEXPORT jobject JNICALL
Java_java_lang_String_intern(JNIEnv *env, jobject this)
{
return JVM_InternString(env, this);
}// String support ///////////////////////////////////////////////////////////////////////////
JVM_ENTRY(jstring, JVM_InternString(JNIEnv *env, jstring str))
JVMWrapper("JVM_InternString");
JvmtiVMObjectAllocEventCollector oam;
if (str == NULL) return NULL;
oop string = JNIHandles::resolve_non_null(str);
oop result = StringTable::intern(string, CHECK_NULL);
return (jstring) JNIHandles::make_local(env, result);
JVM_ENDclass StringTable : public RehashableHashtable {
friend class VMStructs;
private:
// The string table
static StringTable* _the_table;
...
public:
// The string table
static StringTable* the_table() { return _the_table; }
// Size of one bucket in the string table. Used when checking for rollover.
static uint bucket_size() { return sizeof(HashtableBucket); }
static void create_table() {
assert(_the_table == NULL, "One string table allowed.");
_the_table = new StringTable();
}
再看下相关的实现，实现在hotspot\src\share\vm\classfile\symbolTable.cpp中：
oop StringTable::intern(oop string, TRAPS)
{
if (string == NULL) return NULL;
ResourceMark rm(THREAD);
int length;
Handle h_string (THREAD, string);
jchar* chars = java_lang_String::as_unicode_string(string, length, CHECK_NULL);
oop result = intern(h_string, chars, length, CHECK_NULL);
return result;
}
oop StringTable::intern(Handle string_or_null, jchar* name,
int len, TRAPS) {
unsigned int hashValue = hash_string(name, len);
int index = the_table()->hash_to_index(hashValue);
oop found_string = the_table()->lookup(index, name, len, hashValue);
// Found
if (found_string != NULL) {
ensure_string_alive(found_string);
return found_string;
}
debug_only(StableMemoryChecker smc(name, len * sizeof(name[0])));
assert(!Universe::heap()->is_in_reserved(name),
"proposed name of symbol must be stable");
Handle string;
// try to reuse the string if possible
if (!string_or_null.is_null()) {
string = string_or_null;
} else {
string = java_lang_String::create_from_unicode(name, len, CHECK_NULL);
}
#if INCLUDE_ALL_GCS
if (G1StringDedup::is_enabled()) {
// Deduplicate the string before it is interned. Note that we should never
// deduplicate a string after it has been interned. Doing so will counteract
// compiler optimizations done on e.g. interned string literals.
G1StringDedup::deduplicate(string());
}
#endif
// Grab the StringTable_lock before getting the_table() because it could
// change at safepoint.
oop added_or_found;
{
MutexLocker ml(StringTable_lock, THREAD);
// Otherwise, add to symbol to table
added_or_found = the_table()->basic_add(index, string, name, len,
hashValue, CHECK_NULL);
}
ensure_string_alive(added_or_found);
return added_or_found;
}
逻辑很简单，首先从StringTable中找给定的字符串对象，找到的话就直接返回，找不到就创建一个字符串对象，然后添加到StringTable中，然后返回其引用。
jdk1.6与jdk1.7、1.8的字符串池实现的一点区别：
1.6的字符串池实现在PermGen区中而1.7和1.8的字符串池实现在堆内存里面。相对于1.6来说，在1.7或1.8下使用字符串池，受限制的堆内存的大小，而不是相对较小的PermGen的大小。
1.7和1.8也提供了相关JVM参数来调整和观察StringTable，参数有：
-XX:StringTableSize 设置StringTable的size。
-XX:+PrintStringTableStatistics 在程序结束时打印StringTable的一些使用情况。
public static void main(String[] args) {
int n = 0;
for(int i=0;i<10000000;i++){
String s = ""+n++;
s.intern();
}
System.out.println("over");
}
运行时jvm参数为：-XX:+PrintStringTableStatistics
输出如下：
over
SymbolTable statistics:
Number of buckets : 20011 = 160088 bytes, avg 8.000
Number of entries : 27283 = 654792 bytes, avg 24.000
Number of literals : 27283 = 1166312 bytes, avg 42.749
Total footprint : = 1981192 bytes
Average bucket size : 1.363
Variance of bucket size : 1.344
Std. dev. of bucket size: 1.159
Maximum bucket size : 8
StringTable statistics:
Number of buckets : 60013 = 480104 bytes, avg 8.000
Number of entries : 815780 = 19578720 bytes, avg 24.000
Number of literals : 815780 = 45819984 bytes, avg 56.167
Total footprint : = 65878808 bytes
Average bucket size : 13.593
Variance of bucket size : 7.484
Std. dev. of bucket size: 2.736
Maximum bucket size : 23
我们可以看到StringTable的使用情况。同时也能看到默认的StringTableSize是60013(运行的jdk版本是jdk1.8.0_25)。
over
SymbolTable statistics:
Number of buckets : 20011 = 160088 bytes, avg 8.000
Number of entries : 27273 = 654552 bytes, avg 24.000
Number of literals : 27273 = 1165864 bytes, avg 42.748
Total footprint : = 1980504 bytes
Average bucket size : 1.363
Variance of bucket size : 1.343
Std. dev. of bucket size: 1.159
Maximum bucket size : 8
StringTable statistics:
Number of buckets : 120013 = 960104 bytes, avg 8.000
Number of entries : 796602 = 19118448 bytes, avg 24.000
Number of literals : 796602 = 44744552 bytes, avg 56.169
Total footprint : = 64823104 bytes
Average bucket size : 6.638
Variance of bucket size : 4.038
Std. dev. of bucket size: 2.010
Maximum bucket size : 15
2016年1月8号补充=================================================
今天看到一个讨论，下面的代码在jdk1.6和jdk1.7之后版本，结果不同：
(这里的代码并非讨论中的代码，但说的是同一件事。为了和上面的例子承接)
public static void main(String[] args) {
String s = new String(new char[]{'1','4','7'});
s.intern();
String s2 = "147";
System.out.println(s == s2);
String s3 = "258";
s3.intern();
String s4 = "258";
System.out.println(s3 == s4);
}
经过测试上面的程序在jdk1.6下输出false true；在jdk1.8下输出true、true。
所以我前面那个“
让你猜”的例子是不够严谨的，当时没有重点说明运行版本。
下面看下为什么会这样：
在1.6版本的openjdk代码里，StringTable的oop StringTable::intern(Handle string_or_null, jchar* name,int len, TRAPS)方法实现中有这么一行：
// try to reuse the string if possible
if (!string_or_null.is_null() && (!JavaObjectsInPerm || string_or_null()->is_perm())) {
string = string_or_null;
} else {
string = java_lang_String::create_tenured_from_unicode(name, len, CHECK_NULL);
} // try to reuse the string if possible
if (!string_or_null.is_null()) {
string = string_or_null;
} else {
string = java_lang_String::create_from_unicode(name, len, CHECK_NULL);
}
我们重点关注里面的条件语句，1.6下会多出这个条件
(!JavaObjectsInPerm || string_or_null()->is_perm())
这个JavaObjectsInPerm没太深究，但猜测这里显然是true，如果是false的话这句条件就没意义了。接下来会判断一下string_or_null是不是perm中的对象，这句比较关键：
如果string_or_null是perm中的对象，那么if条件成立，最终会将这个string_or_null放入StringTable中；反之，if条件不成立，最终会再次创建一个String对象，然后放入StringTable中。
so，再回头看看刚给出的代码，在1.6版本下，开始创建一个String s = new String(new char[]{'1','4','7'})的对象，然后调用intern方法，由于并未出现"147"这种字面量，所以接下来的intern方法中，会在StringTable中找不到对象，然后走上面提到的逻辑，那么接下来会判断s是否在perm里，显然不是，所以intern中新建了一个String对象，放到StringTable中，下一句String s2 = "147" 是从StringTable中拿的对象，所以s和s2当然不是同一个对象了。
如果是1.8版本，只要走了上面的逻辑，就会将String对象加入StringTable，没有是否存在于perm的判断了。所以s和s2还是同一个对象。
OK！关于Java String的一些总结就到这里。
相关源码：
http://hg.openjdk.java.net/jdk6/jdk6/jdk/file/bda4d0d4178c/src/share/native/java/lang/String.c
http://hg.openjdk.java.net/jdk6/jdk6/hotspot/file/9732f3600a48/src/share/vm/prims/jvm.cpp
http://hg.openjdk.java.net/jdk6/jdk6/hotspot/file/9732f3600a48/src/share/vm/classfile/symbolTable.hpp
http://hg.openjdk.java.net/jdk6/jdk6/hotspot/file/9732f3600a48/src/share/vm/classfile/symbolTable.cpp