字符串常量池
文章目录
- String & StringTable
- 一、String
-
- 1、String 的 基本特性
- 2、String 的 不可变性
-
- 1）重新赋值
- 2）拼接操作
- 3）replace()方法
- 4）方法参数传递
- 二、StringTable
-
- 1、基本概念
- 2、内存位置
- 3、大小设置
- 4、StringTable不会存在相同的String
- 5、运行时内存案例
- 三、String的创建与内存分配
-
- 1、字面量 / 双引号
- 2、new关键字
- 3、StringBuilder.toString()
- 4、intern() 方法
- 5、小结
- 四、字符串的拼接操作
-
- 1、举例说明
-
- 【例1】常量+常量
- 【例2】变量拼接
- 【例3】final变量拼接
- 2、拼接小结
- 3、+拼接 vs append拼接
- 4、StringBuilder的扩容
- 5、优化小结
- 五、new String() 会创建几个对象
-
- 1、单独new
- 2、常量 拼接 new
- 3、new 拼接 new
- 六、intern()
-
- 1、intern() 的作用
- 2、案例分析
-
- 1）案例1
- 2）案例2
- 3）案例3
- 3、intern() 的效率：空间角度
- 七、StringTable 的垃圾回收
- 八、G1 中的 String 去重操作
-
- 1、背景
- 2、实现
- 3、命令行选项
String & StringTable
一、String
1、String 的 基本特性
public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
// jdk1.8及之前
private final char value[];
public String() {
this.value = "".value;
}
}
- String 实现了
Serializable接口：表示字符串是支持序列化的。 - String 实现了
Comparable接口：表示 String 可以比较大小。 - String 声明为
final的，不可被继承，一旦被创建就不会改变，对字符串的操作只是产生了一个新的字符串。 - String 在
jdk8及以前定义了final char[] value用于存储字符串数据，jdk9时改为final byte[] value
2、String 的 不可变性
String 声明为 final 的，一旦被创建就不会改变。String的每次操作都是生成一个新的对象，不改变原来的对象
1）重新赋值
@Test
public void test1() {
String s1 = "abc";
String s2 = s1;
System.out.println(s1.hashCode()); // 96354
System.out.println(s2.hashCode()); // 96354
// 不会改变原来的对象（"abc"），只是新生成一个对象（"hello"），并指向新对象
s2 = "hello";
System.out.println(s1.hashCode()); // 96354
System.out.println(s2.hashCode()); // 99162322
System.out.println(s1); // abc
System.out.println(s2); // hello
}
2）拼接操作
@Test
public void test2() {
String s1 = "abc";
String s2 = s1 + "def";
System.out.println(s1); // abc
System.out.println(s2); // abcdef
}
3）replace()方法
@Test
public void test3() {
String s1 = "abc";
String s2 = s1.replace('a', 'm');
System.out.println(s1); // abc
System.out.println(s2); // mbc
}
4）方法参数传递
public class test4() {
public static void main(String[] args) {
String str = "old";
char[] ch = {'t', 'e', 's', 't'};
change(str, ch);
System.out.println(str); // old
System.out.println(ch); // best
}
public static void change(String str, char ch[]) {
// 拼接和replace同理
str = "new";
ch[0] = 'b';
}
}
二、StringTable
1、基本概念
Java 中有 8种基本数据类型 和 1种特殊的引用数据类型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，而String类型的常量池比较特殊。
2、内存位置
- 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从永久代 调整到 堆中
- Java 8 中，字符串常量池存放在堆中
字符串常量池 StringTable 为什么要调整位置？
- 永久代的回收效率很低，这就导致StringTable回收效率不高，而我们开发中会有大量的字符串被创建，放到堆中能及时回收。
- 所有的字符串都保存在堆（Heap）中，和其他普通对象一样，这样在进行调优应用时仅需要调整堆大小就可以了。
- 加载许多类或大量使用 String.intern() 方法的大型应用程序将看到更明显的差异。
3、大小设置
String 的 String Pool 是一个固定大小的 Hashtable（数组+链表）。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 StringTable 的长度
- 在 jdk6 中，StringTable 的长度默认值是 1009，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，StringTablesize 可以设置的最小值是1009
4、StringTable不会存在相同的String
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。
下面我们通过debug以下案例来分析一下：
public class StringTest {
public static void main(String[] args) {
System.out.println(); // 1544
System.out.println("1"); // 1545
System.out.println("2"); // 1545
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.println("6");
System.out.println("7");
System.out.println("8");
System.out.println("9"); // 1553
// 以下的字符串不会再次加载
System.out.println("1"); // 1554
System.out.println("2"); // 1554
System.out.println("3");
System.out.println("4");
System.out.println("5");
System.out.println("6");
System.out.println("7");
System.out.println("8");
System.out.println("9"); // 1554
}
}
下面我们通过Debug查看一下idea的Memory中String的个数
5、运行时内存案例
class Memory {
public static void main(String[] args) {
int i = 1;
Object obj = new Object();
Memory mem = new Memory();
mem.foo(obj);
}
private void foo(Object param) {
String str = param.toString().intern();
System.out.println(str); // java.lang.Object@42a57993
}
}
三、String的创建与内存分配
1、字面量 / 双引号
直接由双引号
""给出声明的字符串，存储在字符串常量池中（并且相同的"xxx"只会有一份）
public static void test() {
String str = "ab";
}
0 ldc #2 - 使用双引号
""创建字符串时，JVM首先会去常量池中查找是否存在这个字符串对象。 - 不存在：在常量池中创建这个字符串对象，并返回地址。
- 存在：不创建任何对象，直接返回常量池中字符串对象的地址。
2、new关键字
new关键字声明的字符串，先在堆内存中创建一个字符串对象（new），然后在字符串常量池中创建一个字符串常量（ldc）。
public static void test() {
String s1 = new String("ab");
String s2 = "ab";
}
0 new #3 : (Ljava/lang/String;)V>
9 astore_0
10 ldc #2 - 使用new创建字符串时，JVM首先会去常量池中查找是否存在这个字符串对象。
- 不存在：先在常量池中创建一个字符串对象，然后再在堆内存中创建另一个字符串对象。
- 存在：直接在堆内存中创建另一个字符串对象。
注意：最后返回的是堆内存中字符串对象的地址，不是常量池中的字符串对象的地址。
public static void test() {
String s1 = new String("ab");
String s2 = "ab";
System.out.println(s1 == s2); // false
}
3、StringBuilder.toString()
可以看到，StringBuilder的toString()其实会new一个String对象
public final class StringBuilder extends AbstractStringBuilder implements Serializable, CharSequence {
@Override
public String toString() {
// Create a copy, don't share the array
return new String(value, 0, count);
}
}
需要注意的是，StringBuilder.toString() 不会在常量池中创建对象，下面写个例子分析一下。
public static void test() {
StringBuilder stringBuilder = new StringBuilder("a");
stringBuilder.append("b");
String str = stringBuilder.toString();
}
0 new #5 : (Ljava/lang/String;)V>
9 astore_0
10 aload_0
11 ldc #8
13 invokevirtual #9 可以看到没有出现 ldc #x ，可见StringBuilder.toString() 只在堆内存创建了一个字符串，并没有放到字符串常量池
4、intern() 方法
intern()判断字符串常量池中是否存在该字符串，存在，则返回常量池中的地址；不存在，则在常量池中加载一份并返回地址
@Test
public void test() {
String s1 = "nb";
String s2 = "n";
String s3 = s2 + "b";
String s4 = s3.intern(); // 常量池中存在，返回常量池中的地址
System.out.println(s1 == s3); // false
System.out.println(s1 == s4); // true
}
关于intern() 方法下面会详细展开。
5、小结
什么情况下，字符串会被放入字符串常量池呢？
- 直接由双引号
""给出声明的字符串，会直接放在字符串常量池中。 - 使用
new创建的字符串，也会有一份放在字符串常量池中。 - 调用
intern()方法的字符串，也会被放到字符串常量池中。
注意：StringBuilder.toString()生成的字符串，是不会放到字符串常量池中的，只会在堆中创建一份。
四、字符串的拼接操作
1、举例说明
【例1】常量+常量
场景1：
常量与常量拼接，拼接结果在字符串常量池，原理是编译期优化
public class AppendTest {
public void test() {
String s1 = "a" + "b" + "c";
String s2 = "abc";
System.out.println(s1 == s2); // true
}
}
从class文件的反编译结果可以看出：编译器做了优化，将 “a” + “b” + “c” 优化成了 “abc”
0 ldc #2 从IDEA中的AppendTest.class也可以直接看出来
public class AppendTest {
public AppendTest() {}
public void test() {
String s1 = "abc"; // 显示 String s1 = "abc"; 说明做了代码优化
String s2 = "abc";
System.out.println(s1 == s2);
}
}
【例2】变量拼接
场景2：拼接中只要有一个是
变量，拼接结果就在堆中，原理是StringBuilder的append操作。
public void test2() {
String s1 = "n";
String s2 = "b";
String s3 = "nb";
String s4 = "n" + "b"; // 编译期优化
String s5 = s1 + "b";
String s6 = "n" + 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
// 这里使用intern()，会返回常量池中"nb"的地址并赋给s8（这里先了解，具体用法后续会详细展开）
String s8 = s7.intern();
System.out.println(s3 == s8); // true
}
下面我们从class文件的反编译结果进行分析
0 ldc #5 <n>
2 astore_1
3 ldc #6 <b>
5 astore_2
6 ldc #7 <nb>
8 astore_3
9 ldc #7 <nb>
11 astore 4
s4之前都是【例1】的内容，这里就不赘述了，主要看一下 s5、s6、s7这三行
- 可以看出，都是先 new 了一个 StringBuilder 对象，然后使用 append() 拼接，最后调用了 toString() 创建 String对象 并赋值
13 new #8 : ()V>
20 aload_1
21 invokevirtual #10 34 new #8 : ()V>
41 ldc #5 55 new #8 : ()V>
62 aload_1
63 invokevirtual #10 【例3】final变量拼接
场景3：
final修饰的String变量，视作String常量。
public static void test3() {
final String s1 = "n";
final String s2 = "b";
String s3 = "nb";
String s4 = "n" + "b"; // 编译期优化
String s5 = s1 + "b";
String s6 = "n" + s2;
String s7 = s1 + s2;
System.out.println(s3 == s4); // true
System.out.println(s3 == s5); // true
System.out.println(s3 == s6); // true
System.out.println(s3 == s7); // true
System.out.println(s5 == s6); // true
System.out.println(s5 == s7); // true
System.out.println(s6 == s7); // true
}
可以看到，我们只是在String变量前加上final，结果就完全不同了。
下面我们看一下class文件的反编译结果
0 ldc #6 可以看出，String变量被final修饰之后，所有的拼接操作都在编译期优化了，而没有使用StringBuilder
2、拼接小结
常量与常量拼接：- 拼接结果在字符串常量池，原理是编译期优化
- 拼接中只要有一个是
变量：- 拼接结果在堆中，原理是 先new一个
StringBuilder，然后用append()拼接，最后调用toString()返回结果 - 补充说明：在jdk5.0之后使用的是StringBuilder，在jdk5.0之前使用的是StringBuffer
- 拼接结果在堆中，原理是 先new一个
final修饰的String变量拼接：- 拼接结果在字符串常量池，仍然使用编译期优化，而非
StringBuilder。
- 拼接结果在字符串常量池，仍然使用编译期优化，而非
因此，在开发中能使用上final的时候还是建议使用
3、+拼接 vs append拼接
public class StringAppendTest {
public static void main(String[] args) {
long start = System.currentTimeMillis();
// String s1 = append1(100000); // 1670ms
String s2 = append2(100000); // 4ms
long end = System.currentTimeMillis();
System.out.println("拼接花费的时间为：" + (end - start));
}
public static String append1(int highLevel) {
String str = "";
for (int i = 0; i < highLevel; i++) {
str = str + "a"; // 每次循环都会创建一个StringBuilder、String
}
return str;
}
public static String append2(int highLevel) {
StringBuilder strBuilder = new StringBuilder();
for (int i = 0; i < highLevel; i++) {
strBuilder.append("a"); // 只需要创建一个StringBuilder
}
return strBuilder.toString();
}
}
结论：通过StringBuilder的append()的方式拼接字符串的效率，远远高于String 使用 + 拼接
原因：
- StringBuilder的append()的方式：
- 自始至终中只创建过一个StringBuilder的对象。
- String的
+拼接方式：- 每一次字符串变量拼接的过程，都会new一个StringBuilder对象（这从之前的反编译结果中也可以看出来）
因此使用字符串变量+拼接会占用更大的内存，产生大量垃圾字符串，如果发生了GC，也会花费额外的时间。
4、StringBuilder的扩容
StringBuilder 空参构造器的初始化大小为16，超过该大小会进行扩容，涉及数组的copy操作
public StringBuilder() {
super(16);
}
如果提前知道需要拼接 String 的个数，就应该直接使用带参构造器指定capacity，以减少扩容的次数
public StringBuilder(int capacity) {
super(capacity);
}
5、优化小结
- 允许的情况下尽量使用
final。这样拼接操作会在编译期优化，而不会创建StringBuilder对象去append - 直接使用
StringBuilder的append()效率要高于使用String的+拼接。 - 如果知道最终的字符串长度，应该使用带容量的构造器创建
StringBuilder，避免频繁扩容。
五、new String() 会创建几个对象
1、单独new
场景1：
new String("ab")会创建几个对象？（答案是2个）
0: new #2 // class java/lang/String
3: dup
4: ldc #3 // String ab
6: invokespecial #4 // Method java/lang/String."":(Ljava/lang/String;)V
9: astore_1
10: return
对象1 new String("ab")
对象2 常量池中的"ab"
2、常量 拼接 new
场景2：
"a" + new String("b")会创建几个对象？（答案是5个）
0: new #2 // class java/lang/StringBuilder
3: dup
4: invokespecial #3 // Method java/lang/StringBuilder."":()V
7: ldc #4 // String a
9: invokevirtual #5 // Method java/lang/StringBuilder.append:
12: new #6 // class java/lang/String
15: dup
16: ldc #7 // String b
18: invokespecial #8 // Method java/lang/String."":(Ljava/lang/String;)V
21: invokevirtual #5 // Method java/lang/StringBuilder.append:
24: invokevirtual #9 // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
27: astore_1
28: return
对象1 new StringBuilder()
对象2 常量池中的"a"
对象3 new String("b")
对象4 常量池中的"b"
对象5 StringBuilder.toString() 会 new String("ab")
注意：StringBuilder.toString ，在字符串常量池中，没有生成 "ab"，toString()的字节码指令中没有ldc
3、new 拼接 new
场景3：
new String("a") + new String("b")会创建几个对象？（答案是6个）
0: new #2 // class java/lang/StringBuilder
3: dup
4: invokespecial #3 // Method java/lang/StringBuilder."":()V
7: new #4 // class java/lang/String
10: dup
11: ldc #5 // String a
13: invokespecial #6 // Method java/lang/String."":(Ljava/lang/String;)V
16: invokevirtual #7 // Method java/lang/StringBuilder.append:
19: new #4 // class java/lang/String
22: dup
23: ldc #8 // String b
25: invokespecial #6 // Method java/lang/String."":(Ljava/lang/String;)V
28: invokevirtual #7 // Method java/lang/StringBuilder.append:
31: invokevirtual #9 // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
34: astore_1
35: return
对象1 new StringBuilder()
对象2 new String("a")
对象3 常量池中的"a"
对象4 new String("b")
对象5 常量池中的"b"
对象6 StringBuilder.toString() 会 new String("ab")
注意：常量池中没有"ab"
六、intern()
intern是一个native方法，调用的是底层C的方法
public final class String implements java.io.Serializable, Comparable<String>, CharSequence {
public native String intern();
}
1、intern() 的作用
调用intern()时，会判断 字符串常量池 中 是否已存在当前字符串（通过equals()方法判断）
- 已存在：返回 字符串常量池 中 已存在的 该字符串对象的地址；
- 不存在：将 该字符串 放入 字符串常量池，并返回 字符串对象的地址（这里jdk7前后略有不同）
JDK1.6中：会把此对象复制一份（新的引用地址），放入常量池，并返回新的引用地址。JDK1.7起：会把此对象的引用地址复制一份（相同的引用地址），放入常量池，并返回此对象的引用地址。
也就是说，任意字符串调用intern()，其返回结果所指向的那个类实例，必定和直接以常量形式出现的字符串实例完全相同。
("a"+"b"+"c").intern() == "abc" // true;
intern()可以确保字符串在内存里只有一份（即字符串常量池中的），可以节约内存空间，加快字符串操作任务的执行速度。
2、案例分析
1）案例1
public void test() {
String s1 = new String("a");
s1.intern();
String s2 = "a";
System.out.println(s1 == s2); // jdk6 false ; jdk7/8 false
}
s1记录的是堆中new String("a")的地址s2记录的是字符串常量池中"a"的地址
2）案例2
public void test() {
String s1 = new String("a") + new String("b");
s1.intern();
String s2 = "ab";
System.out.println(s1 == s2); // jdk6 false ; jdk7/8 true
}
s1记录的是堆中"ab"的地址（注意，这个"ab"是StringBuilder.toString()生成的，没有往常量池里放）s1.intern()调用这个方法之前，字符串常量池中并不存在"ab"，所以要把"ab"放入字符串常量池- jdk6中：字符串常量池中的
"ab"指向新的地址。 - jdk7起：字符串常量池中的
"ab"指向的是调用intern()的s1的地址
- jdk6中：字符串常量池中的
s2记录的是字符串常量池中的"ab"指向的地址
3）案例3
public void test() {
String s1 = new String("a") + new String("b");
String s2 = s1.intern(); // 常量池没有"ab"，会放入
System.out.println(s1 == "ab"); // jdk6 false ; jdk7/8 true
System.out.println(s2 == "ab"); // jdk6 true ; jdk7/8 true
}
public void test() {
String s1 = "ab"; // 常量池中创建一个新的对象"ab"
String s2 = new String("a") + new String("b");
String s3 = s2.intern(); // 常量池已有"ab"，不会再放入
System.out.println(s1 == s2); // jdk6/7/8 false
System.out.println(s1 == s3); // jdk6/7/8 true
}
3、intern() 的效率：空间角度
public class StringInternTest {
static final int MAX_COUNT = 1000 * 10000;
static final String[] arr = new String[MAX_COUNT];
public static void main(String[] args) {
Integer [] data = new Integer[]{1,2,3,4,5,6,7,8,9,10};
long start = System.currentTimeMillis();
for (int i = 0; i < MAX_COUNT; i++) {
// arr[i] = new String(String.valueOf(data[i%data.length])); // 不用intern 7256ms
arr[i] = new String(String.valueOf(data[i%data.length])).intern(); // 使用intern 1395ms
}
long end = System.currentTimeMillis();
System.out.println("花费的时间为：" + (end - start));
try {
Thread.sleep(1000000);
} catch (Exception e) {
e.getStackTrace();
}
System.gc();
}
}
- 直接
new：堆中 和 字符串常量池中可能会存在相同的字符串。 - 使用
intern()：保证内存中相同的字符串只会有一个，就在字符串常量池中。
结论：对于程序中大量使用存在的字符串时，尤其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。
七、StringTable 的垃圾回收
VM options：-Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
先空跑一下，看一下StringTable statistics的信息
public class StringGCTest {
public static void main(String[] args) {
}
}
StringTable statistics:
Number of buckets : 60013 = 480104 bytes, avg 8.000
Number of entries : 1277 = 30648 bytes, avg 24.000
Number of literals : 1277 = 100808 bytes, avg 78.941
然后循环添加String对象，再看一下StringTable statistics的信息
public class StringGCTest {
public static void main(String[] args) {
for (int j = 0; j < 1000; j++) {
String.valueOf(j).intern();
}
}
}
// 这里可以看到Number大概增长了1000
StringTable statistics:
Number of buckets : 60013 = 480104 bytes, avg 8.000
Number of entries : 2258 = 54192 bytes, avg 24.000
Number of literals : 2258 = 147896 bytes, avg 65.499
Total footprint : = 682192 bytes
最后我们把循环次数调大一点，使其发生GC
public class StringGCTest {
public static void main(String[] args) {
for (int j = 0; j < 100000; j++) {
String.valueOf(j).intern();
}
}
}
这里我们可以看到 PSYoungGen 区发生了垃圾回收
// 这里也可以看到Number没有达到循环次数100000
StringTable statistics:
Number of buckets : 60013 = 480104 bytes, avg 8.000
Number of entries : 63891 = 1533384 bytes, avg 24.000
Number of literals : 63891 = 3607296 bytes, avg 56.460
Total footprint : = 5620784 bytes
以上两点都说明了 StringTable 发生了垃圾回收
八、G1 中的 String 去重操作
1、背景
注意：不是字符串常量池的去重操作，字符串常量池本身就没有重复的字符串
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%（差不多一半String对象是重复的）
- String对象的平均长度是45
堆上存在大量重复的String对象必然是一种内存的浪费。对重复的String对象进行去重，就能避免浪费内存。
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了。
3、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。PrintStringDeduplicationStatistics(bool)：打印详细的去重统计信息StringDeduplicationAgeThreshold(uintx)：达到这个年龄的String对象被认为是去重的候选对象