深入研究 String

 
String是一个非可变类(immutable class),其实现采用Copy On Write技术。简单说来,非可变类的实例是不能被修改的,每个实例中包含的信息都必须在该实例创建的时候就提供出来,并且在对象的整个生存周期内固定不变。非可变类有着自身的优势,如状态单一,对象简单,便于维护;其次,该类的对象本质上是线程安全的,不要求同步。此外用户可以共享非可变对象,甚至可以共享它们的内部信息。
4.1 String对象的创建
创建一个String 对象,主要就有以下两种方式:
String str1 = new String( "abc" );   
String str2 = "abc" ;  
对于第一种,JVM会在heap中创建一个String对象,然后将该对象的引用返回给用户。对于第二种,JVM首先会在内部维护的strings pool中通过String的 equals 方法查找是对象池中是否存放有该String对象,如果有,则返回已有的String对象给用户,而不会在heap中重新创建一个新的String对象;如果对象池中没有该String对象,JVM则在heap中创建新的String对象,将其引用返回给用户, 同时将该引用添加至 strings pool
注意:使用第一种方法创建对象时,JVM是不会主动把该对象放到strings pool里面的,除非程序调用 String的intern方法。看下面的例子:
    String str1 = new String( "abc" ); //JVM 在堆上创建一个String对象   
 
    //      jvm 在strings pool中找不到值为“abc”的字符串,因此   
    //      在堆上创建一个String对象,并将该对象的引用加入至strings pool中   
    //      此时堆上有两个String对象   
    String str2 = "abc" ;
   
    if (str1 == str2)
    {
        System. out .println( "str1 == str2" );
    }
    else
    {
        System. out .println( "str1 != str2" );
    }
    // 打印结果是 str1 != str2,因为它们是堆上两个不同的对象   
   
    String str3 = "abc" ;
    //      此时,jvm发现strings pool中已有“abc”对象了,因为“abc”equels “abc”   
    //      因此直接返回str2指向的对象给str3,也就是说str2和str3是指向同一个对象的引用   
    if (str2 == str3)
    {
        System. out .println( "str2 == str3" );
    }
    else
    {
        System. out .println( "str2 != str3" );
    }
//      打印结果为 str2 == str3  
 
再看下面的例子:
String str1 = new String( "abc" ); //JVM 在堆上创建一个String对象   
str1 = str1.intern();
//  程序显式将str1放到strings pool中,intern运行过程是这样的:首先查看strings pool   
//  有没“abc”对象的引用,没有,则在堆中新建一个对象,然后将新对象的引用加入至   
// strings pool 中。执行完该语句后,str1原来指向的String对象已经成为垃圾对象了。 
//  此时,JVM发现strings pool中已有“abc”对象了,因为“abc”equals “abc”   
//  因此直接返回str1指向的对象给str2,也就是说str2和str1引用着同一个对象,   
//  此时,堆上的有效对象只有一个。   
String str2 = "abc" ;
 
if (str1 == str2)
{
    System. out .println( "str1 == str2" );
}
else
{
    System. out .println( "str1 != str2" );
}
// 打印结果是 str1 == str2   
  为什么JVM可以这样处理String对象呢?就是因为String的非可变性。既然所引用的对象一旦创建就永不更改,那么多个引用共用一个对象时互不影响。
4.2 JVM对String常量的处理和优化
4.2.1 JVM对String的处理
class Test
{
    public static void main(String[] args)
    {
        /*  
         * 1. 字面上的 "Hi" 字符串将被自动 intern 到虚拟机的字符串池中.  
         * 2. 不是字面上的String对象,通过调用intern()方法,被intern到虚拟机的字符串池中.  
         *   
         * 虚拟机的字符串池由类 String 私有地维护。   
         */
        String a = "Hi" ;
        String b = "Hi" ;
        String c = new String( "Hi" );
 
        System. out .println(a == b); // true   
        System. out .println(a == c); // false   
 
        c = c.intern();
        System. out .println(a == c); // true   
 
        /*  
         * 创建了两个对象   
         * 1. 字面"AA" ——被intern到虚拟机字符串池中了。  
         * 2.new 操作符创建的 对象  
         *   
         * 由AA != AA.intern()可以看出:String AA = new String("AA");创建了两个对象。  
         */
        String AA = new String( "AA" );
        System. out .println(AA == "AA" ); // false   
        System. out .println(AA == AA.intern()); // false   
        System. out .println( "AA" == AA.intern()); // true   
 
        /*  
         * JAVA 规范中的例子:  
         */
        String hello = "Hello" , lo = "lo" ;
        System. out .println((hello == "Hello" ) + " " ); //true   
        System. out .println((hello == ( "Hel" + "lo" )) + " " ); //true   
        System. out .println((hello == ( "Hel" + lo)) + " " ); //false--lo 为非literal的   
        System. out .println(hello == ( "Hel" + lo).intern()); //true   
    }
}
4.2.2编译器对String常量表达式的优化
4.2.2.1 问题代码
String a = "ab" ;
String b = "a" + "b" ;
System. out .println((a == b));
打印结果会是什么?一般答案会是以下几种:
(1)true
"a" + "b" 的结果就是 "ab" ,这样a,b都是"ab"了,内容一样所以"相等",结果true
一般java新人如是答。
(2)false
"a" + "b" 会生成新的对象 "ab" ,但是这个对象和String a = "ab";不同,(a == b)是比较对象引用,因此不相等,结果false 对java的String有一定了解的通常这样回答。
(3)true
String a = "ab";创建了新的对象 "ab"; String b = "a" + "b";没有创建新的对象,而是从JVM字符串常量池中获取之前已经存在的"ab"对象。因此a,b具有对同一个string对象的引用,两个引用相等,结果true 能回答出这个答案的,基本已经是高手了,对java中的string机制比较了解。很遗憾,这个答案,是错误的,或者说,压根没有这么回事.
(4).true
String b = "a" + "b" ;编译器将这个 "a" + "b"作为 常量表达式,在编译时进行优化,直接取结果"ab",这样这个问题退化
String a = "ab";
String b = "ab";
System.out.println((a == b));
String b = "ab";没有创建新的对象,而是从JVM字符串常量池中获取之前已经存在的"ab"对象。因此a,b具有对同一个string对象的引用,两个引用相等,结果true
4.2.2.2.编译器优化证明过程
这里有一个疑问就是String不是基本类型,像 int secondsOfDay = 24 * 60 * 60; 这样的表达式是常量表达式,编译器在编译时直接计算容易理解,而"a" + "b" 这样的表达式,string是对象不是基本类型,编译器会把它当成常量表达式来优化吗?
下面简单证明我的推断,首先编译这个类:
public class Test {
private String a = "aa";
}
复制class文件备用,然后修改为
public class Test {
private String a = "a" + "a";
}
再次编译,用ue之类的文本编辑器打开,察看二进制内容,可以发现,两个class文件完全一致,连一个字节都不差.
真相大白了.根本不存在运行期的处理String b = "a" + "b";这样的代码的问题,编译时就直接优化掉了
4.2.2.3.扩展应用
下面进一步探讨,什么样的String + 表达式会被编译器当成常量表达式?
(1)       String + String 被正式是ok的
(2)       String + int    被正式也是ok的
        String a = "a1" ;
        String b = "a" + 1;
        System. out .println((a == b)); //result = true
(3)       String + boolean 被正式也是ok的
        String a = "atrue" ;
        String b = "a" + true ;
        System. out .println((a == b)); //result = true
(4)       (3)    String + double被正式也是ok的
        String a = "a3.4" ;
        String b = "a" + 3.4;
        System.out.println((a == b)); //result = true
可见编译器 string + 基本类型是当成常量表达式直接求值来优化的。
(5)      再注意看这里的String都是"**"这样的,我们换成变量来试试:
        String a = "ab" ;
        String bb = "b" ;
        String b = "a" + bb;
        System. out .println((a == b)); //result = false
这个好理解,"a" + bb中的bb是变量,不能进行优化。
(6)      再修改一下,把bb作为常量变量:
        String a = "ab" ;
        final String bb = "b" ;
        String b = "a" + bb;
        System.out.println((a == b)); //result = true
竟然又是true,编译器的优化好厉害啊!
(7)      考虑下面这种情况:
private static String getBB()
{
    return "b" ;
}
 
public static void main(String[] args)
{
    String a = "ab" ;
    final String bb = getBB();
    String b = "a" + bb;
    System. out .println((a == b)); //result = false
}
看来java(包括编译器和jvm)对String的优化,真的是到了极点了,String这个所谓的"对象",完全不可以看成一般的对象, java String 的处理近乎于基本类型,最大限度的优化了几乎能优化的地方。
4.3 String串接(Concatenation)。
滥用String的串接操作符是会影响程序的性能的。归根结底就是String类的非可变性。既然String对象都是非可变的,但是串接操作明显是要增长字符串的,也就是要改变String的内部状态,两者出现了矛盾。所以要维护String的非可变性,只好在串接完成后新建一个String 对象来表示新产生的字符串了。也就是说,每一次执行串接操作都会导致新对象的产生,如果串接操作执行很频繁,就会导致大量对象的创建,性能问题也就随之而来了。
为了解决这个问题,JDK为String类提供了一个可变的配套类,StringBuffer。
使用StringBuffer对象,由于该类是可变的,串接时仅仅时改变了内部数据结构,而不会创建新的对象,因此性能上有很大的提高。
针对单线程,JDK5.0还提供了StringBuilder类,在单线程环境下,由于不用考虑同步问题,使用该类使性能得到进一步的提高。
4.4 String的长度
查看String的源代码我们可以得知类String中是使用int域 count 来记录对象字符的数量,因此,我们可以推测最长的长度为 2^32,也就是4G。
不过,我们在编写源代码的时候,如果使用 Sting str = "aaaa";的形式定义一个字符串,那么双引号里面的ASCII字符最多只能有 65534 个。原因是在class文件的规范中, CONSTANT_Utf8_info表中使用一个 16 位的无符号整数记录字符串的长度的,最多能表示 65536个字节, java class 文件是使用一种变体 UTF-8 格式来存放字符的, null 值使用两个字节来表示,因此只剩下 65536- 2 = 65534个字节。也正是变体UTF-8的原因,如果字符串中含有中文等非ASCII字符,那么双引号中字符的数量会更少(一个中文字符占用三个字节)。如果超出这个数量,在编译的时候编译器会报错。
4.5 String参数传递问题
public class StringTest
{
    static void func(String s)
    {
        s += "tail" ;
    }
 
    static void test()
    {
        String a = "abc" ;
        func(a);
        System. out .println(a);
    }
 
    public static void main(String[] args)
    {
        test();
    }
}
程序运行结果:
abc
 

你可能感兴趣的:(jvm,优化,String,Class,编译器,concatenation)