1. String的基本特性
- String：字符串，使用一对“”引起来表示
- String声明为final的，不可被继承
- String实现了Serializable接口，表示字符串是支持序列化的；实现了Comparable接口，表示String可以比较大小
- String在JDK8以前内部定义了final char[] value用于存储字符串数据，JDK9时改为byte[]（参考http://openjdk.java.net/jeps/254 ）
- String：代表不可变的字符序列。简称：不可变性
- 当对字符串重新赋值时，需要重写指定内存区域赋值，不能使用原有的value进行赋值
- 当对现有的字符串进行连接操作时，也需要重新制定内存区域赋值，不能使用原有的value进行赋值
- 当调用String的replace()方法修改指定字符或字符串时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值
代码演示
package com.nasuf.jvm;
public class StringTest1 {
public static void main(String[] args) {
test1();
test2();
test3();
}
public static void test1() {
String s1 = "abc"; // 字面量定义的方式，"abc"存储在字符串常量池中
String s2 = "abc";
System.out.println(s1 == s2); // 判断地址 true
s1 = "hello";
System.out.println(s1 == s2); // 判断地址 false
System.out.println(s1); // "hello"
System.out.println(s2); // "abc"
}
public static void test2() {
String s1 = "abc";
String s2 = "abc";
s2 += "def";
System.out.println(s2); // "abcdef"
System.out.println(s1); // "abc"
}
public static void test3() {
String s1 = "abc";
String s2 = s1.replace('a', 'm');
System.out.println(s1); // "abc"
System.out.println(s2); // "mbc"
}
}
经典面试题
package com.nasuf.jvm;
public class StringExer {
String str = new String("good");
char[] ch = {'t', 'e', 's', 't'};
public void change(String str, char ch[]) {
str = "test ok";
ch[0] = 'b';
}
public static void main(String[] args) {
StringExer exer = new StringExer();
exer.change(exer.str, exer.ch);
System.out.println(exer.str); // "good"
System.out.println(exer.ch); // "best"
}
}
- 字符串常量池中是不会存储相同内容的字符串的
- 使用-XX:StringTableSize可以设置StringTable（常量池）的长度
- StringTable在JDK6中是一个固定大小的Hashtable，默认长度大小是1009，修改StringTableSize没有上下线限制。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（intern方法：如果字符串常量池中没有对应的字符串的话，则在常量池中生成）
- 在JDK7中，StringTable的长度默认值是60013，修改无限制
- 在JDK8开始，1009是StringTable可设置的最小值
2. String的内存分配
- 在Java语言中有8种基本数据类型和一种比较特殊的类型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，都提供了一种常量池的概念
- 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，String类型的常量池比较特殊，它的主要使用方法有两种：
- 直接使用双引号声明出来的String对象会直接存储在常量池中
- 如果不是用双引号声明的String对象，可以使用String提供的intern()方法
- JDK6及以前，字符串常量池存放在永久代
- JDK7中Oracle的工程师对字符串池的逻辑做了很大的改变，即将字符串常量池的位置调整到了Java堆
- 所有的字符串都保存在堆中，和其他的普通对象一样，这样可以让你在进行调优应用时仅需要调整堆大小就可以了
- 字符串常量池的概念原本使用得比较多，但是这个改动使得我们有足够的理由重新考虑JDK7中使用String.intern()
- JDK8元空间取代永久代，而字符串常量依然在堆
3. String的基本操作
代码演示
Java语言规范里要求完全相同的字符串字面量，应该包含相同的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
初始情况下，字符串常量池中的字符串数量为1209
继续执行下一步，得到1210，此处其实增加了换行符
继续执行下一步，得到1211，此处增加了字符串"1"
继续执行下一步，依然得到1211，可见字符串常量池中并没有创建新的"1"
继续执行下一步，得到1212，新增字符串"2"
继续执行下一步，依然得到1212
4. 字符串拼接操作
- 常量与常量的拼接结果在常量池中，原理是编译期优化
- 常量池中不会存在相同内容的常量
代码演示 1
public static void test1() {
String s1 = "a" + "b" + "c";
String s2 = "abc";
/**
* 最终.java编译成.class，再执行.class。做了编译期优化
* 将.class文件反编译可以看到如下语句：
* String s1 = "abc";
* String s2 = "abc";
*/
System.out.println(s1 == s2); // true
System.out.println(s1.equals(s2)); // true
}
从其对应的字节码指令中也可以看到：
0 ldc #5 <abc> // 笔者注：加载字符串abc
2 astore_1 // 笔者注：将字符串abc放到局部变量表中索引为1的位置（即s1变量；实例方法的局部变量表中索引为0的位置为this变量）
3 ldc #5 <abc> // 笔者注：加载字符串abc
5 astore_2 // 笔者注：将字符串abc放到局部变量表中索引为2的位置
6 getstatic #6 <java/lang/System.out>
9 aload_1
10 aload_2
11 if_acmpne 18 (+7)
14 iconst_1
15 goto 19 (+4)
18 iconst_0
19 invokevirtual #7 <java/io/PrintStream.println>
22 getstatic #6 <java/lang/System.out>
25 aload_1
26 aload_2
27 invokevirtual #8 <java/lang/String.equals>
30 invokevirtual #7 <java/io/PrintStream.println>
33 return
- 只要其中有一个是变量，结果就在堆中。变量拼接的原理是StringBuilder
- 如果拼接的结果调用intern()方法，则主动将常量池中还没有的字符串对象放入池中，并返回此对象地址
代码演示 2
public void test2() {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
String s4 = "javaEE" + "hadoop";
// 如果拼接符号的前后出现了变量，则相当于在堆空间中new String()
// 具体的内容为拼接后的结果 "javaEEhadoop"
String s5 = s1 + "hadoop";
String s6 = "javaEE" + 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
// intern(): 判断字符串常量池中是否存在javaEEhadoop值；如果存在，则返回常量池中该字符串的地址
// 如果不存在，则在常量池中加载一份，并返回此对象的地址
String s8 = s6.intern();
System.out.println(s3 == s8); // true
}
代码演示 3
public void test3() {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
/**
* s1 + s2执行细节(变量s是为了解释方便，并非字节码定义)：
* ① StringBuilder s = new StringBuilder();
* ② s.append("a")
* ③ s.append("b")
* ④ s.toString() --> 约等于 new String("ab")
*
* 补充：在JDK5.0之后使用的是StringBuilder,在JDK5.0之前使用的是StringBuffer
*/
String s4 = s1 + s2;
System.out.println(s3 == s4); // false
}
对应字节码
0 ldc #17 <a>
2 astore_1
3 ldc #18 <b>
5 astore_2
6 ldc #19 <ab>
8 astore_3
9 new #12 <java/lang/StringBuilder>
12 dup
13 invokespecial #13 <java/lang/StringBuilder.<init>>
16 aload_1
17 invokevirtual #14 <java/lang/StringBuilder.append>
20 aload_2
21 invokevirtual #14 <java/lang/StringBuilder.append>
24 invokevirtual #15 <java/lang/StringBuilder.toString>
27 astore 4
29 getstatic #6 <java/lang/System.out>
32 aload_3
33 aload 4
35 if_acmpne 42 (+7)
38 iconst_1
39 goto 43 (+4)
42 iconst_0
43 invokevirtual #7 <java/io/PrintStream.println>
46 return
代码演示 4
public void test4() {
final String s1 = "a";
final String s2 = "b";
String s3 = "ab";
/**
* 1. 字符串拼接操作不一定使用的都是StringBuilder
* 如果拼接符号左右两边都是字符串常量或常量引用(final修饰),则仍然使用编译期优化，即非StringBuilder方式
* 2. 针对final修饰类、方法、基本上数据类型、引用数据类型的量的结构时，能使用final修饰就尽量使用
*
* 由于s1和s2均由final修饰，实际上引用s1和s2不再是变量
* 字节码反编译后:
* String s4 = "ab";
*/
String s4 = s1 + s2;
System.out.println(s3 == s4); // true
}
对应字节码指令如下：
0 ldc #17 <a>
2 astore_1
3 ldc #18 <b>
5 astore_2
6 ldc #19 <ab>
8 astore_3
9 ldc #19 <ab>
11 astore 4
13 getstatic #6 <java/lang/System.out>
16 aload_3
17 aload 4
19 if_acmpne 26 (+7)
22 iconst_1
23 goto 27 (+4)
26 iconst_0
27 invokevirtual #7 <java/io/PrintStream.println>
30 return
代码测试 5
public void test5() {
String s1 = "javaEEhadoop";
String s2 = "javaEE";
String s3 = s2 + "hadoop";
System.out.println(s1 == s3); // false
final String s4 = "javaEE";
String s5 = s4 + "hadoop";
System.out.println(s1 == s5); // true
}
代码测试 6
public void test6() {
long start1 = System.currentTimeMillis();
method1(100000);
long end1 = System.currentTimeMillis();
System.out.println("method1 花费的时间为：" + (end1 - start1) + "ms");
long start2 = System.currentTimeMillis();
method2(100000);
long end2 = System.currentTimeMillis();
System.out.println("method2 花费的时间为：" + (end2 - start2) + "ms");
}
public void method1(int highLevel) {
String src = "";
for (int i = 0; i < highLevel; i++) {
/**
* 1. 每次循环都会创建StringBuilder对象
* 2. toString()时又会创建new String()对象
*/
src = src + "a";
}
}
/**
* 改进的空间：在实际开发中，如果基本确定要前前后后后添加的字符串长度不高于某个限定值，
* 建议使用构造器StringBuilder(int), 避免底层不断扩容。默认为16
*
* public StringBuilder() {
* super(16);
* }
*/
public void method2(int highLevel) {
StringBuilder builder = new StringBuilder(10000); // 仅创建一个StringBuilder对象
for (int i = 0; i < highLevel; i++) {
builder.append("a");
}
}
输出如下：
method1 花费的时间为：5558ms
method2 花费的时间为：3ms5. intern()的使用
intern()方法说明
/**
* Returns a canonical representation for the string object.
* <p>
* A pool of strings, initially empty, is maintained privately by the
* class {@code String}.
* <p>
* When the intern method is invoked, if the pool already contains a
* string equal to this {@code String} object as determined by
* the {@link #equals(Object)} method, then the string from the pool is
* returned. Otherwise, this {@code String} object is added to the
* pool and a reference to this {@code String} object is returned.
* <p>
* It follows that for any two strings {@code s} and {@code t},
* {@code s.intern() == t.intern()} is {@code true}
* if and only if {@code s.equals(t)} is {@code true}.
* <p>
* All literal strings and string-valued constant expressions are
* interned. String literals are defined in section 3.10.5 of the
* <cite>The Java? Language Specification</cite>.
*
* @return a string that has the same contents as this string, but is
* guaranteed to be from a pool of unique strings.
*/
public native String intern();
- 如果不是用双引号声明的String对象，可以使用String提供的intern方法：intern方法会从字符串常量池中查询当前字符串是否存在，若不存在就会将当前字符串放入常量池中
- 比如: String myInfo = new String("I love u").intern();
- 也就是说，如果在任意字符串上调用String.intern()方法，那么其返回的记过所指向的那个类实例，必须和直接以常量形式出现的字符串实例完全相同。因此，下列表达式的值必定是true: ("a" + "b" + "c").intern() == "abc"
- 通俗点讲，Interned String就是确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度。注意，这个值会被存放在字符串内部池（String Intern Pool）
题目 1：new String("ab")会创建几个对象？
public class StringNewTest {
public static void main(String[] args) {
String str = new String("ab");
}
}
通过字节码指令，可以明确看出，创建了2个对象：一个是new关键字在堆空间中创建的，另一个是字符串常量池中的"ab"对象
0 new #2 <java/lang/String>
3 dup
4 ldc #3 <ab>
6 invokespecial #4 <java/lang/String.<init>>
9 astore_1
10 return
当然前提是代码String str = new String("ab");执行之前，是否出现过字符串"ab"，如果出现过，那么该语句只会生成一个新的String对象
题目 2： new String("a") + new String("b") 会创建几个对象？
public class StringNewTest {
public static void main(String[] args) {
String str = new String("a") + new String("b");
}
}
通过StringNewTest的字节码指令可以看出：
- 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"
0 new #2 <java/lang/StringBuilder>
3 dup
4 invokespecial #3 <java/lang/StringBuilder.<init>>
7 new #4 <java/lang/String>
10 dup
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
19 new #4 <java/lang/String>
22 dup
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return
进一步深入剖析StringBuilder类的toString()方法（因为方法返回的是String str, 调用的是StringBuilder的toString()完成的）对应的字节码指令：
0 new #41 <java/lang/String>
3 dup
4 aload_0
5 getfield #42 <java/lang/StringBuilder.value>
8 iconst_0
9 aload_0
10 getfield #43 <java/lang/StringBuilder.count>
13 invokespecial #44 <java/lang/String.<init>>
16 areturn
此方法中创建了对象6：new String("ab")。但此处应强调，toString()的调用，在字符串常量池中，并没有生成"ab"字符串对象（上述字节码指令中没有相应的ldc (LoaD Constant)指令出现），aload_0指令只是将局部变量表中索引为0的位置的数据，即字符串"ab"取出来
题目 3 intern()方法在不同JDK版本中的区别
public class StringIntern {
public static void main(String[] args) {
String s1 = new String("1");
s1.intern(); // 调用此方法之前，字符串常量池中已经存在"1"
String s2 = "1";
/**
* JDK6 -> false
* JDK7及以后 -> false
*
* 不论字符串常量池在不同版本JDK中的位置不同，s1指向的是堆空间中创建的String对象，
* 而s2指向的是字符串常量池中的字符串对象"1",因此对象地址不会相同，均返回false
*/
System.out.println(s1 == s2);
/**
* 此处s3变量记录的地址为new String("11")的地址
* 而该行代码执行完毕后，字符串常量池中并不存在"11"常量（与JDK版本无关）
*/
String s3 = new String("1") + new String("1");
/**
* 该行代码执行后，会在字符串常量池中生成"11"
* JDK6 -> 常量池在方法区；在字符串常量池中创建了一个新的对象"11"，也就有一个新的地址
* JDK7及以后 -> 常量池在堆空间中；此时常量池中并没有创建"11"对象，而是创建了一个指向堆空间中new String("11")的地址
*/
s3.intern();
/**
* s4变量记录的地址是上一行代码执行后在常量池中生成的"11"的地址,
* 而常量池中"11"的地址此时指向的是堆空间中new String("11")的地址
*/
String s4 = "11";
/**
* JDK6 -> false
* JDK7及以后 -> true
*/
System.out.println(s3 == s4);
}
}
将上述代码顺序稍作变化如下：
public class StringIntern1 {
public static void main(String[] args) {
/**
* 此处s3变量记录的地址为new String("11")的地址
* 而该行代码执行完毕后，字符串常量池中并不存在"11"常量（与JDK版本无关）
*/
String s3 = new String("1") + new String("1");
/**
* 在字符串常量池中生成"11"字符串对象，并赋值给s4变量，与s3指向的地址不同
*/
String s4 = "11";
/**
* 在字符串常量池中查找是否存在字符串对象"11"，因为已经存在，所以不做任何操作
* 只将该字符串对象地址赋值给s5变量，与s4指向的地址相同
*/
String s5 = s3.intern();
System.out.println(s3 == s4); // false
System.out.println(s4 == s5); // true
}
}
总结String的intern()的使用
- JDK1.6中，将这个字符串对象尝试放入字符串常量池
- 如果池中有，则并不会放入。返回已有的池中的对象地址
- 如果池中没有，会把此对象赋值一份，放入池中，并返回池中的对象地址
- JDK1.7起，将这个字符串对象尝试放入字符串常量池
- 如果池中有，则并不会放入。返回已有的池中的对象地址
- 如果池中没有，则会把对象的引用地址复制一份，放入池中，并返回池中的引用地址
intern()效率测试：空间角度
测试代码
public class StringIntern2 {
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])); // 花费的时间为：6452ms
/**
* 此处new String()对象会被垃圾回收，实际并没有使用
*/
arr[i] = new String(String.valueOf(data[i % data.length])).intern(); // 花费的时间为：1483ms
}
long end = System.currentTimeMillis();
System.out.println("花费的时间为：" + (end - start) + "ms");
try {
Thread.sleep(10000000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
通过jvisualvm分别查看两次执行的内存信息
显然，对于程序中大量存在的字符串，尤其有很多重复字符串时，使用intern()方法能够大幅减少内存空间
6. StringTable的垃圾回收
代码演示：打印程序的GC和字符串常量池空间信息
/**
* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
*/
public class StringGCTest {
public static void main(String[] args) {
for (int i = 0; i < 100000; i++) {
String.valueOf(i).intern();
}
}
}
输出如下：
[GC (Allocation Failure) [PSYoungGen: 4096K->480K(4608K)] 4096K->488K(15872K), 0.0013707 secs] [Times: user=0.00 sys=0.00, real=0.00 secs]
Heap
PSYoungGen total 4608K, used 2629K [0x00000007bfb00000, 0x00000007c0000000, 0x00000007c0000000)
eden space 4096K, 52% used [0x00000007bfb00000,0x00000007bfd19610,0x00000007bff00000)
from space 512K, 93% used [0x00000007bff00000,0x00000007bff78020,0x00000007bff80000)
to space 512K, 0% used [0x00000007bff80000,0x00000007bff80000,0x00000007c0000000)
ParOldGen total 11264K, used 8K [0x00000007bf000000, 0x00000007bfb00000, 0x00000007bfb00000)
object space 11264K, 0% used [0x00000007bf000000,0x00000007bf002000,0x00000007bfb00000)
Metaspace used 2660K, capacity 4486K, committed 4864K, reserved 1056768K
class space used 287K, capacity 386K, committed 512K, reserved 1048576K
SymbolTable statistics:
Number of buckets : 20011 = 160088 bytes, avg 8.000
Number of entries : 10781 = 258744 bytes, avg 24.000
Number of literals : 10781 = 420160 bytes, avg 38.972
Total footprint : = 838992 bytes
Average bucket size : 0.539
Variance of bucket size : 0.537
Std. dev. of bucket size: 0.733
Maximum bucket size : 6
StringTable statistics:
Number of buckets : 60013 = 480104 bytes, avg 8.000
Number of entries : 38483 = 923592 bytes, avg 24.000
Number of literals : 38483 = 2163544 bytes, avg 56.221
Total footprint : = 3567240 bytes
Average bucket size : 0.641
Variance of bucket size : 0.499
Std. dev. of bucket size: 0.706
Maximum bucket size : 4
Process finished with exit code 0
可见JVM进行了垃圾回收：
[GC (Allocation Failure) [PSYoungGen: 4096K->480K(4608K)] 4096K->488K(15872K), 0.0013707 secs] [Times: user=0.00 sys=0.00, real=0.00 secs] 并且此时的字符串常量池的字符串数量不足10,0000
Number of entries : 38483 = 923592 bytes, avg 24.000
Number of literals : 38483 = 2163544 bytes, avg 56.2217. G1垃圾回收器中的String去重操作
参考 https://openjdk.java.net/jeps/192 （注意，此章节讨论的”去重“操作指的是堆空间中String对象，而非字符串常量池；字符串常量池本身就不存在重复字符串对象）
- 背景：对许多Java应用（有大的也有小的）做的测试得出以下结论：
- 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%
- String对象的平均长度是45
- 许多大规模的Java应用的瓶颈在于内存，测试表明，在这些类型的应用里面，Java堆中存活的数据集合差不多25%是String对象。更进一步，这里面差不多一半String对象是重复的，重复的意思是说：string1.equals(string2) = true。堆上存在重复的String对象必然是一种内存的浪费。这个项目将在G1垃圾收集器中实现自动持续对重复的String对象进行去重，这样就能避免浪费内存
具体实现步骤
- 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
命令行选项
- UseStringDeduplication (bool): 开启String去重，默认是不开启的
- 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