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()
方法修改制定字符或字符串时,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" } } 复制代码
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" } } 复制代码
-
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
- 使用
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的工程师堆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
}
复制代码
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
复制代码
- 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
}
复制代码
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
}
复制代码
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
复制代码
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
}
复制代码
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
复制代码
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
}
复制代码
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");
}
}
复制代码
输出如下:
method1 花费的时间为:5558ms
method2 花费的时间为:3ms
复制代码
5. 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();
复制代码
- 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();
- 比如:
- 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");
}
}
复制代码
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
复制代码
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");
}
}
复制代码
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
复制代码
- 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
复制代码
- 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);
}
}
复制代码
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
}
}
复制代码
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,则会吧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();
}
}
}
复制代码
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();
}
}
}
复制代码
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
复制代码
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]
复制代码
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 56.221
复制代码
7. G1垃圾回收器中的String去重操作
参考 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
- 堆存活数据集合里面String对象占了
- 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对象时重复的,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