JVM篇： StringTable字符串常量池

小鱼儿 2024-03-17 21:02 61阅读 0赞

### String的基本特性 ###

*  String：字符串，使用一对 `""` 引起来表示
    
    `String s1 = "kele"; // 字面量的定义方式 String s2 = new String("bingtang"); // new 对象的方式`
 *  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 及以前内部定义了 `final char[] value` 用于存储字符串数据。JDK9 时改为 `final byte[] value`

#### 为什么JDK9改变了结构 ####

String 类的当前实现将字符存储在 char 数组中，每个字符使用两个字节(16 位)。从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且，大多数字符串对象只包含拉丁字符。这些字符只需要一个字节的存储空间，因此这些字符串对象的内部 char 数组中有一半的空间将不会使用。

我们建议改变字符串的内部表示 class 从 utf - 16 字符数组到字节数组加一个 encoding-flag 字段。新的 String 类将根据字符串的内容存储编码为 ISO-8859-1/Latin-1(每个字符一个字节)或 UTF-16(每个字符两个字节)的字符。编码标志将指示使用哪种编码。

结论：String 再也不用 char\[\] 来存储了，改成了 byte \[\] 加上编码标记，节约了一些空间。

`// JDK 8 之前 private final char value[]; // JDK 8 之后 private final byte[] value`

同时基于 String 的数据结构，例如 StringBuffer 和 StringBuilder 也同样做了修改。

#### String的不可变性 ####

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，也需要重新指定内存区域赋值，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。

通过字面量的方式(区别于 new)给一个字符串赋值，此时的字符串值声明在字符串常量池中。

代码：

`/** * String 的不可变性 * */ public class StringTest1 { public static void test1() { // 字面量定义的方式，"abc"存储在字符串常量池中 String s1 = "abc"; String s2 = "abc"; System.out.println(s1 == s2); // true s1 = "hello"; System.out.println(s1 == s2); // false System.out.println(s1); System.out.println(s2); System.out.println("----------------"); } public static void test2() { String s1 = "abc"; String s2 = "abc"; // 只要进行了修改，就会重新创建一个对象，这就是不可变性 s2 += "def"; System.out.println(s1); // abc System.out.println(s2); // abcdef System.out.println("----------------"); } public static void test3() { String s1 = "abc"; String s2 = s1.replace('a', 'm'); System.out.println(s1); // abc System.out.println(s2); // mbc } public static void main(String[] args) { test1(); test2(); test3(); } }`

运行结果

\`\`\` true false hello

### abc ###

abc

### abcdef ###

abc mbc \`\`\`

#### 面试题 ####

`/** * 面试题 * */ 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 ex = new StringExer(); ex.change(ex.str, ex.ch); System.out.println(ex.str); System.out.println(ex.ch); } }`

输出结果

`good best`

#### 注意 ####

**字符串常量池是不会存储相同内容的字符串的。**

String 的 String Pool 是一个固定大小的 Hashtable，默认值大小长度是 1009。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 是固定的，就是 1009 的长度，所以如果常量池中的字符串过多就会导致效率下降很快。`-XX:StringTablesize` 设置范围没有要求。

在 JDK7 中，StringTable 的长度默认值是 60013。

在 JDK 8 中，StringTable 可以设置的最小值为 1009。

测试代码

先随机将 100000 个字符串写到 words.txt 文件里。

`/** * 产生 10 万个长度不超过 10 的字符串，包含 a-z,A-Z */ public class GenerateString { public static void main(String[] args) throws IOException { FileWriter fw = new FileWriter("words.txt"); for (int i = 0; i < 100000; i++) { // 1 - 10 int length = (int)(Math.random() * (10 - 1 + 1) + 1); fw.write(getString(length) + "\n"); } fw.close(); } public static String getString(int length){ String str = ""; for (int i = 0; i < length; i++) { // 65 - 90, 97-122 int num = (int)(Math.random() * (90 - 65 + 1) + 65) + (int)(Math.random() * 2) * 32; str += (char)num; } return str; } }`

读取 words.txt 的字符串，看看花费了多少时间

`public class StringTest2 { public static void main(String[] args) { BufferedReader br = null; try { br = new BufferedReader(new FileReader("words.txt")); long start = System.currentTimeMillis(); String data; while((data = br.readLine()) != null){ data.intern(); // 如果字符串常量池中没有对应data的字符串的话，则在常量池中生成 } long end = System.currentTimeMillis(); System.out.println("花费的时间为：" + (end - start)); //1009:143ms 100009:47ms } catch (IOException e) { e.printStackTrace(); } finally { if(br != null){ try { br.close(); } catch (IOException e) { e.printStackTrace(); } } } } }`

*  \-XX:StringTableSize=1009：程序耗时 143ms
 *  \-XX:StringTableSize=100009：程序耗时 47ms

### 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。

*  比如：`string info="youngkbt.cn";`

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。

Java 6 及以前，字符串常量池存放在永久代。

Java 7 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 Java 堆内。

*  所有的字符串都保存在堆(Heap)中，和其他普通对象一样，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让我们重新考虑在 Java 7 中使用 `String.intern()`

Java8 元空间，字符串常量在堆

![image-20200711093546398][]

![image-20200711093558709][]

#### 为什么StringTable从永久代调整到堆中 ####

在 JDK 7 中，interned 字符串不再在 Java 堆的永久生成中分配，而是在 Java 堆的主要部分(称为年轻代和老年代)中分配，与应用程序创建的其他对象一起分配。此更改将导致驻留在 Java 堆中的数据更多，驻留在永久生成中的数据更少，因此可能需要调整堆大小。由于这一变化，大多数应用程序在堆使用方面只会看到相对较小的差异，但加载许多类或大量使用字符串的较大应用程序会出现这种差异。`intern()` 方法会看到更显著的差异。

*  永久代的默认比较小
 *  永久代垃圾回收频率低
 *  堆中空间足够大，字符串可被及时回收

`/** * jdk6中： * -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m * * jdk8中： * -XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m */ public class StringTest3 { public static void main(String[] args) { // 使用 Set 保持着常量池引用，避免 Full GC 回收常量池行为 Set<String> set = new HashSet<String>(); // 在 short 可以取值的范围内足以让 6MB 的 PermSize 或 heap 产生 OOM 了。 short i = 0; while(true){ set.add(String.valueOf(i++).intern()); } } }`

输出结果：可以看到字符串在堆中(JDK8)

`Exception in thread "main" java.lang.OutOfMemoryError: Java heap space at java.util.HashMap.resize(HashMap.java:703) at java.util.HashMap.putVal(HashMap.java:662) at java.util.HashMap.put(HashMap.java:611) at java.util.HashSet.add(HashSet.java:219) at com.youngkbt.java.StringTest3.main(StringTest3.java:22) Process finished with exit code 1`

### String的基本操作 ###

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。

#### 例子1 ####

`public class StringTest4 { public static void main(String[] args) { System.out.println(); // 2293 System.out.println("1"); // 2294 System.out.println("2"); 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"); System.out.println("10"); // 2303 // 如下的字符串 "1" 到 "10" 不会再次创建，直接使用上方的 System.out.println("1"); // 2304 System.out.println("2"); // 2304 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"); System.out.println("10"); // 2304 } }`

程序启动时已经加载了 2293 个字符串常量，加载了一个换行符(println)，所以多了一个，加载了字符串常量 1 到 10，之后的字符串 1 到 10 不会再次再次创建，直接使用上方的。

#### 例子2 ####

`// 官方示例代码 class Memory { public static void main(String[] args) { //line 1 int i = 1; // line 2 Object obj = new Object(); // line 3 Memory mem = new Memory(); // line 4 mem.foo(obj); // line 5 } // line 9 private void foo(Object param) { // line 6 String str = param.toString(); // line 7 System.out.println(str); } // line 8 }`

分析运行时内存：`foo()` 方法是实例方法，其实图中少了一个 this 局部变量

![image-20220123220353259][]

### 字符串拼接操作 ###

*  常量与常量的拼接结果在常量池，原理是编译期优化
 *  常量池中不会存在相同内容的变量
 *  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

解释：

*  常量与常量的拼接结果在常量池，原理是编译期优化

`public void test1() { String s1 = "a" + "b" + "c"; // 编译期优化：等同于"abc" String s2 = "abc"; // abc 存放在常量池，直接将常量池的地址返回 /* * 最终 .java 编译成 .class,再执行 .class * String s1 = "abc"; * String s2 = "abc" */ System.out.println(s1 == s2); // true，因为存放在字符串常量池 System.out.println(s1.equals(s2)); // true }`

从字节码指令看出：编译器做了优化，将 "a" + "b" + "c" 优化成了 "abc"

`0 ldc #2 <abc> 2 astore_1 3 ldc #2 <abc> 5 astore_2 6 getstatic #3 <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 #4 <java/io/PrintStream.println> 22 getstatic #3 <java/lang/System.out> 25 aload_1 26 aload_2 27 invokevirtual #5 <java/lang/String.equals> 30 invokevirtual #4 <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

`public void test2() { String s1 = "javaEE"; String s2 = "hadoop"; String s3 = "javaEEhadoop"; String s4 = "javaEE" + "hadoop"; 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 String s8 = s6.intern(); System.out.println(s3 == s8); // true }`

从上述的结果我们可以知道：

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()`，具体的内容为拼接的结果。

而调用 `intern` 方法，则会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的值，否者就在常量池中创建。

#### 底层原理 ####

拼接操作的底层其实使用了 StringBuilder

`@Test public void test3(){ String s1 = "a"; String s2 = "b"; String s3 = "ab"; /* 如下的 s1 + s2 的执行细节：(变量 s 是我临时定义的) ① StringBuilder s = new StringBuilder(); ② s.append("a") ③ s.append("b") ④ s.toString() --> 约等于 new String("ab")，但不等价 补充：在 jdk5.0 之后使用的是 StringBuilder，在 jdk5.0 之前使用的是S tringBuffer */ String s4 = s1 + s2; System.out.println(s3 == s4); // false }`

字节码如图：

![image-20200711102231129][]

s1 + s2 的执行细节：

*  `StringBuilder s = new StringBuilder();`
 *  `s.append(s1);`
 *  `s.append(s2);`
 *  `s.toString(); -> 类似于 new String("ab");`

在 JDK5 之后，使用的是 StringBuilder，在 JDK5 之前使用的是 StringBuffer。

| String | StringBuffer | StringBuilder | | --------------------------------------------------------------------- | ----------------------------------------------------------------------------------------------------------------------------- | ---------------------- | | String 的值是不可变的，这就导致每次对String 的操作都会生成新的 String 对象，不仅效率低下，而且浪费大量优先的内存空间 | StringBuffer 是可变类，和线程安全的字符串操作类，任何对它指向的字符串的操作都不会产生新的对象。每个 StringBuffer 对象都有一定的缓冲区容量，当字符串大小没有超过容量时，不会分配新的容量，当字符串大小超过容量时，会自动增加容量 | 与 StringBuffer 类似，速度更快 | | 不可变 | 可变 | 可变 | | | 线程安全 | 线程不安全 | | | 多线程操作字符串 | 单线程操作字符串 |

注意，我们左右两边如果是变量的话(一边也是)，就是需要 `new StringBuilder` 进行拼接，但是如果使用的是 final 修饰，则是从常量池中获取。所以说拼接符号左右两边都是字符串常量或常量引用，则仍然使用编译器优化。也就是说被 final 修饰的变量，将会变成常量，类和方法将不能被继承。

**在开发中，能够使用 final 修饰的时候，建议使用上，因为在编译期间就确定值，提高效率。**

`/* * 1. 字符串拼接操作不一定使用的是 StringBuilder 如果拼接符号左右两边都是字符串常量或常量引用，则仍然使用编译期优化，即非 StringBuilder 的方式 * 2. 针对于 final 修饰类、方法、基本数据类型、引用数据类型的量的结构时，能使用上 final 的时候建议使用上 */ @Test public void test4(){ final String s1 = "a"; final String s2 = "b"; String s3 = "ab"; String s4 = s1 + s2; // 因为 s1 和 s2 已经被 final 修饰，所以不会 new 在堆中 System.out.println(s3 == s4); // true } @Test public void test5(){ String s1 = "javaEEhadoop"; String s2 = "javaEE"; String s3 = s2 + "hadoop"; System.out.println(s1 == s3); // false final String s4 = "javaEE"; // s4 是常量，不是变量 String s5 = s4 + "hadoop"; System.out.println(s1 == s5); // true }`

#### 拼接操作和append性能对比 ####

`public static void method1(int highLevel) { String src = ""; for (int i = 0; i < highLevel; i++) { src += "a"; // 每次循环都会创建一个 StringBuilder 和 String 对象(应该避免) } } public static void method2(int highLevel) { // 只需要创建一个 StringBuilder StringBuilder sb = new StringBuilder(); // 优化：StringBuilder s = new StringBuilder(highLevel); for (int i = 0; i < highLevel; i++) { sb.append("a"); } }`

方法 1 耗费的时间：4005ms，方法 2 消耗时间：7ms。

结论：

*  通过 StringBuilder 的 `append` 方式添加字符串的效率，要远远高于 String 的字符串拼接方法

好处

*  StringBuilder 的 `append` 的方式，自始至终只创建一个 StringBuilder 的对象
 *  对于字符串拼接的方式，还需要创建很多 StringBuilder 对象和调用 `toString` 时候创建的 String 对象
 *  内存中由于创建了较多的 StringBuilder 和 String 对象，内存占用过大，如果进行 GC 那么将会耗费更多的时间

改进的空间

*  我们使用的是 StringBuilder 的空参构造器，默认的字符串容量是 16，然后将原来的字符串拷贝到新的字符串中，我们也可以默认初始化更大的长度，减少扩容的次数
    
    例如：`StringBuilder s = new StringBuilder(highLevel); // new char[highLevel]`
 *  因此在实际开发中，我们能够确定，前前后后需要添加的字符串不高于某个限定值，那么建议使用构造器创建一个阈值的长度

### intern()的使用 ###

`intern` 是一个 native 方法，调用的是底层 C 的方法。

`public native String intern();`

字符串池最初是空的，由 String 类私有地维护。在调用 `intern` 方法时，如果池中已经包含了由 `equals(object)` 方法确定的与该字符串对象相等的字符串，则返回池中的字符串。否则，该字符串对象将被添加到池中，并返回对该字符串对象的引用。

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：

JDK 7 之前，`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。

JDK7 以及之后，`intern` 方法会从字符串常量池中查询当前字符串是否存在：

*  若存在，直接返回字符串的引用
 *  若不存在，则从堆中查询当前字符串是否存在(new String())，若堆存在，则在字符串常量池创建引用堆的常量(并不是创建新的 String 常量)，若堆不存在，就会将当前字符串放入常量池中，然后返回字符串的引用

比如：

`String myInfo = new String("I love kele").intern(); // 堆有，常量池也有 System.out.println(myInfo == "I love kele"); // true`

也就是说，如果在任意字符串上调用 `String.intern` 方法，那么其返回结果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)。

> 可能看到这里，大家还有疑惑：new String("kele") 的 kele 放在哪里？

`String s1 = new String("kele"); // s1 指向内存中的对象引用`

步骤如下：

*  同上，看到有 `kele` 这个字面量，就会先去字符串常量池中检查是否存在字符串 `kele`
 *  如果不存在，先在字符串常量池里创建一个字符串对象 `kele`，再去堆内存中创建一个字符串对象 `kele`
 *  如果存在，就直接去堆内存中创建一个字符串对象 `kele`
 *  无论存不存在，都只返回堆内存中的字符串对象 `kele` 的引用

所以我们知道，`new String("kele")` 的过程，会分别在堆和常量池创建 `kele`，最终引用的是堆的地址。

### 面试题 ###

#### new String("ab")会创建几个对象 ####

`/** * 题目： * new String("ab")会创建几个对象？看字节码，就知道是两个。 * 一个对象是：new 关键字在堆空间创建的 * 另一个对象是：字符串常量池中的对象"ab"。 字节码指令：ldc * */ public class StringNewTest { public static void main(String[] args) { String str = new String("ab"); } }`

我们转换成字节码来查看

`0 new #2 <java/lang/String> 3 dup 4 ldc #3 <ab> 6 invokespecial #4 <java/lang/String.<init>> 9 astore_1 10 return`

这里面就是两个对象

*  一个对象是：new 关键字在堆空间中创建
 *  另一个对象：字符串常量池中的对象

#### new String("a") + new String("b")会创建几个对象 ####

`/** * 思考： * new String("a") + new String("b") 呢？ * 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" * * 深入剖析： StringBuilder 的 toString(): * 对象 6 ：new String("ab") * 强调一下，toString() 的调用，在字符串常量池中，没有生成 "ab" * */ public class StringNewTest { public static void main(String[] args) { String str = new String("a") + new String("b"); } }`

字节码文件为

`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`

我们创建了 6 个对象

*  对象 1：new StringBuilder()
 *  对象 2：new String("a")
 *  对象 3：常量池的 a
 *  对象 4：new String("b")
 *  对象 5：常量池的 b
 *  对象 6：toString 中会创建一个 new String("ab")
    
     *  调用 toString 方法，不会在常量池中生成 ab

#### intern的使用 ####

> JDK6 中

`/** * 如何保证变量 s 指向的是字符串常量池中的数据呢？ * 有两种方式： * 方式一： String s = "shkstart"; // 字面量定义的方式 * 方式二： 调用 intern() * String s = new String("shkstart").intern(); * String s = new StringBuilder("shkstart").toString().intern(); * */ public class StringIntern { public static void main(String[] args) { String s = new String("1"); s.intern(); // 调用此方法之前，字符串常量池中已经存在了"1" String s2 = "1"; System.out.println(s == s2); // jdk6：false，jdk7/8：false /* 1、s3 变量记录的地址为：new String("11") 2、经过上面的分析，我们已经知道执行完 pos_1 的代码，在堆中有了一个 new String("11") 这样的 String 对象。但是在字符串常量池中没有 "11" 3、接着执行 s3.intern()，在字符串常量池中生成 "11" 3-1、在 JDK6 的版本中，字符串常量池还在永久代，所以直接在永久代生成 "11",也就有了新的地址 3-2、而在 JDK7 的后续版本中，字符串常量池被移动到了堆中，此时堆里已经有 new String("11") 了 出于节省空间的目的，直接将堆中的那个字符串的引用地址储存在字符串常量池中。没错，字符串常量池 中存的是 new String("11") 在堆中的地址 4、所以在 JDK7 后续版本中，s3 和 s4 指向的完全是同一个地址。 */ String s3 = new String("1") + new String("1"); // pos_1 s3.intern(); String s4 = "11"; // s4 变量记录的地址：使用的是上一行代码代码执行时，在常量池中生成的"11"的地址 System.out.println(s3 == s4); // jdk6：false，jdk7/8：true } }`

16 行的判断，为什么对象会不一样呢？

*  一个是 new 创建的对象，一个是常量池中的对象，显然不是同一个

而对于下面的来说，因为 s3 变量记录的地址是 `new String("11")`，然后这段代码执行完以后，常量池中不存在 "11"，这是 JDK6 的关系，然后执行 `s3.intern()` 后，就会在常量池中生成 "11"，最后 s4 指向字符串常量池的地址。

> 为什么最后输出的 s3 == s4 会为 false 呢？

这是因为 s3 在 JDK6 中创建了一个新的对象 "11"，也就是有了新的地址，s3 指向新地址，而 s4 指向字符串常量池的地址。

> JDK7 中

在 JDK7 后，`intern` 会先去堆里找是否存在常量，如果存在，则在字符串常量池开辟一个空间，引用堆的常量，并不是创建新的常量。

所以 32 行的 s4 使用 s3 在字符串常量池「创建」的 "11"，但并不是真正的创建，而是字符串常量池的 "11" 引用了 s3 在堆空间的 "11"，所以 s4 最后还是引用存在堆的常量，只不过中间套了一层字符串常量池的引用。

如图：

![image-20200711145925091][]

#### 扩展题 ####

`/** * StringIntern.java 中练习的拓展： * */ public class StringIntern1 { public static void main(String[] args) { // 执行完下一行代码以后，字符串常量池中，是否存在 "11" 呢？答案：不存在！！ String s3 = new String("1") + new String("1");// new String("11") // 在字符串常量池中生成对象 "11"，代码顺序换一下，实打实的在字符串常量池里有一个 "11" 对象 String s4 = "11"; String s5 = s3.intern(); // s3 是堆中的 "ab" ，s4 是字符串常量池中的 "ab" System.out.println(s3 == s4); // false // s5 是从字符串常量池中取回来的引用，当然和 s4 相等 System.out.println(s5 == s4); // true System.out.println(s5 == s3); // false } }`

我们将 s4 的位置向上移动一行，发现变化就会很大，最后得到的是 false。

*  开始 s3 指向堆的 "11"
 *  `s4 = "11"`，然后去常量池看是否有 11，因为没有，所以创建 "11" 在常量池
 *  `s3.intern()` 首先去常量池找 "11"，发现已经存在，所以返回该引用
 *  所以堆引用 s3 不等于常量池引用 s4，而 s4 等于 s5

#### 练习题 ####

> 练习 1

`public class StringExer1 { public static void main(String[] args) { String x = "ab"; String s = new String("a") + new String("b");//new String("ab") //在上一行代码执行完以后，字符串常量池中并没有"ab" /* 1、jdk6中：在字符串常量池(此时在永久代)中创建一个字符串"ab" 2、jdk8中：字符串常量池(此时在堆中)中没有创建字符串"ab",而是创建一个引用，指向new String("ab")， 将此引用返回 3、详解看上面 */ String s2 = s.intern(); System.out.println(s2 == "ab");// jdk6:true jdk8:true System.out.println(s == "ab");// jdk6:false jdk8:true } }`

在 JDK6 中，在字符串常量池中创建一个字符串 `ab`

![image-20200711150859709][]

在 JDK8 中，在字符串常量池中没有创建 `ab`，而是将堆中的地址复制到串池中

![image-20200711151326909][]

> 练习 2

`public class StringExer1 { public static void main(String[] args) { // 加一行这个 String x = "ab"; String s = new String("a") + new String("b"); // new String("ab") String s2 = s.intern(); System.out.println(s2 == x); // jdk6:true jdk8:true System.out.println(s == x); // jdk6:false jdk8:true } }`

针对下面这题，在 JDK6 和 8 中表现的是一样的

![image-20200711151433277][]

> 练习 3

`public class StringExer2 { public static void main(String[] args) { String s1 = new String("ab"); // 执行完以后，会在字符串常量池中会生成 "ab" // String s1 = new String("a") + new String("b"); // 执行完以后，不会在字符串常量池中会生成 "ab" s1.intern(); String s2 = "ab"; System.out.println(s1 == s2); // false } }`

如果把第 3 行注释，第 4 行取消注释，则返回 true。

#### 总结 ####

总结 String 的 intern() 的使用。

JDK1.6 中，将这个字符串对象尝试放入串池。

*  如果串池中有，则并不会放入。返回已有的串池中的对象的地址
 *  如果没有，会把此 **对象复制一份**，放入串池，并返回串池中的对象地址

JDK1.7 起，将这个字符串对象尝试放入串池。

*  如果串池中有，则并不会放入。返回已有的串池中的对象的地址
 *  如果没有，则会把 **对象的引用地址** 复制一份，放入串池，并返回串池中的引用地址

JDK1.7 以及之后，`intern` 方法会优先从堆中查询当前字符串是否存在(new String())，若存在则直接在字符串常量池引用堆的常量(并不是创建新的常量)，若不存在，则去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。

### intern()的效率测试(空间角度) ###

`/** * 使用 intern() 测试执行效率：空间使用上 * * 结论：对于程序中大量存在的字符串，尤其其中存在很多重复字符串时，使用 intern() 可以节省内存空间。 * */ 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])); arr[i] = new String(String.valueOf(data[i % data.length])).intern(); } long end = System.currentTimeMillis(); System.out.println("花费的时间为：" + (end - start)); try { Thread.sleep(1000000); } catch (InterruptedException e) { e.printStackTrace(); } System.gc(); } }`

直接 `new String`：由于每个 String 对象都是 new 出来的，所以程序需要维护大量存放在堆空间中的 String 实例，程序内存占用也会变高

`// 直接 new String ：由于每个 String 对象都是 new 出来的，所以程序需要维护大量存放在堆空间中的 String 实例，程序内存占用也会变高 arr[i] = new String(String.valueOf(data[i % data.length]));`

![image-20220123235537086][]

如果把 16 行注释掉，17 行取消注释，如下：

`// arr[i] = new String(String.valueOf(data[i % data.length])); // 调用了 intern() 方法使用了字符串常量池里的字符串，那么前面堆里的字符串便会被 GC 掉，这也是 intern 省内存的关键原因 arr[i] = new String(String.valueOf(data[i % data.length])).intern();`

使用 `intern()` 方法：由于数组中字符串的引用都指向字符串常量池中的字符串，所以程序需要维护的 String 对象更少，内存占用也更低。

![image-20220123235612892][]

虽然两个方法都会产生相同的 String，但是 `intern` 使用的是字符串常量池，所以堆的 String 很快被回收，这里要明白什么时候被回收：没有引用 String 的时候被回收，而直接 `new String` 则使用的是堆的 String，导致无法清除 String。

> 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()` 方法能够节省很大的内存空间
 *  大的网站平台，需要内存中存储大量的字符串。比如社交网站，很多人都存储：北京市、海淀区等信息。这时候如果字符串都调用 `intern()` 方法，就会很明显降低内存的大小

### 字符串的几种创建方式 ###

字符串的创建分为以下三种：

*  直接赋值
 *  new String()
 *  intern 方法

#### 直接赋值 ####

这种方式创建的字符串对象，只会在常量池中。返回的也只是字符串常量池中的对象引用

`String s = "aaa"; // s 指向常量池中的引用`

步骤如下：

*  因为有 `aaa` 这个字面量，在创建对象 s 的时候，JVM 会先去常量池中通过 `equals(key)` 方法，判断是否有相同的对象
 *  如果有，则直接返回该对象在常量池中的引用
 *  如果没有，则会在常量池中创建一个新对象，再返回常量池中 `aaa` 的对象引用。

#### new String() ####

这种方式会保证字符串常量池和堆中都有这个对象，最后返回堆内存中的对象引用

`String s1 = new String("aaa"); // s1 指向内存中的对象引用`

步骤如下：

*  同上，看到有 `aaa` 这个字面量，就会先去字符串常量池中检查是否存在字符串 `aaa`
 *  如果不存在，先在字符串常量池里创建一个字符串对象 `aaa`；再去堆内存中创建一个字符串对象 `aaa`
 *  如果存在，就直接去堆内存中创建一个字符串对象 `aaa`
 *  无论存不存在，都只返回堆内存中的字符串对象 `aaa` 的引用

#### intern()方法 ####

`String s1 = new String("aaa"); String s2 = s1.intern(); System.out.println(s1 == s2); // false`

intern 方法是一个 native 的方法，当调用 intern 方法时：

*  如果字符串常量池中已经包含一个等于 `aaa` 的字符串(用 equals(oject) 方法确定)，则返回字符串常量池中的字符串 `aaa`
 *  如果字符串常量池中没有 `aaa` 这样一个字符串，则会将 intern 返回的引用指向当前字符串 s1，也就说会返回堆中的 `aaa`

注意：在 JDK6 版本及以前，如果字符串常量池中没有 `aaa` 这样一个字符串 ，还需要将 `aaa` 复制到字符串常量池里，然后返回字符串常量池中的这个新创建的字符串 `aaa`。

### StringTable的垃圾回收 ###

`/** * String的垃圾回收 * -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(); } } }`

输出结果：

*  在 PSYoungGen 区发生了垃圾回收
 *  Number of entries 和 Number of literals 明显没有 100000
 *  以上两点均说明 StringTable 区发生了垃圾回收

图中有三个红框，1753 对应的是上方代码的 `i < 100`，1855 对应 `i < 1000`，62308 对应 `i < 100000`。

![image-20220124000314019][]

### G1中的String去重操作 ###

> **官方文档**：`http://openjdk.java.net/jeps/192`

注意这里说的重复，指的是在堆中的数据，而不是常量池中的，因为常量池中的本身就不会重复。

#### 描述 ####

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%
 *  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：`stringl.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。

#### 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

#### 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。

Printstringbeduplicationstatistics(bool)：打印详细的去重统计信息。

stringpeduplicationAgeThreshold(uintx)：达到这个年龄的 String 对象被认为是去重的候选对象。

[image-20200711093546398]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/08b0db73bcce41d8b08678b683396e23.png
[image-20200711093558709]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/015c0f7f5aa84199acef675684767b67.png
[image-20220123220353259]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/a4b1f9c14ebf4e568484fb140b1d79f9.png
[image-20200711102231129]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/ca22bad6f2024d4d8bdd3ee92ab852a6.png
[image-20200711145925091]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/d0a2b233d66847439052558828423d2d.png
[image-20200711150859709]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/a1f8395e01ea4395b63989219878033d.png
[image-20200711151326909]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/605ae7bf8f1c485181aa8ba3c6a0cee5.png
[image-20200711151433277]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/fbb6a4d9f8114ba38852b1ff14264c7c.png
[image-20220123235537086]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/9244e7b7a22d4e76834a413607617fe9.png
[image-20220123235612892]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/6f5821eaecf64cdeacb9edfa703c09d7.png
[image-20220124000314019]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/14/6893f515c07549e78535b414a736a5d6.png