1. String的基本特性

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(1)

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

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(2)

继续执行下一步，得到1210，此处其实增加了换行符

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(3)

继续执行下一步，得到1211，此处增加了字符串"1"

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(4)

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"

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(5)

继续执行下一步，得到1212，新增字符串"2"

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(6)

继续执行下一步，依然得到1212

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(7)

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

代码演示 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 }

代码演示 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：3ms

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();

  • 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

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(8)

常量存放在jvm的哪个区（JVM系列十一字符串常量池）(9)

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 56.221

7. 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
,