StringTable/StringPool

系列文章目录

1. JVM与Java体系结构

2. JVM-类加载子系统

3. JVM-运行时数据区概述及线程

4. JVM-程序计数器（PC寄存器）

5. JVM-虚拟机栈

6. JVM-本地方法接口

7. JVM-本地方法栈

8. JVM-堆

9. JVM-方法区

10.JVM-StringTable/StringPool

11.JVM-垃圾回收概述

12.JVM-垃圾回收相关算法

13.JVM-垃圾回收相关概念

14.JVM-垃圾回收器

StringTable又叫StringPool，即字符串常量。

1. String的基本特性

String：字符串，使用一对 "" 引起来表示

• String s1 = "hello" ; // 字面量的定义方式（这种方式赋值很像基本数据类型，但String实际是一个对象）
• String s2 = new String("hello");

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byte[]

1.1. String在JDK9中存储结构变更

JDK8的String源码

 JDK9的String源码

原来char要占两个字节，堆中的数据又是String多，而大多数字符串都是拉丁字母，一个字节就能存下，所以改为byte，中文等字符就用两个字节，简单来说就是为了节省空间。

官网的说法：

1.2. String的基本特性

1.2.1. 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，需要重新指定内存区域赋值，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。

例子：体现String的不可变性

package _03;
import org.junit.Test;
​
public class _58_StringTest1 {
​
    @Test
    public 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";
        // s1指向的对象是abc字符串对象，修改s1会重新new一个新的字符串对象hello，然后修改s1的引用指向新的对象
        s1 = "hello";
​
        System.out.println(s1 == s2);//判断地址：false
​
        System.out.println(s1);// hello
        System.out.println(s2);//abc
​
    }
​
    @Test
    public void test2() {
        String s1 = "abc";
        String s2 = "abc";
        // 要改s2就要新new一个对象，修改s2的引用指向
        s2 += "def";
        System.out.println(s2);//abcdef
        System.out.println(s1);//abc
    }
​
    @Test
    public void test3() {
        String s1 = "abc";
        String s2 = s1.replace('a', 'm');
        System.out.println(s1);//abc
        System.out.println(s2);//mbc
    }
}

package _03;
​
public class _59_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) {
        _59_StringExer ex = new _59_StringExer();
        ex.change(ex.str, ex.ch);
        System.out.println(ex.str);//good  不变
        System.out.println(ex.ch);//best  变
    }
}

1.2.2. 字符串常量池

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。

字符串常量池不会存储相同内容的字符串。

String的String Pool是一个固定大小的Hashtable（底层是一个Map），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，所以默认的长度比较大。

使用-XX:StringTableSize可设置StringTab1e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。StringTableSize设置没有要求。

在jdk7中，StringTable的长度默认值是60013。

在JDK8中，设置StringTable的长度最小值为1009。

例子：

产生10万个长度不超过10的字符串，包含a-z,A-Z

package _03;
​
import java.io.FileWriter;
import java.io.IOException;
​
/**
 * 产生10万个长度不超过10的字符串，包含a-z,A-Z
 */
public class _60_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;
    }
}

执行得到words.txt

StringPool的长度大小影响效率

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。

  比如：String info="atguigu.com"；

• 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。（后面重点讲）

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。

2.1. 为什么将StringTable从永久代调整到堆中 

在JDK 7中，interned字符串不再在Java堆的永久代中分配，而是在Java堆的主要部分(称为年轻代和年老代)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主Java堆中的数据更多，驻留在永久代中的数据更少，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

3. 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。

相同的字符串不会再次创建。

4. 字符串拼接操作

1、常量与常量的拼接结果在常量池，原理是编译期优化

2、常量池中不会存在相同内容的变量

3、只要其中有一个是变量，结果就在堆中（相当于new了一个对象）。变量拼接的原理是StringBuilder

4、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

例子：JDK8环境下。

（执行结果、以及结论都在代码中了）

package _03;
​
import org.junit.Test;
​
/**
 * 字符串拼接操作
 */
public class _64_StringTest6 {
    @Test
    public void test1(){
        String s1 = "a" + "b" + "c";//编译期优化：等同于"abc"
        String s2 = "abc"; //"abc"一定是放在字符串常量池中，将此地址赋给s2
        /*
         * 最终.java编译成.class，再反编译.class文件可以看到s1、s2如下：
         * String s1 = "abc";
         * String s2 = "abc"
         */
        System.out.println(s1 == s2); //true
        System.out.println(s1.equals(s2)); //true
​
        /**
         * 从字节码看：
         *  0 ldc #2      // 从常量池中加载abc进来
         *  2 astore_1         // 保存起来
         *  3 ldc #2      // #2可以看出来，s1、s2的常量地址一样，即他们指向的是常量池中同一个常量
         *  5 astore_2
         */
    }
​
    @Test
    public void test2(){
        String s1 = "javaEE";
        String s2 = "hadoop";
​
        String s3 = "javaEEhadoop";
        String s4 = "javaEE" + "hadoop";//编译期优化
        //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：javaEEhadoop
        String s5 = s1 + "hadoop";  // 是new了一个对象
        String s6 = "javaEE" + s2;  // 是new了一个对象
        String s7 = s1 + s2;  // 是new了一个对象
​
        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javaEEhadoop的地址；
        //如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回次对象的地址。
        String s8 = s6.intern();    // s6指向堆中一个字符串为javaEEhadoop"的对象，只是获取s6字符串的值，s8其实指向的是s3所指向的对象
        System.out.println(s3 == s8);//true    s3指向常量池的"javaEEhadoop"，常量池的"javaEEhadoop"是在s3赋值的时候创建的
        System.out.println(s6 == s8);//false    注意这俩不是同一个对象
    }
​
    @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")，可以看源码 -- 新new出来的对象地址给s4
​
        补充：在jdk5.0之后使用的是StringBuilder（线程不安全，但速度快）,在jdk5.0之前使用的是StringBuffer（线程安全，但速度慢）
​
        字节码层面看：
         0 ldc #14 
         2 astore_1
         3 ldc #15 
         5 astore_2
         6 ldc #16 
         8 astore_3
         9 new #9                       // 有变量就new StringBuilder
        12 dup
        13 invokespecial #10 >
        16 aload_1                                               // 加载"a"
        17 invokevirtual #11     // append("a")
        20 aload_2
        21 invokevirtual #11     // append("b")
        24 invokevirtual #12   // 返回字符串
        27 astore 4
        29 getstatic #3 
         */
        String s4 = s1 + s2;//
        System.out.println(s3 == s4);//false
​
    }
    /*
    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（编译期间就能确定）。
     */
    @Test
    public void test4(){
        // final修饰后就是常量了，就不是变量了
        final String s1 = "a";
        final String s2 = "b";
        String s3 = "ab";
        // 编译期间就能确定s4 = "ab"，反编译class文件为java源文件后可以看到 String s4 =  "ab"; 字节码可以看到 ldc #16 
        String s4 = s1 + s2;
        System.out.println(s3 == s4);//true
    }
    //练习：
    @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:常量
        String s5 = s4 + "hadoop";
        System.out.println(s1 == s5);//true
​
    }
​
    /*
    体会执行效率：通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式！
    详情：① StringBuilder的append()的方式：自始至终中只创建过一个StringBuilder的对象
          使用String的字符串拼接方式：创建过多个StringBuilder和String的对象
         ② 使用String的字符串拼接方式：内存中由于创建了较多的StringBuilder和String的对象，内存占用更大；如果进行GC，需要花费额外的时间。
​
     改进的空间：在实际开发中，如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化：
               StringBuilder s = new StringBuilder(highLevel);//new char[highLevel] //（指定容量大小，避免多次扩容）
     */
    @Test
    public void test6(){
​
        long start = System.currentTimeMillis();
​
        // 分别执行method1、method2方法，对比String、StringBuilder拼接字符串的效率。-- 结果可以看到String效率差StringBuilder一千倍
        method1(100000);// 耗时：4435毫秒
//        method2(100000); // 耗时：4毫秒
​
        long end = System.currentTimeMillis();
​
        System.out.println("花费的时间为：" + (end - start));
    }
​
    public void method1(int highLevel){
        String src = "";
        for(int i = 0;i < highLevel;i++){
            src = src + "a";//每次循环都会创建一个StringBuilder、String（每次会创建两个对象）
        }
//        System.out.println(src);
​
    }
​
    public void method2(int highLevel){
        //只需要创建一个StringBuilder
        StringBuilder src = new StringBuilder();
        for (int i = 0; i < highLevel; i++) {
            src.append("a");
        }
//        System.out.println(src);
    }
}

package _03;
​
/**
 * 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 _65_StringNewTest {
    public static void main(String[] args) {
        String str = new String("ab");
    }
}

package _03;
​
/**
 * 思考：
 * new String("a") + new String("b")会创建几个对象？
 *  对象1：new StringBuilder()，用来append(a) append(b)
 *  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")  -- （SB的toString()的底层就是new一个新的）
 *       强调一下，toString()的调用，在字符串常量池中，没有生成"ab"
 */
public class _66_StringNewTest2 {
    public static void main(String[] args) {
        String str = new String("a") + new String("b");
    }
}

package _03;
​
​
public class _67_StringIntern {
    public static void main(String[] args) {
​
        String s = new String("1");
        s.intern();
        String s2 = "1";
        System.out.println(s == s2);//jdk6：false   jdk7/8：false
​
​
        String s3 = new String("8") + new String("9");
        s3.intern();
        String s4 = "89";
        System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
    }
}

public class _67_StringIntern {
    public static void main(String[] args) {
        // s是新new出来的对象地址，只是这对象里面有个引用指向常量池的字符串“1”对象
        String s = new String("1");
        //调用此方法之前，字符串常量池中已经存在了"1"。
        // intern只是把s对象本来有的字符串“1”不要了，然后指向常量池的字符串“1”对象
        s.intern();
        // s2指向常量池的字符串“1”对象
        String s2 = "1";
        System.out.println(s == s2);//jdk6：false   jdk7/8：false
​
        // s3变量记录的地址为：new String("11")
        String s3 = new String("1") + new String("1");
        /**
         * 执行完上一行代码以后，字符串常量池中，是否存在"11"呢？答案：不存在！！
         *
         * 在字符串常量池中生成"11"。如何理解：
         * jdk6:创建了一个新的对象"11",也就有新的地址。
         * jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
         */
        s3.intern();
        // 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
        String s4 = "11";
        System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
    }
}

package _03;
​
/**
 * 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 _71_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++) {
            // 不使用intern，对比
            arr[i] = new String(String.valueOf(data[i % data.length]));  // 花费的时间为：10296
            // 使用intern，对比
//            arr[i] = new String(String.valueOf(data[i % data.length])).intern();  // 花费的时间为：924
        }
        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();
    }
}