第十三章：StringTable

String的基本特性
- 为什么JDK9改变了结构
- String的不可变性
- 面试题
- 注意
String的内存分配
- 为什么StringTable从永久代调整到堆中
String的基本操作
字符串拼接操作
- 拼接操作和append性能对比
intern()的使用
- intern的空间效率测试
面试题
- new String("ab")会创建几个对象
- new String("a") + new String("b") 会创建几个对象
- 面试题：intern() 的使用
- - JDK6中
  - JDK7/JDK8 中
  - 扩展
- 总结
- 练习
StringTable的垃圾回收
G1中的String去重操作
- 描述
- 实现
- 开启

String的基本特性

String：字符串，使用一对 ”” 引起来表示
- String s1 = “mogublog” ; // 字面量的定义方式
- String s2 = new String(“moxi”);
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[]

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clasš从utf - 16字符数组到字节数组+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

// 之前
private final char value[];
// 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** @author: Y* @create: 2020-07-11-8:57*/
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);s1 = "hello";System.out.println(s1 == s2);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);System.out.println(s2);System.out.println("----------------");}public static void test3() {String s1 = "abc";String s2 = s1.replace('a', 'm');System.out.println(s1);System.out.println(s2);}public static void main(String[] args) {test1();test2();test3();}
}

运行结果

true
false
hello
abc
----------------
abc
abcdef
----------------
abc
mbc

面试题

/**** Author: YZG* Date: 2022/10/11 11:03* Description:  演示字符串不可改变*/
public class StringExer {String str = new String("good");char[] ch = {'t', 'e', 's', 't'};// 这里的 str 会重新开辟一个空间，指向 good ，在执行过程中新开辟的 str 重新指向 test ok，原来的 str 并没有修改，还是指向了 goodpublic 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);//goodSystem.out.println(ex.ch);//best}
}

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，StringTable可以设置的最小值为1009

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：

比如：string info=“atguigu.com”；直接使用 “”
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

JDK8的时候，元空间大小只受物理内存影响

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

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。

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

字符串拼接中，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。如果有该字符串，则返回有的那个地址

常量与常量的拼接结果在常量池，原理是编译期优化

    @Testpublic void test1(){String s1 = "a" + "b" + "c";//编译期优化：等同于"abc"。保存在字符串常量池中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,再执行.class* String s1 = "abc";* String s2 = "abc"*/System.out.println(s1 == s2); //trueSystem.out.println(s1.equals(s2)); //true}

其中 s1 在编译阶段将拼接工作完成了，变成 abc

常量池中不会存在相同内容的变量

public class StringTest01 {public static void main(String[] args) throws IOException {System.out.println("1"); // 2334System.out.println("2"); // 2336. 还有一个换行符System.out.println("3"); // 2337System.out.println("4"); // 2338// 以下字符串不会保存到常量池中，而是指向存在的字符串。System.out.println("1"); // 2339System.out.println("2"); // 2339System.out.println("3"); // 2339System.out.println("4"); // 2339}
}

字符串拼接中，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

 @Testpublic 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")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}

如果在字符串拼接过程中出现了变量，则相当于在堆空间中 new String(), 具体内容为拼接结果

通过字节码方式看一下实现细节：

在 Jdk 5.0 之前使用的是 StringBuffer，之后使用 StringBuilder

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	可变类，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

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。如果有该字符串，则返回有的那个地址

 @Testpublic 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// 因此每一个 new 的对象，他的引用地址都是不一样的。String s5 = s1 + "hadoop";String s6 = "javaEE" + s2;String s7 = s1 + s2;System.out.println(s3 == s4);//trueSystem.out.println(s3 == s5);//falseSystem.out.println(s3 == s6);//falseSystem.out.println(s3 == s7);//falseSystem.out.println(s5 == s6);//falseSystem.out.println(s5 == s7);//falseSystem.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();System.out.println(s3 == s8);//true}

final 修饰的字符串变量称为常量，则仍然使用编译前优化。

    /*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。*/@Testpublic void test4(){// 加上 final 变成常量final String s1 = "a";final String s2 = "b";String s3 = "ab";String s4 = s1 + s2;System.out.println(s3 == s4);//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、String 对象}}public static void method2(int highLevel) {StringBuilder sb = new StringBuilder(); // 自始至终都只有一个 StringBuilder 对象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

原因：

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
StringBuilder s = new StringBuilder(highLevel); //new char[highLevel]

intern()的使用

intern是一个native方法，调用的是底层C的方法

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：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 atguigu").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）

intern的空间效率测试

我们通过测试一下，使用了intern和不使用的时候，其实相差还挺多的

/*** 使用Intern() 测试执行效率* @author: YZG* @create: 2020-07-11-15:19*/
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])).intern();}long end = System.currentTimeMillis();System.out.println("花费的时间为：" + (end - start));try {Thread.sleep(1000000);} catch (Exception e) {e.getStackTrace();}}
}

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。

面试题

new String(“ab”)会创建几个对象

    @Testpublic void method01() {String s = new String("ab");}

我们转换成字节码来查看

 0 new #2 <java/lang/String>3 dup4 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

    @Testpublic void method02(){String s =   new String("a") + new String("b");}

字节码文件为

 0 new #2 <java/lang/StringBuilder>3 dup4 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

一共创建了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” 对象

对应关系：

面试题：intern() 的使用

分析一下运行结果：

public class StringTest04 {public static void main(String[] args) {String s = new String("1");s.intern();String s2 = "1";System.out.println(s == s2);String s3 = new String("1") + new String("1");s3.intern();String s4 = "11";System.out.println(s3 == s4);}
}

此面试题在不同 JDK 版本中，有不同的答案，主要是由于 JDK 6 7 8 中字符串常量池的变化。

JDK6中

输出结果

false
false

第一个false：

首先在执行 String s = new String(“1”); 时会创建俩个对象，一个在堆一个在字符串常量池，而 s 变量保存的是堆空间的地址

此时 s.intern 并没有什么作用，因为在这之前字符串常量池就已经有 1 了。

s2 变量指向字符串常量池。一个对象，一个是常量显然是 false

如果是下面这样的，那么就是true

String s = new String("1");
// 此时 s 将指向字符串常量池中 1 的地址
s = s.intern();
String s2 = "1";
System.out.println(s == s2); // true

第二个false：

首先执行 String s3 = new String(“1”) + new String(“1”); 时，最终 toString 会在堆中创建一个 new String(“11”) 的对象，但是字符串常量池中并没有 11 这个常量。此时 s3 指向堆空间的 new String(“11”) 对象地址

s3.intern(); 执行此行代码，会在字符串常量池中创建 11 常量。

String s4 = “11”; s4 指向字符串常量池的 11 常量地址，这个 11 常量是上面 s3.intern(); 创建的。

因此一个指向堆空间，一个指向字符串常量池，显示也是 false

JDK7/JDK8 中

输出结果：

false
true

第一个false 就和上面分析的一样，一个指向堆，一个指向字符串常量池。

第二个 true：

首先执行 String s3 = new String(“1”) + new String(“1”); 时，最终 toString 会在堆中创建一个 new String(“11”) 的对象，但是字符串常量池中并没有 11 这个常量。此时 s3 指向堆空间的 new String(“11”) 对象地址

s3.intern(); 执行此行代码，就不会创建 11 这个常量了，而是保存堆空间中 new String(“11”) 这个引用的地址，主要目的是节省内存空间。。

String s4 = “11”; s4 指向字符串常量池中 new String(“11”) 的引用地址，等于 s3

扩展

如果将上面的代码改成以下内容，有什么变化：

String s3 = new String("1") + new String("1");
String s4 = "11";
s3.intern();
System.out.println(s3 == s4);

输出结果：

false

String s4 = “11”; 此时 11 就不再是引用，不在保存 new String(“11”) 的地址，而是正常的一个常量。

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

练习

    // 练习 public void practise(){String s = new String("a") + new String("b");String s2 = s.intern();System.out.println(s2 == "ab");System.out.println(s == "ab");}

输出结果：

jdk1.6: true false
jdk1.7及以后: true true

JDK 6

String s = new String(“a”) + new String(“b”); 指向堆中的 new String(“ab”) 对象

String s2 = s.intern(); 在字符串常量池中创建 “ab” 常量，并将 “ab” 的地址返回，此时 s2 保存的就是 “ab” 的地址

JDK7/8

String s = new String(“a”) + new String(“b”); 指向堆中的 new String(“ab”) 对象

String s2 = s.intern(); 会将堆中的 new String(“ab”) 对象的地址复制到字符串常量池中。因此 s2 间接的也指向了 new String(“ab”) 对象

变形：

    // 练习@Testpublic void practise(){String x = "ab"; // 变形String s = new String("a") + new String("b");String s2 = s.intern();System.out.println(s2 == "ab"); System.out.println(s == "ab");}

输出结果：

jdk6/7/8 都是 true false

String x = “ab”; 此时增加这行代码后，字符串常量池中 “ab” 不再是保存引用，只是一个普通的常量

因此 s2 = “ab” = x

StringTable的垃圾回收

/*** String的垃圾回收* -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails* @author: YZG* @create: 2020-07-11-16:55*/
public class StringGCTest {public static void main(String[] args) {for (int i = 0; i < 100000; i++) {String.valueOf(i).intern();}}
}

G1中的String去重操作

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hashtab1e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。

开启

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

各位彭于晏，如有收获点个赞不过分吧…✌✌✌