相關(guān)學(xué)習(xí)推薦：java基礎(chǔ)教程

初學(xué)Java時(shí)我們已經(jīng)知道Java中可以分為兩大數(shù)據(jù)類型，分別為基本數(shù)據(jù)類型和引用數(shù)據(jù)類型。而在這兩大數(shù)據(jù)類型中有一個(gè)特殊的數(shù)據(jù)類型String，String屬于引用數(shù)據(jù)類型，但又有區(qū)別于其它的引用數(shù)據(jù)類型?？梢哉f它是數(shù)據(jù)類型中的一朵奇葩。那么，本篇文章我們就來深入的認(rèn)識(shí)一下Java中的String字符串。

一、從String字符串的內(nèi)存分配說起

上一篇文章《溫故知新–你不知道的JVM內(nèi)存分配》詳細(xì)的分析了JVM的內(nèi)存模型。在常量池部分我們了解了三種常量池，分別為：字符串常量池、Class文件常量池以及運(yùn)行時(shí)常量池。而字符串的內(nèi)存分配則和字符串常量池有著莫大的關(guān)系。

我們知道，實(shí)例化一個(gè)字符串可以通過兩種方法來實(shí)現(xiàn)，第一種最常用的是通過字面量賦值的方式，另一種是通過構(gòu)造方法傳參的方式。代碼如下：

    String str1="abc";     String str2=new String("abc");復(fù)制代碼

這兩種方式在內(nèi)存分配上有什么不同呢? 相信大家在初學(xué)Java的時(shí)候老師都有給我們講解過：

1.通過字面量賦值的方式創(chuàng)建String，只會(huì)在字符串常量池中生成一個(gè)String對(duì)象。 2.通過構(gòu)造方法傳入String參數(shù)的方式會(huì)在堆內(nèi)存和字符串常量池中各生成一個(gè)String對(duì)象，并將堆內(nèi)存上String的引用放入棧。

這樣的回答正確嗎？至少在現(xiàn)在看來并不完全正確，因?yàn)樗耆Q于使用的Java版本。上一篇文章《溫故知新–你不知道的JVM內(nèi)存分配》談到HotSpot虛擬機(jī)在不同的JDK上對(duì)于字符串常量池的實(shí)現(xiàn)是不同的，摘錄如下：

在JDK7以前，字符串常量池在方法區(qū)（永久代）中，此時(shí)常量池中存放的是字符串對(duì)象。而在JDK7中，字符串常量池從方法區(qū)遷移到了堆內(nèi)存，同時(shí)將字符串對(duì)象存到了Java堆，字符串常量池中只是存入了字符串對(duì)象的引用。

這句話應(yīng)該怎么理解呢？我們以String str1=new String("abc")為例來分析：

1.JDK6中的內(nèi)存分配

先來分析一下JDK6的內(nèi)存分配情況，如下圖所示：

當(dāng)調(diào)用new String("abc")后，會(huì)在Java堆與常量池中各生成一個(gè)“abc”對(duì)象。同時(shí)，將str1指向堆中的“abc”對(duì)象。

2.JDK7中的內(nèi)存分配

而在JDK7及以后版本中，由于字符串常量池被移到了堆內(nèi)存，所以內(nèi)存分配方式也有所不同，如下圖所示：

當(dāng)調(diào)用了new String("abc")后，會(huì)在堆內(nèi)存中創(chuàng)建兩個(gè)“abc"對(duì)象，str1指向其中一個(gè)”abc"對(duì)象，而常量池中則會(huì)生成一個(gè)“abc"對(duì)象的引用，并指向另一個(gè)”abc"對(duì)象。

至于Java中為什么要這么設(shè)計(jì)，我們?cè)谏掀恼轮幸惨呀?jīng)解釋了： 因?yàn)镾tring是Java中使用最頻繁的一種數(shù)據(jù)類型，為了節(jié)省程序內(nèi)存提高程序性能，Java的設(shè)計(jì)者們開辟了一塊字符串常量池區(qū)域，這塊區(qū)域是是所有類共享的，每個(gè)虛擬機(jī)只有一個(gè)字符串常量池。因此，在使用字面量方式賦值的時(shí)候，如果字符串常量池中已經(jīng)有了該字符串，則不會(huì)在堆內(nèi)存中重新創(chuàng)建對(duì)象，而是直接將其指向了字符串常量池中的對(duì)象。

二、String的intern()方法

在了解了String的內(nèi)存分配之后，我們需要再來認(rèn)識(shí)一下String中一個(gè)很重要的方法：String.intern()。

很多讀者可能對(duì)于這一方法并不是太了解，但并不代表他不重要。我們先來看一下intern()方法的源碼：

/**      * 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&trade; 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();復(fù)制代碼

emmmmm….居然是一個(gè)native方法，不過沒關(guān)系，即使看不到源碼我們也能從其注釋中得到一些信息：當(dāng)調(diào)用intern方法的時(shí)候，如果字符串常量池中已經(jīng)包含了一個(gè)等于該String對(duì)象的字符串，則直接返回字符串常量池中該字符串的引用。否則，會(huì)將該字符串對(duì)象包含的字符串添加到常量池，并返回此對(duì)象的引用。

1.一個(gè)關(guān)于intern()的簡(jiǎn)單例子

了解了intern方法的用途之后，來看一個(gè)簡(jiǎn)單的列子：

public class Test {    public static void main(String[] args) {         String str1 = "hello world";         String str2 = new String("hello world");         String str3=str2.intern();         System.out.println("str1 == str2:"+(str1 == str2));         System.out.println("str1 == str3:"+(str1 == str3));     } }復(fù)制代碼

上面的一段代碼會(huì)輸出什么？編譯運(yùn)行之后如下：

如果理解了intern方法就很容易解釋這個(gè)結(jié)果了，從上面截圖中可以看到，我們的運(yùn)行環(huán)境是JDK8。

String str1 = "hello world"; 這行代碼會(huì)首先在Java堆中創(chuàng)建一個(gè)對(duì)象，并將該對(duì)象的引用放入字符串常量池中，str1指向常量池中的引用。

String str2 = new String("hello world");這行代碼會(huì)通過new來實(shí)例化一個(gè)String對(duì)象，并將該對(duì)象的引用賦值給str2，然后檢測(cè)字符串常量池中是否已經(jīng)有了與“hello world”相等的對(duì)象，如果沒有，則會(huì)在堆內(nèi)存中再生成一個(gè)值為"hello world"的對(duì)象，并將其引用放入到字符串常量池中，否則，不會(huì)再去創(chuàng)建。這里，第一行代碼其實(shí)已經(jīng)在字符串常量池中保存了“hello world”字符串對(duì)象的引用，因此，第二行代碼就不會(huì)再次向常量池中添加“hello world"的引用。

String str3=str2.intern(); 這行代碼會(huì)首先去檢測(cè)字符串常量池中是否已經(jīng)包含了”hello world"的String對(duì)象，如果有則直接返回其引用。而在這里，str2.intern()其實(shí)剛好返回了第一行代碼中生成的“hello world"對(duì)象。

因此【System.out.println("str1 == str3:"+(str1 == str3));】這行代碼會(huì)輸出true.

如果切到JDK6，其打印結(jié)果與上一致，至于原因讀者可以自行分析。

2.改造例子，再看intern

上一節(jié)中我們通過一個(gè)例子認(rèn)識(shí)了intern()方法的作用，接下來，我們對(duì)上述例子做一些修改：

public class Test {     public static void main(String[] args) {         String str1=new String("he")+new String("llo");         String str2=str1.intern();         String str3="hello";         System.out.println("str1 == str2:"+(str1 == str2));         System.out.println("str2 == str3:"+(str2 == str3));      } }復(fù)制代碼

先別急著看下方答案，思考一下在JDK7（或JDK7之后）及JDK6上會(huì)輸出什么結(jié)果？

1).JDK8的運(yùn)行結(jié)果分析

我們先來看下我們先來看下JDK8的運(yùn)行結(jié)果：

通過運(yùn)行程序發(fā)現(xiàn)輸出的兩個(gè)結(jié)果都是true，這是為什么呢？我們通過一個(gè)圖來分析：

String str1=new String("he")+new String("llo"); 這行代碼中new String("he")和new String("llo")會(huì)在堆上生成四個(gè)對(duì)象，因?yàn)榕c本例無關(guān)，所以圖上沒有畫出，new String("he")+new String("llo")通過”+“號(hào)拼接后最終會(huì)生成一個(gè)"hello"對(duì)象并賦值給str1。

String str2=str1.intern(); 這行代碼會(huì)首先檢測(cè)字符串常量池，發(fā)現(xiàn)此時(shí)還沒有存在與”hello"相等的字符串對(duì)象的引用，而在檢測(cè)堆內(nèi)存時(shí)發(fā)現(xiàn)堆中已經(jīng)有了“hello"對(duì)象，遂將堆中的”hello"對(duì)象的應(yīng)用放入字符串常量池中。

String str3="hello"; 這行代碼發(fā)現(xiàn)字符串常量池中已經(jīng)存在了“hello"對(duì)象的引用，因此將str3指向了字符串常量池中的引用。

此時(shí)，我們發(fā)現(xiàn)str1、str2、str3指向了堆中的同一個(gè)”hello"對(duì)象，因此，就有了上邊兩個(gè)均為true的輸出結(jié)果。

2).JDK6的運(yùn)行結(jié)果分析

我們將運(yùn)行環(huán)境切換到JDK6，來看下其輸出結(jié)果：

有點(diǎn)意思！相同的代碼在不同的JDK版本上輸出結(jié)果竟然不相等。這是怎么回事呢？我們還通過一張圖來分析：

String str1=new String("he")+new String("llo"); 這行代碼會(huì)通過new String("he")和new String("llo")會(huì)分別在Java堆與字符串常量池中各生成兩個(gè)String對(duì)象，由于與本例無關(guān)，所以并沒有在圖中畫出。而new String("he")+new String("llo")通過“+”號(hào)拼接后最終會(huì)在Java堆上生成一個(gè)"hello"對(duì)象，并將其賦值給了str1。

String str2=str1.intern(); 這行代碼檢測(cè)到字符串常量池中還沒有“hello"對(duì)象，因此將堆中的”hello“對(duì)象復(fù)制到了字符串常量池，并將其賦值給str2。

String str3="hello"; 這行代碼檢測(cè)到字符串常量池中已經(jīng)有了”hello“對(duì)象，因此直接將str3指向了字符串常量池中的”hello“對(duì)象。 此時(shí)str1指向的是Java堆中的”hello“對(duì)象，而str2和str3均指向了字符串常量池中的對(duì)象。因此，有了上面的輸出結(jié)果。

通過這兩個(gè)例子，相信大家因該對(duì)String的intern()方法有了較深的認(rèn)識(shí)。那么intern()方法具體在開發(fā)中有什么用呢？推薦大家可以看下美團(tuán)技術(shù)團(tuán)隊(duì)的一篇文章《深入解析String#intern》中舉的兩個(gè)例子。限于篇幅，本文不再舉例分析。

三、String類的結(jié)構(gòu)及特性分析

前兩節(jié)我們認(rèn)識(shí)了String的內(nèi)存分配以及它的intern()方法，這兩節(jié)內(nèi)容其實(shí)都是對(duì)String內(nèi)存的分析。到目前為止，我們還并未認(rèn)識(shí)String類的結(jié)構(gòu)以及它的一些特性。那么本節(jié)內(nèi)容我們就此來分析。先通過一段代碼來大致了解一下String類的結(jié)構(gòu)（代碼取自jdk8）：

public final class String     implements java.io.Serializable, Comparable<String>, CharSequence {        /** The value is used for character storage. */         private final char value[];        /** Cache the hash code for the string */          private int hash; // Default to 0         //  ...}復(fù)制代碼

可以看到String類實(shí)現(xiàn)了Serializable接口、Comparable接口以及CharSequence接口，意味著它可以被序列化，同時(shí)方便我們排序。另外，String類還被聲明為了final類型，這意味著String類是不能被繼承的。而在其內(nèi)部維護(hù)了一個(gè)char數(shù)組，說明String是通過char數(shù)組來實(shí)現(xiàn)的，同時(shí)我們注意到這個(gè)char數(shù)組也被聲明為了final，這也是我們常說的String是不可變的原因。

1.不同JDK版本之間String的差異

Java的設(shè)計(jì)團(tuán)隊(duì)一直在對(duì)String類進(jìn)行優(yōu)化，這就導(dǎo)致了不同jdk版本上String類的實(shí)現(xiàn)有些許差異，只是我們使用上并無感知。下圖列出了jdk6-jdk9中String源碼的一些變化。

可以看到在Java6之前String中維護(hù)了一個(gè)char 數(shù)組、一個(gè)偏移量 offset、一個(gè)字符數(shù)量 count以及一個(gè)哈希值 hash。 String對(duì)象是通過 offset 和 count 兩個(gè)屬性來定位 char[] 數(shù)組，獲取字符串。這么做可以高效、快速地共享數(shù)組對(duì)象，同時(shí)節(jié)省內(nèi)存空間，但這種方式很有可能會(huì)導(dǎo)致內(nèi)存泄漏。

在Java7和Java8的版本中移除了 offset 和 count 兩個(gè)變量了。這樣的好處是String對(duì)象占用的內(nèi)存稍微少了些，同時(shí) String.substring 方法也不再共享 char[]，從而解決了使用該方法可能導(dǎo)致的內(nèi)存泄漏問題。

從Java9開始，String中的char數(shù)組被byte[]數(shù)組所替代。我們知道一個(gè)char類型占用兩個(gè)字節(jié)，而byte占用一個(gè)字節(jié)。因此在存儲(chǔ)單字節(jié)的String時(shí)，使用char數(shù)組會(huì)比byte數(shù)組少一個(gè)字節(jié)，但本質(zhì)上并無任何差別。 另外，注意到在Java9的版本中多了一個(gè)coder，它是編碼格式的標(biāo)識(shí)，在計(jì)算字符串長(zhǎng)度或者調(diào)用 indexOf() 函數(shù)時(shí)，需要根據(jù)這個(gè)字段，判斷如何計(jì)算字符串長(zhǎng)度。coder 屬性默認(rèn)有 0 和 1 兩個(gè)值， 0 代表Latin-1（單字節(jié)編碼），1 代表 UTF-16 編碼。如果 String判斷字符串只包含了 Latin-1，則 coder 屬性值為 0 ，反之則為 1。

2.String字符串的裁剪、拼接等操作分析

在本節(jié)內(nèi)容的開頭我們已經(jīng)知道了字符串的不可變性。那么為什么我們還可以使用String的substring方法進(jìn)行裁剪，甚至可以直接使用”+“連接符進(jìn)行字符串的拼接呢？

(1)String的substring實(shí)現(xiàn)

關(guān)于substring的實(shí)現(xiàn)，其實(shí)我們直接深入String的源碼查看即可，源碼如下：

    public String substring(int beginIndex) {            if (beginIndex < 0) {                throw new StringIndexOutOfBoundsException(beginIndex);             }            int subLen = value.length - beginIndex;            if (subLen < 0) {                throw new StringIndexOutOfBoundsException(subLen);             }            return (beginIndex == 0) ? this : new String(value, beginIndex, subLen);         }復(fù)制代碼

從這段代碼中可以看出，其實(shí)字符串的裁剪是通過實(shí)例化了一個(gè)新的String對(duì)象來實(shí)現(xiàn)的。所以，如果在項(xiàng)目中存在大量的字符串裁剪的代碼應(yīng)盡量避免使用String，而是使用性能更好的StringBuilder或StringBuffer來處理。

(2)String的字符串拼接實(shí)現(xiàn)

1）字符串拼接方案性能對(duì)比

關(guān)于字符串的拼接有很多實(shí)現(xiàn)方法，在這里我們舉三個(gè)例子來進(jìn)行一個(gè)性能對(duì)比，分別如下：

使用”+“操作符拼接字符串

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {             String str="";            for(int i=0;i<COUNT;i++) {                 str=str+"abc";             }     }復(fù)制代碼

使用String的concat()方法拼接

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {             String str="";            for(int i=0;i<COUNT;i++) {                 str=str+"abc";             }     }復(fù)制代碼

使用StringBuilder的append方法拼接

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {             StringBuilder str=new StringBuilder();            for(int i=0;i<COUNT;i++) {                 str.append("abc");             }     }復(fù)制代碼

如上代碼，通過三種方法分別進(jìn)行了50000次字符串拼接，每種方法分別運(yùn)行了20次。統(tǒng)計(jì)耗時(shí)，得到以下表格：

從以上數(shù)據(jù)中可以很直觀的看到”+“操作符的性能是最差的，平均用時(shí)達(dá)到了4924ms。其次是String的concat方法，平均用時(shí)也在2296ms。而表現(xiàn)最為優(yōu)秀的是StringBuilder的append方法，它的平均用時(shí)竟然只有6.6ms。這也是為什么在開發(fā)中不建議使用”+“操作符進(jìn)行字符串拼接的原因。

2）三種字符串拼接方案原理分析

”+“操作符的實(shí)現(xiàn)原理由于”+“操作符是由JVM來完成的，我么無法直接看到代碼實(shí)現(xiàn)。不過Java為我們提供了一個(gè)javap的工具，可以幫助我們將Class文件進(jìn)行一個(gè)反匯編，通過匯編指令，大致可以看出”+“操作符的實(shí)現(xiàn)原理。

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {            for(int i=0;i<COUNT;i++) {                 str=str+"abc";             }     }復(fù)制代碼

把上邊這段代碼編譯后，執(zhí)行javap，得到如下結(jié)果：

注意圖中的”11：“行指令處實(shí)例化了一個(gè)StringBuilder，在"19："行處調(diào)用了StringBuilder的append方法，并在第”27："行處調(diào)用了String的toString()方法?？梢?，JVM在進(jìn)行”+“字符串拼接時(shí)也是用了StringBuilder來實(shí)現(xiàn)的，但為什么與直接使用StringBuilder的差距那么大呢？其實(shí)，只要我們將上邊代碼轉(zhuǎn)換成虛擬機(jī)優(yōu)化后的代碼一看便知：

    public class Test {        private static final int COUNT=50000;        public static void main(String[] args) {             String str="";            for(int i=0;i<COUNT;i++) {                 str=new StringBuilder(str).append("abc").toString();             }     }復(fù)制代碼

可見，優(yōu)化后的代碼雖然也是用的StringBuilder，但是StringBuilder卻是在循環(huán)中實(shí)例化的，這就意味著循環(huán)了50000次，創(chuàng)建了50000個(gè)StringBuilder對(duì)象，并且調(diào)用了50000次toString()方法。怪不得用了這么長(zhǎng)時(shí)間?。。?/p>

String的concat方法的實(shí)現(xiàn)原理關(guān)于concat方法可以直接到String內(nèi)部查看其源碼，如下：

public String concat(String str) {        int otherLen = str.length();        if (otherLen == 0) {            return this;         }        int len = value.length;        char buf[] = Arrays.copyOf(value, len + otherLen);         str.getChars(buf, len);        return new String(buf, true);     }復(fù)制代碼

可以看到，在concat方法中使用Arrays的copyOf進(jìn)行了一次數(shù)組拷貝，接下來又通過getChars方法再次進(jìn)行了數(shù)組拷貝，最后通過new實(shí)例化了String對(duì)象并返回。這也意味著每調(diào)用一次concat都會(huì)生成一個(gè)String對(duì)象，但相比”+“操作符卻省去了toString方法。因此，其性能要比”+“操作符好上不少。

至于StringBuilder其實(shí)也沒必要再去分析了，畢竟”+“操作符也是基于StringBuilder實(shí)現(xiàn)的，只不過拼接過程中”+“操作符創(chuàng)建了大量的對(duì)象。而StringBuilder拼接時(shí)僅僅創(chuàng)建了一個(gè)StringBuilder對(duì)象。

四、總結(jié)

本篇文章我們深入分析了String字符串的內(nèi)存分配、intern()方法，以及String類的結(jié)構(gòu)及特性。關(guān)于這塊知識(shí)，網(wǎng)上的文章魚龍混雜，甚至眾說紛紜。筆者也是參考了大量的文章并結(jié)合自己的理解來做的分析。但是，避免不了的可能會(huì)出現(xiàn)理解偏差的問題，如果有，希望大家多多討論給予指正。 同時(shí)，文章中多次提到StringBuilder,但限于文章篇幅，沒能給出關(guān)于其詳細(xì)分析。不過不用擔(dān)心，我會(huì)在下一篇文章中再做探討。 不管怎樣，相信大家看完這篇文章后一定 對(duì)String有了更加深入的認(rèn)識(shí)，尤其是了解String類的一些裁剪及拼接中可能造成的性能問題，在今后的開發(fā)中應(yīng)該盡量避免。