参考
尚硅谷:宋红康(b站视频)
一、String的基本特性
1.1 字符串特征
- 字符串,用""引起来表示
- String s1 = “mogublog” ; // 字面量的定义方式,声明在字符串常量池
- String s2 = new String(“moxi”); // new 对象的方式
- 声明为final的不可被继承的
- 实现了Serializable接口,表示支持序列化
- 实现了Comparable接口,表示可以比较大小
1.2 jdk里面的String存储变化
- jdk8及以前,内部定义了final char[] value用于存储字符串数据
- jdk9类型更改:private final char value[];–>private final byte[] value;
- char数组每个字符占两个字节16位,String是堆空间的主要部分,大部分是拉丁字符,占一个字节,节省空间
- String再也不用char[] 来存储,改成了byte [] 加上编码标记
- StringBuffer,StringBuilder同样做了修改
1.3 String代表不可变的字符序列(不可变性)
-
当字符串重新赋值,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。
这里new了一个Stringbuilder之后还需要toString所以相当于新建了一个对象,内存从新分配 -
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,不能对使用原有的value进行赋值
1.4 字符串常量池中不会存储相同的字符串
- 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()方法时性能会大幅下降。
- 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,StringTablesize设置没有要求
- 在JDK7中,StringTable的长度默认值是60013,StringTablesize设置没有要求
- 在JDK8中,StringTable的长度默认值是60013,StringTable可以设置的最小值为1009
tips:设置的长度带一点执行速度会快很多,可以通过参数设置
# jdk7、8后最小值必须大于等于1009
-XX:StringTablesize
1.5 StringTable为什么要调整
- 因为字符串放在永久代中回收效率很低。老年代或永久代空间不足才会触发fullGC。
- 开发中会创建大量字符串,回收效率低,导致永久代内存不足。JDK7放到堆中,能及时进行回收。
- 永久代默认情况下比较小,大量字符串容易导致OOM。
- 堆中空间足够大,字符串可被及时回收
二、String的内存分配
- Java语言中有8种基本数据类型和一种比较特殊的类型String,这些类型为了使他们再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
- String的常量池比较特殊,主要使用方法有两种
a. 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
b. 如果不是双引号声明的String对象,可以使用String提供的intern()方法
- jdk6及之前,字符串常量池存在永久代,与应用程序创建的其他对象一起分配。
- jdk7中,字符串常量池调整到Java堆中(调优时仅需调整堆大小就可以)
- Jdk8中,元空间,字符串常量在堆
三、String的基本操作
3.1 String的基本操作:
Java语言规范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,并且必须指向同一个String类实例
3.2 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
@Test
public void test1(){
//编译期优化:等同于"abc"
String s1 = "a" + "b" + "c";
//"abc"一定是放在字符串常量池中,将此地址赋给s2
String s2 = "abc";
/*
* 最终.java编译成.class,再执行.class
* String s1 = "abc";
* String s2 = "abc"
*/
System.out.println(s1 == s2); //true
System.out.println(s1.equals(s2)); //true
}
- 常量池中不存在相同内容的常量(hashtable),只要有一个变量,拼接结果就在堆中(常量池以外的堆),变量的拼接原理是StringBuilder
@Test
public void test2(){
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
//编译期优化
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
}
-
- :字符串拼接底层
@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")
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
}
- Final修饰符
/*
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;
System.out.println(s3 == s4);//true
}
- 对比用+号拼接字符串和StringBuilder.append操作
- 拼接10万次,+号4000,append用了7毫秒,原因是+号每次循环创建一个StringBuilder,还要通过toString创建一个String对象
- 内存中由于创建了较多的对象,内存占用更大,如果需要GC需要花费额外的时间
- 改进空间:StringBuilder默认是16长度的char型数组,不够的时候会扩容,可以一次建一个比较大长度的数组。
/*
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]
*/
@Test
public void test6(){
long start = System.currentTimeMillis();
// method1(100000);//4014
method2(100000);//7
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
}
// 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);
}
四、intern操作
4.1 如何保证变量s指向的是字符串常量池中的数据呢?
- String s = “shkstart”;//字面量定义的方式
- 调用intern()
- String s = new String(“shkstart”).intern();
- String s = new StringBuilder(“shkstart”).toString().intern();
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)
- new String(“ab”)会创建几个对象?
- 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
- new String(“a”) + new String(“b”) 会创建几个对象
- 对象1,new StringBuilder() (有拼接操作)
- 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"
- 对象6,StringBuilder的toString() new String(“ab”)
a. toString()的调用,在字符串常量池中,没有生成"ab"
package com.atguigu.java2;
/**
* 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
*
*
* 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"
*
* @author shkstart [email protected]
* @create 2020 20:38
*/
public class StringNewTest {
public static void main(String[] args) {
// String str = new String("ab");
String str = new String("a") + new String("b");
}
}
4.2 经典案例
4.2.1 案例1
package com.atguigu.java2;
import org.junit.Test;
/**
* 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();
*
* @author shkstart [email protected]
* @create 2020 18:49
*/
public class StringIntern {
public static void main(String[] args) {
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"
s.intern();
String s2 = "1";
//jdk6:false jdk7/8:false
System.out.println(s == s2);
//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。
s3.intern();
// 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
//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";
//jdk6:false jdk7/8:true
System.out.println(s3 == s4);
}
}
不同版本的内存指向解析:
- JDK6
- JDK7/8
4.2.2 案例2
package com.atguigu.java2;
/**
* @author shkstart [email protected]
* @create 2020 22:10
*/
public class StringIntern1 {
public static void main(String[] args) {
//StringIntern.java中练习的拓展:
//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对象"11"
String s4 = "11";
String s5 = s3.intern();
//false
System.out.println(s3 == s4);
//true
System.out.println(s5 == s4);
}
}
4.3 补充
- jdk1.6中,s.intern() 将这个字符串对象放入串池
- 如果串池中有,则并不会放入,返回已有串池中的对象的地址,
- 如果没有,会把对象复制一份,放入串池,并返回串池中的对象地址
- jdk1.7起,s.intern() 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
intern()的效率测试:
package com.atguigu.java2;
/**
* 使用intern()测试执行效率:空间使用上
* <p>
* 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。
*
* @author shkstart [email protected]
* @create 2020 21:17
*/
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
- 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
- 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。
五、关于String的垃圾回收
- StringTable的垃圾回收(-XX:+PrintStringTableStatistics)
5.1 G1中String去重操作
- 背景:对许多Java应用,做的测试结果如下
- 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,一半String对象是重复的,str1.equals(str2)= true
- G1垃圾收集器中实现自动持续对重复的String对象进行去重,这样能避免内存浪费。
六、String 去重的的具体实现
- 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。
七、总结
感谢大家阅、互相学习;
感谢尚硅谷提供的学习资料;
有问题评论或者发邮箱;
gitee:很多代码仓库;
[email protected]