Java教程之String类的底层原理和版本演变

1 String类的底层演变

JDK8以及之前的版本
JDK9以及之后的版本

	JDK8的字符串存储在char类型的数组里面，在java中，一个char类型占两个字节。但是很多时候，一个字符只需要一个字节就可存储，比如各种字母什么的，两个字节存储势必会浪费空间，JDK9的一个优化就在这，内存的优化，所以JDK9之后字符串改成byte类型数组进行存储。

    private final byte coder;    
	在JDK9的String类中，新增了一个属性coder，它是一个编码格式的标识，使用LATIN1还是UTF16，这个是在String生成的时候自动确定的，如果字符串中都是能用LATIN1编码表示，那coder的值就是0，否则就是UTF16编码，coder的值就是1。
        
	可以看到JDK9在这方面的优化，在较多情况下不包含那些奇奇怪怪的字符的时候，足以应付，而这个空间却小了1byte，实现了String空间的压缩。

• 1
• 2
• 3
• 4
• 5
• 6

2 String常量池的演变

2.1 StringTable变化

String 的 String Pool是一个固定大小的 Hashtable。
    
	在jdk6中，StringTable的长度固定为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 intern() 时性能会大幅下降。
    
    从jdk7起，StringTable的长度默认值是60013。
    
    使用-XX:StringTableSize可设置StringTable的长度。     
	在jdk8之前，对StringTableSize的设置没有最小限制。
	jdk8开始，StringTable可设置的最小值是1009。
        

验证：
	通过 jps 命令查看进程号
    使用 jinfo -flag StringTableSize 进程号 查看StringTable大小    

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15

2.2 内存位置变化

Java6及以前，字符串常量池存放在永久代。
    
Java7开始，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，这样在进行调优应用时仅需要调整堆大小就可以了。

• 1
• 2
• 3
• 4

官网说明

https://www.oracle.com/technetwork/java/javase/#jdk7changes

JDK6环境下测试：

/*
    jdk6中，修改JVM内存大小：
    -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
 */
public class StringTableTest {
    public static void main(String[] args) {
        Set<String> set = new HashSet<String>();

        int i=0;
        while (true){
            set.add(String.valueOf(i++).intern());
        }
    }
}

执行结果异常信息：
    Exception in thread "main" java.lang.OutOfMemoryError: PermGen space
	at java.lang.String.intern(Native Method)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

JDK7环境下测试：

/*
    jdk7中，修改JVM内存大小：
    -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m -XX:-UseGCOverheadLimit
 */
public class StringTableTest {
    public static void main(String[] args) {
        Set<String> set = new HashSet<String>();

        int i=0;
        while (true){
            set.add(String.valueOf(i++).intern());
        }
    }
}

执行结果异常信息：
    Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
	at java.lang.Integer.toString(Integer.java:331)
	at java.lang.String.valueOf(String.java:2954)
	at StringTableTest.main(StringTableTest.java:14)

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20

3 String的拼接原理

3.1 拼接原理

源代码：

public static void main(String[] args) {
    String s1 ="hello";
    String s2 ="world";
    String s3 = s1+s2;
    System.out.println(s3);
} 

• 1
• 2
• 3
• 4
• 5
• 6
• 7

使用 JDK8 编译后字节码：

 0 ldc #2 <hello>
 2 astore_1
 3 ldc #3 <world>
 5 astore_2
 6 new #4 <java/lang/StringBuilder>
 9 dup
10 invokespecial #5 <java/lang/StringBuilder.<init>>
13 aload_1
14 invokevirtual #6 <java/lang/StringBuilder.append>
17 aload_2
18 invokevirtual #6 <java/lang/StringBuilder.append>
21 invokevirtual #7 <java/lang/StringBuilder.toString>
24 astore_3
25 getstatic #8 <java/lang/System.out>
28 aload_3
29 invokevirtual #9 <java/io/PrintStream.println>
32 return

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17

使用 JDK9 编译后字节码：

 0 ldc #2 <hello>
 2 astore_1
 3 ldc #3 <world>
 5 astore_2
 6 aload_1
 7 aload_2
 8 invokedynamic #4 <makeConcatWithConstants, BootstrapMethods #0>
13 astore_3
14 getstatic #5 <java/lang/System.out>
17 aload_3
18 invokevirtual #6 <java/io/PrintStream.println>
21 return

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12

结论：

JDK8及之前，字符串变量的拼接，底层使用的是StringBuilder对象，利用append方法进行拼接。
（注：jdk1.4之前使用StringBuffer）
    
    
JDK9以后的编译器已经改成使用动态指令invokedynamic，
	调用StringConcatFactory.makeConcatWithConstants方法进行字符串拼接优化。

• 1
• 2
• 3
• 4
• 5
• 6
• 7

3.2 核心方法

makeConcatWithConstants方法在StringConcatFactory类中定义。
        
	makeConcatWithConstants内部调用了doStringConcat，
    而doStringConcat方法则调用了generate方法来生成MethodHandle；
    generate根据不同的STRATEGY来生成MethodHandle，这些STRATEGY（策略）有
        BC_SB（等价于JDK8的优化方式）
        BC_SB_SIZED
        BC_SB_SIZED_EXACT
        MH_SB_SIZED
        MH_SB_SIZED_EXACT
        MH_INLINE_SIZED_EXACT（默认）

    前五种策略本质还是用StringBuilder的实现，而默认的策略MH_INLINE_SIZED_EXACT是直接使用字节数组来操作，并且字节数组长度预先计算好，可以减少字符串复制操作。
    
    可以通过添加JVM参数来改变默认的策略，例如将策略改为BC_SB
    	-Djava.lang.invoke.stringConcat=BC_SB
    	-Djava.lang.invoke.stringConcat.debug=true

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18

源码：

makeConcatWithConstants内部调用了doStringConcat方法

doStringConcat方法则调用了generate方法来生成MethodHandle

generate根据不同的STRATEGY来生成MethodHandle

这些STRATEGY（策略）分别是

 private enum Strategy {
        /**
         * Bytecode generator, calling into {@link }.
         */
        BC_SB,

        /**
         * Bytecode generator, calling into {@link };
         * but trying to estimate the required storage.
         */
        BC_SB_SIZED,

        /**
         * Bytecode generator, calling into {@link };
         * but computing the required storage exactly.
         */
        BC_SB_SIZED_EXACT,

        /**
         * MethodHandle-based generator, that in the end calls into {@link }.
         * This strategy also tries to estimate the required storage.
         */
        MH_SB_SIZED,

        /**
         * MethodHandle-based generator, that in the end calls into {@link }.
         * This strategy also estimate the required storage exactly.
         */
        MH_SB_SIZED_EXACT,

        /**
         * MethodHandle-based generator, that constructs its own byte[] array from
         * the arguments. It computes the required storage exactly.
         */
        MH_INLINE_SIZED_EXACT
    }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36

默认的策略MH_INLINE_SIZED_EXACT

3.3 常见笔试题

/*
	产生2个字符串对象：字符串常量池中一个，堆内存中一个。
*/
String s = new String("abc");



/*
    产生1个字符串对象：常量池中的"abc"。
    代码在编译阶段会优化为 String s = "abc";
*/
String s = "a"+"b"+"c";



/*
    5个字符串对象
    常量池："a"， "b"
    堆内存：new方式的"a"，new方式的"b"，new方式的"ab"
    注意：常量池中不会产生"ab"
*/
String s = new String("a") + new String("b");



/*
jdk8及之前创建3个字符串对象：
    常量池: "c" , "ab"
    堆中: new "abc"

jdk9之后创建2个字符串对象：
    常量池： "c"
    堆中: new "abc"
*/
String s1 = "c";
String s2 = "a"+"b"+s1;

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26
• 27
• 28
• 29
• 30
• 31
• 32
• 33
• 34
• 35
• 36
• 37

4 intern()方法的演变

4.1 intern()方法调用区别

public class StringDemo5 {
    public static void main(String[] args) {
        String s1 = new String("ab");
        String s2 = "ab";
        System.out.println(s1==s2); //fasle


        //intern()方法从常量池中取出"ab"对象
        String s1 = new String("ab").intern();
        String s2 = "ab";
        System.out.println(s1==s2); //true

         /*
            从常量池中取出和s1内容相同的"ab"对象，此时常量池中没有"ab"对象。

            如果常量池中没有该字符串对象：
                jdk6及之前，intern()方法会创建新的字符串对象，放入常量池并返回新的地址。
                jdk7及之后，intern()方法会将调用者对象的地址放入常量池，并返回调用者对象地址。
         */
        String s1 = new String("a") + new String("b");
        s1.intern();
        String s2 = "ab";
        System.out.println(s1==s2); //jdk6 false;  jdk7之后true
    }

}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20
• 21
• 22
• 23
• 24
• 25
• 26

4.2 intern()方法总结

intern()方法将这个字符串对象尝试放入常量池中，并返回地址。
    
jdk1.6中：
    如果池中有，则不会放入，返回已有的池中的对象的地址。
    如果池中没有，则把此对象重新创建一份，放入池中，并返回池中新的对象地址。
    
jdk1.7起：
    如果池中有，则不会放入，返回已有的池中的对象的地址。
     如果池中没有，则把此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。

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9