JVM学习（十三）：面试中绕不开的String

一、String 的基本特性

1.1 String类的声明

    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

1.2 String的存储方式在jdk9中的变更

    我们知道，String在jdk8中使用 final char []来存储，在jdk9中使用final byte []来存储，我们在官方文档上看看这样的用意：

    文档地址：https://openjdk.org/jeps/254 

    翻译之后得到的结果：

动机：

    String类的当前实现将字符存储在字符数组中，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String对象只包含Latin-1字符**。这些字符只需要一个字节的存储空间，**因此这些String对象的内部字符数组中有一半的空间是未使用的**。

描述：

    我们建议**将String类的内部表示形式从UTF-16字符数组更改为字节数组加上编码标志字段**。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。

    与字符串相关的类，如AbstractStringBuilder、StringBuilder和StringBuffer，将被更新为使用相同的表示，HotSpot VM的固有字符串操作也是如此。

    这是一个纯粹的实现更改，没有更改现有的公共接口。没有计划添加任何新的公共api或其他接口。

    到目前为止所做的原型工作证实了预期的内存占用减少、GC活动的大量减少以及在某些极端情况下的轻微性能下降。

    结论：String 再也不用char[]来存储了，而是改成了byte[]加上编码标记，节约了一些空间。

1.3 Stirng 的不可变性

    String被声明为final，不可继承。String代表不可变的字符序列。

• 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。

二、String的内存分配

2.1 字符串常量池是什么

    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，这些类型会经常被使用到。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

2.2 底层原理与默认值

    **字符串常量池中是不会存储相同内容的字符串的**。它是一个Hashtable，如果放进其中的String非常多，就会造成严重的Hash冲突，从而导致链表太长，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的值没有要求；
• 在jdk7中，StringTable的长度默认值是60013，StringTableSize的值没有要求；
• jdk8开始，1009是可设置的最小值。

2.3 字符串常量池所在位置

• 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中引入了元空间，字符串常量池仍在堆中

    String Pool为什么会有这样的调整？ 我们看看官网的解答：
  

In JDK 7, interned strings are no longer allocated in the permanent generation of the Java heap, but are instead allocated in the main part of the Java heap (known as the young and old generations), along with the other objects created by the application. This change will result in more data residing in the main Java heap, and less data in the permanent generation, and thus may require heap sizes to be adjusted. Most applications will see only relatively small differences in heap usage due to this change, but larger applications that load many classes or make heavy use of the

String.intern()

method will see more significant differences.

    翻译过来就是：

在JDK 7中，内部字符串不再在Java堆的永久代中分配，而是与应用程序创建的其他对象一起在Java堆的主要部分(称为年轻代和老代)中分配。此更改将导致更多的数据驻留在主Java堆中，而更少的数据驻留在永久生成中，因此可能需要调整堆大小。由于此更改，大多数应用程序在堆使用方面只会看到相对较小的差异，但是加载许多类或大量使用String.intern()方法的大型应用程序将会看到更显著的差异。

三、字符串的拼接操作

3.1 拼接操作结果存放位置

• 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(){
        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
    }

• 常量池中不会存在相同内容的常量
• 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

    @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
    }

• 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

3.2 字节码角度剖析拼接操作

    @Test
    public void test3(){
        String s1 = "a";
        String s2 = "b";
        String s3 = "ab";
        
        String s4 = s1 + s2;//
        System.out.println(s3 == s4);//false
    }

    如下的s1 + s2 的执行细节：(变量s是临时定义的）

1. StringBuilder s = new StringBuilder();

2. s.append("a")

3. s.append("b")

4. s.toString() --> 约等于 new String("ab")

    在jdk5.0之后使用的是StringBuilder，在jdk5.0之前使用的是StringBuffer。
   
    需要注意的是，字符串拼接操作不一定使用的是StringBuilder！如下面代码，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。
   

@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
    }

    所以，针对于类、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。