JVM字符串常量池StringTable

String的基本特性

String：字符串，使用一对""引起来表示。
- String sl = "hello"；//字面量的定义方式；
- String s2 = new String（"hello"）；
String类是已经被声明为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及以前内部定义为“private final char value[]”用于存储字符串数据。jdk9时改为byte[]。
自jdk9以来，String再也不用char[] 来存储了，改成了byte[] 加上字符编码集的标识，节约了一些空间。基于字符串的内容，决定用何种编码去存储。特定的编码集如ISO-8859--1/Latin-1:一个character字符采用一个字节存储。其他编码集如UTF-16:一个character字符采用2个字节存储。中文字符也是采用2个字节存储。
StringBuffer和StringBuilder也做了一些修改。

jdk1.9的String结构示例：

public final class String implements java.io.Serializable， Comparable<String>,CharSequence {
@Stable
private final byte[] value；
}

String不可变的字符序列

简称：不可变性。

当对字符串重新赋值时，需要重新指定内存区域赋值，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（不同于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。字符串常量池当中的字符串不允许重复存放

示例代码：

/**
 * String的基本使用:体现String的不可变性
 */
public class StringTest1 {
    @Test
    public void test1() {
        String s1 = "abc";//字面量定义的方式，"abc"存储在字符串常量池中
        String s2 = "abc";//s1,s2指向同一个abc
        s1 = "hello";//s1指向字符串常量池新开辟了的hello，不影响原有的abc

        System.out.println(s1 == s2);//判断地址：true  --> false

        System.out.println(s1);//hello
        System.out.println(s2);//abc

    }

    @Test
    public void test2() {
        String s1 = "abc";
        String s2 = "abc";
        s2 += "def";
        System.out.println(s2);//abcdef
        System.out.println(s1);//abc
    }

    @Test
    public void test3() {
        String s1 = "abc";
        String s2 = s1.replace('a', 'm');
        System.out.println(s1);//abc
        System.out.println(s2);//mbc
    }
}

String底层是不会扩容的HashTable

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StringPool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。
使用一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
jdk8开始,1009是StringTable长度可设置的最小值

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。
- 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 = "abc" ；
- 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。这个后面重点谈
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。
- StringTable为什么要调整？①永久代permSize默认比较小;②永久代的垃圾回收频率低;
- 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（）。

测试代码：

class Memory {
    public static void main(String[] args) {//line 1
        int i = 1;//line 2
        Object obj = new Object();//line 3
        Memory mem = new Memory();//line 4
        mem.foo(obj);//line 5
    }//line 9

    private void foo(Object param) {//line 6
        String str = param.toString();//line 7
        System.out.println(str);
    }//line 8
}

显示的调用toString()方法在字符串常量池当中生成调用者对应的字符串,并且返回常量池当中的地址。

字符串拼接操作

1.常量与常量的拼接结果在常量池，原理是编译期优化。（编译生成的字节码文件中，已经将类似于字面量的赋值操作s1="a"+"b"+"c"替换为"abc"，如果先前常量池当中保存有s2="abc"，则s1、s2指向同一个字符串常量池地址）
2.常量池中不会存在相同内容的常量。
3.如果拼接的结果调用intern（）方法，则主动将字符串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。
4.只要其中有一个是变量（final修饰的常量除外），结果就在堆中（非字符串常量池）。变量拼接的原理是StringBuilder

常量拼接：编译期优化

示例代码1：

 @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
    }

    @Test
    public 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
        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
    }

变量拼接:StringBuilder原理

示例代码2：

@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常量拼接

示例代码3：

如果拼接符号左右两边都是字符串常量或常量引用(final修饰的变量也称为--常量)，则仍然使用编译期优化，即非StringBuilder的方式。

    /*
    1. 字符串拼接操作不一定使用的是StringBuilder!
    2.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。
    3. 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
    }
    
    //练习：
    @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

    }

拼接操作与append的效率对比

append效率要比字符串拼接高很多


    @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);
    }

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。

② 使用String的字符串拼接方式：创建过多个StringBuilder和String的对象。，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，手动指定StringBuilder容器上限大小。

防止超过默认容量大小16而扩容，扩容会将原有的字符串赋值到新的容器当中，原有的容器变成垃圾需要回收。

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

new String("ab")会创建几个对象？

public class StringNewTest {
    public static void main(String[] args) {
//        String str = new String("ab");

        String str = new String("a") + new String("b");
    }
}

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
但注意：str此时指向的是堆空间当中的对象

new String("a") + new String("b")呢？

对象1：new StringBuilder()，变量拼接“+”操作肯定有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")，但这里的new String并没有在字符串常量池当中生成ab。
强调一下，toString()的隐式调用（只是隐含在字节码中StringBuilder拼接new String("a") + new String("b")之后调用），表明其属于变量的拼接，结果ab存储在堆区
因为没有出现字节码指令lcd，所以在字符串常量池中并没有生成"ab"

String源码展示：

intern()的使用

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 u").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，必定和直接以常量形式出现的字符串实例完全相同（字符串常量池当中的对象）。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）。

关于String.intern()的面试题

/**
 * 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();
 *
 */
public class StringIntern {
    public static void main(String[] args) {
        String s = new String("1");
        s.intern();//调用此方法之前，字符串常量池中已经存在了"1".即此方法可理解为无效
        String s2 = "1";
        //s  指向堆空间"1"的内存地址//s2 指向字符串常量池已存在的"1"的内存地址
        System.out.println(s == s2);//jdk6：false   jdk7/8：false


        String s3 = new String("1") + new String("1");//s3变量记录的地址为堆中11，此时字符串常量池当中并不存在11//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。
        //                               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
        s3.intern();
        String s4 = "11";//s4变量记录的地址，使用的是上一行代码执行后在常量池生成的，指向11的地址
        System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
    }

}

面试题拓展：

将String s4 = "11";提到s3.intern();之前。

public class StringIntern1 {
    public static void main(String[] args) {
        //StringIntern.java中练习的拓展：
        String s3 = new String("1") + new String("1");//new String("11")
        //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！！
        String s4 = "11";//在字符串常量池中直接生成对象"11"
        String s5 = s3.intern();//此时s3.intern全程OB视角，没作为。判断字符串常量池存在11，将s5指向字符串常量池
        System.out.println(s3 == s4);//false
        System.out.println(s5 == s4);//true
    }
}

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。
- ➢如果字符串常量池中有，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。
- ➢如果字符串常量池中有，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练习题1：

判断s=="ab",因为是字面量的写法，所以判断的是变量s与字符串常量池当中的"ab"

public class StringExer1 {
    public static void main(String[] args) {
        //String x = "ab";
        String s = new String("a") + new String("b");//new String("ab")
        //在上一行代码执行完以后，字符串常量池中并没有"ab"

        String s2 = s.intern();//jdk6中：在串池中创建一个字符串"ab"
                               //jdk8中：串池中没有创建字符串"ab",而是创建一个引用，指向new String("ab")，将此引用返回

        System.out.println(s2 == "ab");//jdk6:true  jdk8:true
        System.out.println(s == "ab");//jdk6:false  jdk8:true
    }
}

JDK6

JDK7/8

intern练习题2：

intern练习题3：

public class StringExer2 {
    public static void main(String[] args) {
        String s1 = new String("ab");//执行完以后，会在字符串常量池中会生成"ab"。但是指向堆aa
//      String s1 = new String("a") + new String("b");////执行完以后，不会在字符串常量池中会生成"ab"
        s1.intern();//检查字符串常量池当中有ab,有了就全程OB视角，不作为
        String s2 = "ab";//指向字符串常量池已经存在的ab
        System.out.println(s1 == s2); //false
    }
}

intern()效率测试

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，就会明显降低内存的大小。

示例代码：

/**
 * 使用intern()测试执行效率：空间使用上
 *
 * 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。
 *
 */
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();
    }
}

StrtingTable的垃圾回收

示例代码：

-XX:+PrintStringTableStatistics展示字符串常量池信息

/**
 * String的垃圾回收:
 * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
 *
 */
public class StringGCTest {
    public static void main(String[] args) {
//        for (int j = 0; j < 100; j++) {
//            String.valueOf(j).intern();
//        }
        //发生垃圾回收行为
        for (int j = 0; j < 100000; j++) {
            String.valueOf(j).intern();
        }
    }
}

G1中的String去重操作

声明：去重自然是对堆上数据的去重。而字符串常量池中的数据本身就不允许重复。
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258是String对象。更进一一步，这里面差不多一半String对象是重复的，重复的意思是说： string1. 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。

去重实现步骤

➢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对象会被调整引用此共享数组，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。

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。
➢PrintStringDedupl icationStatistics （bool）：打印详细的去重统计信息，
➢StringDedupl icationAgeThreshold （uintx）：达到这个年龄的string对象被认.为是去重的候选对象