String那点事儿2--占了多少空间

本文部分内容摘抄自：《算法》第四版，图灵丛书，人邮出版社

序

孔老师：茴香豆的茴字有四种写法，来，我告诉你。

1、一道面试题

String str = "搞java";占用多少内存空间？一般给的答案是“6字节”。然而凭着男人的直觉，这个答案貌似不完全正确。

如下图示：

 

这6个字节是如何来的?看这里，上干货fuck goods

import java.io.UnsupportedEncodingException;
public class StringTest {
	public static void main(String[] args) throws UnsupportedEncodingException {
		String str = "搞java";
		System.out.println("\"搞java\".length():" + (str.length()));
		System.out.println("\"搞java\".getBytes().length:" + (str.getBytes().length));
		System.out.println("\"搞java\".getBytes(\"GBK\").length:" + (str.getBytes("GBK").length));
		System.out.println("\"搞java\".getBytes(\"UTF-8\").length:" + (str.getBytes("UTF-8").length));
		/**
		 *  "搞java".length():5
			"搞java".getBytes().length:6
			"搞java".getBytes("GBK").length:6
			"搞java".getBytes("UTF-8").length:7
		 */
	}
}

 

 6个字节的来源是getByte().length。

 

2、看源码解释方法

String.length()方法，返回一个和该字串的uinicode单位数量相同的长度，就是字串的长度。"搞java"中一共有5个单位的unicode码，返回5，注意这个方法并不是该字串所占用的存储空间

    /**
     * Returns the length of this string.
     * The length is equal to the number of <a href="Character.html#unicode">Unicode
     * code units</a> in the string.
     *
     * @return  the length of the sequence of characters represented by this
     *          object.
     */
    public int length() {
        return count;
    }

 String.getBytes()方法,使用平台默认字符集，将该字串编码成字节序列，将结果搞到一个byte数组中。是的，是平台默认字符集，也就是不同的字符集，将会产生不同的字节序列。"GBK"编码中，1个汉字2个字节，一个ASC2是1个字节，"搞java"是6个byte；"utf-8"码中，1个汉字将占用3个字节，1个ASC2是1个字节，"搞java"就是7个byte

    /**
     * Encodes this {@code String} into a sequence of bytes using the
     * platform's default charset, storing the result into a new byte array.
     *
     * <p> The behavior of this method when this string cannot be encoded in
     * the default charset is unspecified.  The {@link
     * java.nio.charset.CharsetEncoder} class should be used when more control
     * over the encoding process is required.
     *
     * @return  The resultant byte array
     *
     * @since      JDK1.1
     */
    public byte[] getBytes() {
	return StringCoding.encode(value, offset, count);
    }

 

结论：length()方法不能表示占用存储空间;getByte()方法和平台默认字符集有关不靠谱，"GBK"字符集下将会编码成6个byte，其他字符集就未必了。

 

3、真相极其残酷，String对象所占的内存空间

3.1、对象所使用的空间，

•对象头（object header）：32位机8 个字节（保存对象的 class 信息、ID、在虚拟机中的状态），64位机器16字节

•Java 原始类型数据：如 int, float, char 等类型的数据，参看表1

•引用（reference）：在32位系统上每个占用4bytes, 在64位系统上每个占用8bytes

•填充符（padding）：一般内存的使用会被填充为8的倍数

表 1. Java 各数据类型所占内存

数据类型占用内存（字节数）

boolean	1
byte
char	2
short
int	4
float
long	8
double

3.2数组所占用内存空间

java中数组被实现为对象，因为记录长度而需要额外的内存。一个原始数据类型的数组一般需要24字节头信息（16个字节的对象开销，4字节保存长度，4字节填充字）再加上保存值所需要的内存。例如：1个N个int的数组，需要使用(24+4N)字节，一个int占4字节；一个含有N个double的数组，需要（24+8N），一个double占8字节；

 

3.3空字串所占内存空间

如果对于 String（JDK 6）的成员变量声明如下：

  private final char value[]; 
  private final int offset; 
  private final int count; 
  private int hash;

如何计算该 String 所占的空间？String对象内存+3个int属性内存+1个char[]内存，就是这么计算

先计算空的 char 数组所占空间：

<64位机>16（对象开销）+ 4（保存长度） + 2*0(一个char是2字节，共有0个char)=20byte，再给padding使之成为8的倍数，就是20 + 4 = 24字节 

<32位机>8（对象开销） + 4 （保存长度） + 2*0=12字节，填充一下就是12+4=16 字节

 

那么一个空 String 所占空间为：

<64位机>16（对象开销） + 12字节（3个int，1个int占4字节） + 8(char[]引用) + 24(空char[]) = 60字节

不要忘了填充，60 + 4 = 64字节

<32位机>8(对象开销) + 12字节(3个int) + 4(char[]引用) + 16(空char[]) = 40字节

 

结论，String对象所占内存空间大约为

N是String对象char数组的长度，注意这里说的的char[]数组的长度，而不是String.length()

<64位机> 2*N + 64 + padding，这么多的字节byte

<32位机> 2*N + 40 + padding，这么多的字节byte

现在回过头来看面试题，String str = "搞java";占用多少内存空间？一般给的答案是“6字节”。然而这个答案一定完全不正确。

 

结束的时候，留一个悬疑，敬请关注下篇:String那点事儿3--溢出、陷阱、效率、优化

 

 String那点事儿1--创建了几个对象

String那点事儿2--占了多少空间

String那点事儿3--溢出、陷阱、效率、优化 

评论

3 楼 greatwqs 2016-07-02  

这样的帖子必须手动来赞一个!   

2 楼 azvf 2013-12-09  

wahely 写道

发现博主有几片博文都是错误的，我想博主应该也是一片好心，但小心误人子弟啊。
看到这篇了说一下：
<32位机> 2*N + 40，这么多的字节byte 2*5+40=50 这个答案明显是错误的，padding没有考虑进去，所以说必须是8的倍数。
正确答案应该是：8(对象开销) + 12字节(3个int) + 4(char[]引用) + 24(搞java char[]:头8+length 4+ value 10 + padding 2) = 48

1、感谢你的关注
2、结论已经修改为
<64位机> 2*N + 64 + padding，这么多的字节byte
<32位机> 2*N + 40 + padding，这么多的字节byte

1 楼 wahely 2013-12-09  

发现博主有几片博文都是错误的，我想博主应该也是一片好心，但小心误人子弟啊。
看到这篇了说一下：
<32位机> 2*N + 40，这么多的字节byte 2*5+40=50 这个答案明显是错误的，padding没有考虑进去，所以说必须是8的倍数。
正确答案应该是：8(对象开销) + 12字节(3个int) + 4(char[]引用) + 24(搞java char[]:头8+length 4+ value 10 + padding 2) = 48