非常牛：深入研究java对String字符串对象的创建以及管理(转)

经常看到很多人讨论java中关于String的问题,我也就有点兴趣了,鉴于网上很多人写的都差别很大,
同样的问题都是不同的说法,我很迷糊,花了一晚上读了Java Virtual Machine Specification和
The Java Language Specification的一些章节,做了很多试验,总结了一下关于String的内容,还
有很多内容我也不确定,在下面也都提出来了,希望高手能指正.


Constant Pool常量池的概念:

在讲到String的一些特殊情况时,总会提到String Pool或者Constant Pool,但是我想很多人都不太
明白Constant Pool到底是个怎么样的东西,运行的时候存储在哪里,所以在这里先说一下Constant Pool的内容.
String Pool是对应于在Constant Pool中存储String常量的区域.习惯称为String Pool,也有人称为
String Constant Pool.好像没有正式的命名??

在java编译好的class文件中,有个区域称为Constant Pool,他是一个由数组组成的表,类型
为cp_info constant_pool[],用来存储程序中使用的各种常量,包括Class/String/Integer等各
种基本Java数据类型,详情参见The Java Virtual Machine Specification 4.4章节.


对于Constant Pool,表的基本通用结构为:
cp_info {
        u1 tag;
        u1 info[];
}


tag是一个数字,用来表示存储的常量的类型,例如8表示String类型,5表示Long类型,info[]根据
类型码tag的不同会发生相应变化.

对于String类型,表的结构为:
CONSTANT_String_info {
        u1 tag;
        u2 string_index;
}

tag固定为8,string_index是字符串内容信息,类型为:
CONSTANT_Utf8_info {
        u1 tag;
        u2 length;
        u1 bytes[length];
}

tag固定为1,length为字符串的长度,bytes[length]为字符串的内容.

(以下代码在jdk6中编译)
为了详细理解Constant Pool的结构,我们参看一些代码:
    String s1 = "sss111";
    String s2 = "sss222";
    System.out.println(s1 + " " + s2);

由于"sss111"和"sss222"都是字符串常量,在编译期就已经创建好了存储在class文件中.
在编译后的class文件中会存在这2个常量的对应表示:
08 00 11 01 00 06 73 73 73 31 31 31 08 00 13 01 ; ......sss111....
00 06 73 73 73 32 32 32                         ; ..sss222

根据上面说的String常量结构,我们分析一下
开始的08为CONSTANT_String_info结构中的tag,而11应该是它的相对引用,01为
CONSTANT_Utf8_info的tag,06为对应字符串的长度,73 73 73 31 31 31为字符串对
应的编码,接着分析,会发现后面的是对应"sss222"的存储结构.


经过上面分析,我们知道了11和13是两个字符串的相对引用,就可以修改class文件
来修改打印的内容,把class文件中的
00 6E 00 04 00 03 00 00 00 24 12 10 4C 12 12 4D
改成
00 6E 00 04 00 03 00 00 00 24 12 10 4C 12 10 4D
程序就会输出sss111 sss111,而不是和原程序一样输出sss111 sss222,因为我
们把对"sss222"的相对引用12改成了对"sss111"的相对引用10.


------------分割线
public class Test {
    public static void main(String[] args) {
        String s1 = "sss111";
        String s2 = "sss111";
    }
}

在上面程序中存在2个相同的常量"sss111",对于n个值相同的String常量,在Constant Pool中
只会创建一个,所以在编译好的class文件中,我们只能找到一个对"sss111"的表示:
000000abh: 08 00 11 01 00 06 73 73 73 31 31 31             ; ......sss111


在程序执行的时候,Constant Pool会储存在Method Area,而不是heap中.

另外,对于""内容为空的字符串常量,会创建一个长度为0,内容为空的字符串放到Constant Pool中,
而且Constant Pool在运行期是可以动态扩展的.


关于String类的说明
1.String使用private final char value[]来实现字符串的存储,也就是说String对象创建之后,就不能
再修改此对象中存储的字符串内容,就是因为如此,才说String类型是不可变的(immutable).

2.String类有一个特殊的创建方法,就是使用""双引号来创建.例如new String("i am")实际创建了2个
String对象,一个是"i am"通过""双引号创建的,另一个是通过new创建的.只不过他们创建的时期不同,
一个是编译期,一个是运行期!

3.java对String类型重载了+操作符,可以直接使用+对两个字符串进行连接.

4.运行期调用String类的intern()方法可以向String Pool中动态添加对象.

String的创建方法一般有如下几种
1.直接使用""引号创建.
2.使用new String()创建.
3.使用new String("someString")创建以及其他的一些重载构造函数创建.
4.使用重载的字符串连接操作符+创建.

例1
    /*
    * "sss111"是编译期常量,编译时已经能确定它的值,在编译
    * 好的class文件中它已经在String Pool中了,此语句会在
    * String Pool中查找等于"sss111"的字符串(用equals(Object)方法确定),
    * 如果存在就把引用返回,付值给s1.不存在就会创建一个"sss111"放在
    * String Pool中,然后把引用返回,付值给s1.
    *
    */
    String s1 = "sss111";

    //此语句同上
    String s2 = "sss111";

    /*
    * 由于String Pool只会维护一个值相同的String对象
    * 上面2句得到的引用是String Pool中同一个对象,所以
    * 他们引用相等
    */
    System.out.println(s1 == s2); //结果为true


例2
    /*
    * 在java中,使用new关键字会创建一个新对象,在本例中,不管在
    * String Pool中是否已经有值相同的对象,都会创建了一个新的
    * String对象存储在heap中,然后把引用返回赋给s1.
    * 本例中使用了String的public String(String original)构造函数.
    */
    String s1 = new String("sss111");
   
    /*
     * 此句会按照例1中所述在String Pool中查找
     */
    String s2 = "sss111";
   
    /*
     * 由于s1是new出的新对象,存储在heap中,s2指向的对象
     * 存储在String Pool中,他们肯定不是同一个对象,只是
     * 存储的字符串值相同,所以返回false.
     */
    System.out.println(s1 == s2); //结果为false


例3
    String s1 = new String("sss111");
    /*
    * 当调用intern方法时，如果String Pool中已经包含一个等于此String对象
    * 的字符串(用 equals(Object)方法确定),则返回池中的字符串.否则,将此
    * String对象添加到池中，并返回此String对象在String Pool中的引用.
    */
    s1 = s1.intern();
   
    String s2 = "sss111";
   
    /*
     * 由于执行了s1 = s1.intern(),会使s1指向String Pool中值为"sss111"
     * 的字符串对象,s2也指向了同样的对象,所以结果为true
     */
    System.out.println(s1 == s2);


例4
    String s1 = new String("111");
    String s2 = "sss111";
   
    /*
    * 由于进行连接的2个字符串都是常量,编译期就能确定连接后的值了,
    * 编译器会进行优化直接把他们表示成"sss111"存储到String Pool中,
    * 由于上边的s2="sss111"已经在String Pool中加入了"sss111",
    * 此句会把s3指向和s2相同的对象,所以他们引用相同.此时仍然会创建出
    * "sss"和"111"两个常量,存储到String Pool中.

    */
    String s3 = "sss" + "111";
   
    /*
     * 由于s1是个变量,在编译期不能确定它的值是多少,所以
     * 会在执行的时候创建一个新的String对象存储到heap中,
     * 然后赋值给s4.
     */
    String s4 = "sss" + s1;
   
    System.out.println(s2 == s3); //true
    System.out.println(s2 == s4); //false
    System.out.println(s2 == s4.intern()); //true


例5
这个是The Java Language Specification中3.10.5节的例子,有了上面的说明,这个应该不难理解了
    package testPackage;
    class Test {
            public static void main(String[] args) {
                    String hello = "Hello", lo = "lo";
                    System.out.print((hello == "Hello") + " ");
                    System.out.print((Other.hello == hello) + " ");
                    System.out.print((other.Other.hello == hello) + " ");
                    System.out.print((hello == ("Hel"+"lo")) + " ");
                    System.out.print((hello == ("Hel"+lo)) + " ");
                    System.out.println(hello == ("Hel"+lo).intern());
            }
    }
    class Other { static String hello = "Hello"; }

    package other;
    public class Other { static String hello = "Hello"; }

输出结果为true true true true false true,请自行分析!


结果上面分析,总结如下:
1.单独使用""引号创建的字符串都是常量,编译期就已经确定存储到String Pool中.
2.使用new String("")创建的对象会存储到heap中,是运行期新创建的.
3.使用只包含常量的字符串连接符如"aa" + "aa"创建的也是常量,编译期就能确定,已经确定存储到String Pool中.
4.使用包含变量的字符串连接符如"aa" + s1创建的对象是运行期才创建的,存储在heap中.
6.使用"aa" + s1以及new String("aa" + s1)形式创建的对象是否加入到String Pool中我不太确定,可能是必须
调用intern()方法才会加入,希望高手能回答 @_@


还有几个经常考的面试题:

1.
String s1 = new String("s1") ;
String s2 = new String("s1") ;
上面创建了几个String对象?
答案:3个 ,编译期Constant Pool中创建1个,运行期heap中创建2个.


2.
String s1 = "s1";
String s2 = s1;
s2 = "s2";
s1指向的对象中的字符串是什么?
答案: "s1"


最后再说说"+"连接符注意的地方：

为了加深理解，我们可以来做几个小实验。

javac Test        编译文件
javap -c Test  查看虚拟机指令

实验一：纯字符串


Java code
public class Test {
    public static void main(String args[]) {
        String str = "a";
    }
}


  // 将字符串 a 存入常数池
  0:  ldc    #2; //String a
  // 将引用存放到 1 号局部变量中
  2:  astore_1
  3:  return

实验二：纯字符串相加

Java code
public class Test {
    public static void main(String args[]) {
        String str = "a" + "b";
    }
}


  // 将字符串 ab 压入常数池
  0:  ldc    #2; //String ab
  2:  astore_1
  3:  return

实验二可以很明显地看出，编译器在编译时产生的字节码已经将 "a" + "b" 优化成了 "ab"，
同理多个字符串的相加也会被优化处理，需要注意的是字符串常量相加。

实验三：字符串与自动提升常量相加

Java code
public class Test {
    public static void main(String args[]) {
        String str = "a" + (1 + 2);
    }
}


  // 将字符串 a3 压入常数池
  0:  ldc    #2; //String a3
  2:  astore_1
  3:  return

通过虚拟机指令可以看出，1 + 2 自动提升后的常量与字符串常量，虚拟机也会对其进行优化。

实验二、实验三结论：常量间的相加并不会引起效率问题

实验四：字符串与变量相加

Java code
public class Test {
    public static void main(String args[]) {
        String s = "b";
        String str = "a" + s;
    }
}


  // 将字符串 b 压入常数池
  0:  ldc    #2; //String b
  // 将引用存放到 1 号局部变量中
  2:  astore_1
  // 检查到非常量的相加，这时创建 StringBuilder 对象
  3:  new    #3; //class java/lang/StringBuilder
  // 从栈中复制出数据，即把字符串 b 复制出来
  6:  dup
  // 调用 StringBuilder 的初始构造
  7:  invokespecial  #4; //Method java/lang/StringBuilder." <init>":()V
  // 将字符串 a 压入常数池
  10:  ldc    #5; //String a
  // 调用 StringBuilder 的 append 方法，把字符串 a 添加进去
  12:  invokevirtual  #6; //Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
  // 从 1 号局部变量中加载数据引用
  15:  aload_1
  // 调用 StringBuilder 的 append 方法，把字符串 b 添加进去
  16:  invokevirtual  #6; //Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
  // 调用 StringBuilder 的 toString 方法
  19:  invokevirtual  #7; //Method java/lang/StringBuilder.toString:()Ljava/lang/String;
  // 将 toString 的结果保存至 2 号局部变量
  22:  astore_2
  23:  return

实验四可以看出，非常量字会串相加时，由于相加的变量中存放的是字符串的地址引用，
因为在编译时无法确切地知道其他具体的值，也就没有办法对其进行优化处理，这时为了
达到连接的效果，其内部采用了 StringBuilder 的机制进行处理（JDK 5 中新增的，我
这里没有 JDK 1.4，估计在 JDK 1.4 下采用的是 StringBuffer），将他们都 append
进去，最后用 toString 输出。

若 s 为其他类型时，比如：int 类型，也是采用同种方式进行处理。

同理，根据实验二的结果，在 String str = "a" + "b" + s; 时，先会优化成 "ab" 再与
s 根据实验四的方式进行处理，这时 StringBuilder 仅调用了两次 append 方法。

如果是 String str = "a" + s + "b"; 这种形式的就没办法优化了，StringBuilder 得调
用三次 append 方法。

实验四的结论表明，字符串与变量相加时在内部产生了 StringBuilder 对象并采取了一定
的操作。

如果只有一句 String str = "a" + s; 这样子的，其效率与
String str = new StringBuilder().append("a").append(s).toString();
是一样的。

一般所说的 String 采用连接运算符（+）效率低下主要产生在以下的情况中：

Java code
public class Test {
    public static void main(String args[]) {
        String s = null;
        for(int i = 0; i < 100; i++) {
            s += "a";
        }
    }
}


每做一次 + 就产生个 StringBuilder 对象，然后 append 后就扔掉。下次循环再到达时重
新产生个 StringBuilder 对象，然后 append 字符串，如此循环直至结束。

如果我们直接采用 StringBuilder 对象进行 append 的话，我们可以节省 N - 1 次创建和
销毁对象的时间。



本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/luojihaidao/archive/2009/02/05/3863658.aspx