• String的基本特性
  • 为什么JDK9改变了结构
  • String的不可变性
  • 面试题
  • 注意
• String的内存分配
  • 为什么StringTable从永久代调整到堆中
• String的基本操作
  • 例子1
  • 例子2
• 字符串拼接操作
  • 底层原理
  • 拼接操作和append性能对比
• intern()的使用
• 面试题
  • new String("ab")会创建几个对象
  • new String("a") + new String("b")会创建几个对象
  • intern的使用
  • 扩展题
  • 练习题
  • 总结
• intern()的效率测试（空间角度）
• 字符串的几种创建方式
  • 直接赋值
  • new String()
  • intern()方法
• StringTable的垃圾回收
• G1中的String去重操作
  • 描述
  • 实现
  • 命令行选项

String的基本特性

• String：字符串，使用一对 "" 引起来表示

  String s1 = "kele";   // 字面量的定义方式
  String s2 =  new String("bingtang");	 // new 对象的方式
  

• string 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 及以前内部定义了 final char[] value 用于存储字符串数据。JDK9 时改为 final byte[] value

为什么JDK9改变了结构

String 类的当前实现将字符存储在 char 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，大多数字符串对象只包含拉丁字符。这些字符只需要一个字节的存储空间，因此这些字符串对象的内部 char 数组中有一半的空间将不会使用。

我们建议改变字符串的内部表示 class 从 utf - 16 字符数组到字节数组加一个 encoding-flag 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。

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

// JDK 8 之前
private final char value[];
// JDK 8 之后
private final byte[] value

同时基于 String 的数据结构，例如 StringBuffer 和 StringBuilder 也同样做了修改。

String的不可变性

String：代表不可变的字符序列。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。

通过字面量的方式（区别于 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。

代码：

/**
 * String 的不可变性
 *
 */
public class StringTest1 {

    public static void test1() {
        // 字面量定义的方式，"abc"存储在字符串常量池中
        String s1 = "abc";
        String s2 = "abc";
        System.out.println(s1 == s2); // true
        s1 = "hello";
        System.out.println(s1 == s2); // false
        System.out.println(s1);
        System.out.println(s2);
        System.out.println("----------------");
    }

    public static void test2() {
        String s1 = "abc";
        String s2 = "abc";
        // 只要进行了修改，就会重新创建一个对象，这就是不可变性
        s2 += "def";
        System.out.println(s1);  // abc
        System.out.println(s2);  // abcdef
        System.out.println("----------------");
    }

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

    public static void main(String[] args) {
        test1();
        test2();
        test3();
    }
}

运行结果

true
false
hello
abc
----------------
abc
abcdef
----------------
abc
mbc

面试题

/**
 * 面试题
 *
 */
public class StringExer {
    String str = new String("good");
    char [] ch = {'t','e','s','t'};

    public void change(String str, char ch []) {
        str = "test ok";
        ch[0] = 'b';
    }

    public static void main(String[] args) {
        StringExer ex = new StringExer();
        ex.change(ex.str, ex.ch);
        System.out.println(ex.str);
        System.out.println(ex.ch);
    }
}

输出结果

good
best

注意

字符串常量池是不会存储相同内容的字符串的。

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 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 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。-XX:StringTablesize 设置范围没有要求。

在 JDK7 中，StringTable 的长度默认值是 60013。

在 JDK 8 中，StringTable 可以设置的最小值为 1009。

测试代码

先随机将 100000 个字符串写到 words.txt 文件里。

/**
 * 产生 10 万个长度不超过 10 的字符串，包含 a-z,A-Z
 */
public class GenerateString {
    public static void main(String[] args) throws IOException {
        FileWriter fw =  new FileWriter("words.txt");

        for (int i = 0; i < 100000; i++) {
            // 1 - 10
           int length = (int)(Math.random() * (10 - 1 + 1) + 1);
            fw.write(getString(length) + "\n");
        }

        fw.close();
    }

    public static String getString(int length){
        String str = "";
        for (int i = 0; i < length; i++) {
            // 65 - 90, 97-122
            int num = (int)(Math.random() * (90 - 65 + 1) + 65) + (int)(Math.random() * 2) * 32;
            str += (char)num;
        }
        return str;
    }
}

读取 words.txt 的字符串，看看花费了多少时间

public class StringTest2 {
    public static void main(String[] args) {

        BufferedReader br = null;
        try {
            br = new BufferedReader(new FileReader("words.txt"));
            long start = System.currentTimeMillis();
            String data;
            while((data = br.readLine()) != null){
                data.intern(); // 如果字符串常量池中没有对应data的字符串的话，则在常量池中生成
            }

            long end = System.currentTimeMillis();

            System.out.println("花费的时间为：" + (end - start)); //1009:143ms  100009:47ms
        } catch (IOException e) {
            e.printStackTrace();
        } finally {
            if(br != null){
                try {
                    br.close();
                } catch (IOException e) {
                    e.printStackTrace();
                }

            }
        }
    }
}

• -XX:StringTableSize=1009：程序耗时 143ms
• -XX:StringTableSize=100009：程序耗时 47ms

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="youngkbt.cn";

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。

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 元空间，字符串常量在堆

为什么StringTable从永久代调整到堆中

在 JDK 7 中，interned 字符串不再在 Java 堆的永久生成中分配，而是在 Java 堆的主要部分（称为年轻代和老年代）中分配，与应用程序创建的其他对象一起分配。此更改将导致驻留在 Java 堆中的数据更多，驻留在永久生成中的数据更少，因此可能需要调整堆大小。由于这一变化，大多数应用程序在堆使用方面只会看到相对较小的差异，但加载许多类或大量使用字符串的较大应用程序会出现这种差异。intern() 方法会看到更显著的差异。

• 永久代的默认比较小
• 永久代垃圾回收频率低
• 堆中空间足够大，字符串可被及时回收

/**
 * jdk6中：
 * -XX:PermSize=6m -XX:MaxPermSize=6m -Xms6m -Xmx6m
 *
 * jdk8中：
 * -XX:MetaspaceSize=6m -XX:MaxMetaspaceSize=6m -Xms6m -Xmx6m
 */
public class StringTest3 {
    public static void main(String[] args) {
        // 使用 Set 保持着常量池引用，避免 Full GC 回收常量池行为
        Set<String> set = new HashSet<String>();
        // 在 short 可以取值的范围内足以让 6MB 的 PermSize 或 heap 产生 OOM 了。
        short i = 0;
        while(true){
            set.add(String.valueOf(i++).intern());
        }
    }
}

输出结果：可以看到字符串在堆中（JDK8）

Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
	at java.util.HashMap.resize(HashMap.java:703)
	at java.util.HashMap.putVal(HashMap.java:662)
	at java.util.HashMap.put(HashMap.java:611)
	at java.util.HashSet.add(HashSet.java:219)
	at com.youngkbt.java.StringTest3.main(StringTest3.java:22)

Process finished with exit code 1

String的基本操作

Java 语言规范里要求完全相同的字符串字面量，应该包含同样的 Unicode 字符序列（包含同一份码点序列的常量），并且必须是指向同一个 String 类实例。

例子1

public class StringTest4 {
    public static void main(String[] args) {
        System.out.println(); // 2293
        System.out.println("1"); // 2294
        System.out.println("2");
        System.out.println("3");
        System.out.println("4");
        System.out.println("5");
        System.out.println("6");
        System.out.println("7");
        System.out.println("8");
        System.out.println("9");
        System.out.println("10"); // 2303
        // 如下的字符串 "1" 到 "10" 不会再次创建，直接使用上方的
        System.out.println("1"); // 2304
        System.out.println("2"); // 2304
        System.out.println("3");
        System.out.println("4");
        System.out.println("5");
        System.out.println("6");
        System.out.println("7");
        System.out.println("8");
        System.out.println("9");
        System.out.println("10"); // 2304
    }
}

程序启动时已经加载了 2293 个字符串常量，加载了一个换行符（println），所以多了一个，加载了字符串常量 1 到 10，之后的字符串 1 到 10 不会再次再次创建，直接使用上方的。

例子2

// 官方示例代码
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
}

分析运行时内存：foo() 方法是实例方法，其实图中少了一个 this 局部变量

字符串拼接操作

• 常量与常量的拼接结果在常量池，原理是编译期优化
• 常量池中不会存在相同内容的变量
• 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
• 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

解释：

• 常量与常量的拼接结果在常量池，原理是编译期优化

public void test1() {
    String s1 = "a" + "b" + "c";  // 编译期优化：等同于"abc"
    String s2 = "abc"; // abc 存放在常量池，直接将常量池的地址返回
    /*
     * 最终 .java 编译成 .class,再执行 .class
     * String s1 = "abc";
     * String s2 = "abc"
     */
    System.out.println(s1 == s2); // true，因为存放在字符串常量池
    System.out.println(s1.equals(s2)); // true
}

从字节码指令看出：编译器做了优化，将 "a" + "b" + "c" 优化成了 "abc"

0 ldc #2 <abc>
2 astore_1
3 ldc #2 <abc>
5 astore_2
6 getstatic #3 <java/lang/System.out>
9 aload_1
10 aload_2
11 if_acmpne 18 (+7)
14 iconst_1
15 goto 19 (+4)
18 iconst_0
19 invokevirtual #4 <java/io/PrintStream.println>
22 getstatic #3 <java/lang/System.out>
25 aload_1
26 aload_2
27 invokevirtual #5 <java/lang/String.equals>
30 invokevirtual #4 <java/io/PrintStream.println>
33 return

• 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
• 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

public void test2() {
    String s1 = "javaEE";
    String s2 = "hadoop";
    String s3 = "javaEEhadoop";
    String s4 = "javaEE" + "hadoop";    
    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

    String s8 = s6.intern();
    System.out.println(s3 == s8); // true
}

从上述的结果我们可以知道：

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。

而调用 intern 方法，则会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的值，否者就在常量池中创建。

底层原理

拼接操作的底层其实使用了 StringBuilder

@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")，但不等价

    补充：在 jdk5.0 之后使用的是 StringBuilder，在 jdk5.0 之前使用的是S tringBuffer
     */
    String s4 = s1 + s2;
    System.out.println(s3 == s4); // false
}

字节码如图：

s1 + s2 的执行细节：

• StringBuilder s = new StringBuilder();
• s.append(s1);
• s.append(s2);
• s.toString(); -> 类似于 new String("ab");

在 JDK5 之后，使用的是 StringBuilder，在 JDK5 之前使用的是 StringBuffer。

String	StringBuffer	StringBuilder
String 的值是不可变的，这就导致每次对String 的操作都会生成新的 String 对象，不仅效率低下，而且浪费大量优先的内存空间	StringBuffer 是可变类，和线程安全的字符串操作类，任何对它指向的字符串的操作都不会产生新的对象。每个 StringBuffer 对象都有一定的缓冲区容量，当字符串大小没有超过容量时，不会分配新的容量，当字符串大小超过容量时，会自动增加容量	与 StringBuffer 类似，速度更快
不可变	可变	可变
	线程安全	线程不安全
	多线程操作字符串	单线程操作字符串

注意，我们左右两边如果是变量的话（一边也是），就是需要 new StringBuilder 进行拼接，但是如果使用的是 final 修饰，则是从常量池中获取。所以说拼接符号左右两边都是字符串常量或常量引用，则仍然使用编译器优化。也就是说被 final 修饰的变量，将会变成常量，类和方法将不能被继承。

在开发中，能够使用 final 修饰的时候，建议使用上，因为在编译期间就确定值，提高效率。

/*
* 1. 字符串拼接操作不一定使用的是 StringBuilder
   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
* 2. 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;  // 因为 s1 和 s2 已经被 final 修饰，所以不会 new 在堆中
    System.out.println(s3 == s4); // true
}

@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 是常量，不是变量
    String s5 = s4 + "hadoop";
    System.out.println(s1 == s5); // true
}

拼接操作和append性能对比

public static void method1(int highLevel) {
    String src = "";
    for (int i = 0; i < highLevel; i++) {
        src += "a"; // 每次循环都会创建一个 StringBuilder 和 String 对象（应该避免）
    }
}

public static void method2(int highLevel) {
    // 只需要创建一个 StringBuilder
    StringBuilder sb = new StringBuilder(); // 优化：StringBuilder s = new StringBuilder(highLevel);
    for (int i = 0; i < highLevel; i++) {
        sb.append("a");
    }
}

方法 1 耗费的时间：4005ms，方法 2 消耗时间：7ms。

结论：

• 通过 StringBuilder 的 append 方式添加字符串的效率，要远远高于 String 的字符串拼接方法

好处

• StringBuilder 的 append 的方式，自始至终只创建一个 StringBuilder 的对象
• 对于字符串拼接的方式，还需要创建很多 StringBuilder 对象和调用 toString 时候创建的 String 对象
• 内存中由于创建了较多的 StringBuilder 和 String 对象，内存占用过大，如果进行 GC 那么将会耗费更多的时间

改进的空间

• 我们使用的是 StringBuilder 的空参构造器，默认的字符串容量是 16，然后将原来的字符串拷贝到新的字符串中，我们也可以默认初始化更大的长度，减少扩容的次数

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

• 因此在实际开发中，我们能够确定，前前后后需要添加的字符串不高于某个限定值，那么建议使用构造器创建一个阈值的长度

intern()的使用

intern 是一个 native 方法，调用的是底层 C 的方法。

public native String intern();

字符串池最初是空的，由 String 类私有地维护。在调用 intern 方法时，如果池中已经包含了由 equals(object) 方法确定的与该字符串对象相等的字符串，则返回池中的字符串。否则，该字符串对象将被添加到池中，并返回对该字符串对象的引用。

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：

JDK 7 之前，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。

JDK7 以及之后，intern 方法会从字符串常量池中查询当前字符串是否存在：

• 若存在，直接返回字符串的引用
• 若不存在，则从堆中查询当前字符串是否存在（new String()），若堆存在，则在字符串常量池创建引用堆的常量（并不是创建新的 String 常量），若堆不存在，就会将当前字符串放入常量池中，然后返回字符串的引用

比如：

String myInfo = new String("I love kele").intern(); // 堆有，常量池也有
System.out.println(myInfo == "I love kele"); // true

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，必须和直接以常量形式出现的字符串实例完全相同。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）。

可能看到这里，大家还有疑惑：new String("kele") 的 kele 放在哪里？

String s1 = new String("kele");  // s1 指向内存中的对象引用

步骤如下：

• 同上，看到有 kele 这个字面量，就会先去字符串常量池中检查是否存在字符串 kele

• 如果不存在，先在字符串常量池里创建一个字符串对象 kele，再去堆内存中创建一个字符串对象 kele

• 如果存在，就直接去堆内存中创建一个字符串对象 kele

• 无论存不存在，都只返回堆内存中的字符串对象 kele 的引用

所以我们知道，new String("kele") 的过程，会分别在堆和常量池创建 kele，最终引用的是堆的地址。

面试题

new String("ab")会创建几个对象

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

我们转换成字节码来查看

 0 new #2 <java/lang/String>
 3 dup
 4 ldc #3 <ab>
 6 invokespecial #4 <java/lang/String.<init>>
 9 astore_1
10 return

这里面就是两个对象

• 一个对象是：new 关键字在堆空间中创建
• 另一个对象：字符串常量池中的对象

new String("a") + new String("b")会创建几个对象

/**
 * 思考：
 * new String("a") + new String("b") 呢？
 *  对象 1：new 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")
 *      强调一下，toString() 的调用，在字符串常量池中，没有生成 "ab"
 *
 */
public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("a") + new String("b");
    }
}

字节码文件为

 0 new #2 <java/lang/StringBuilder>
 3 dup
 4 invokespecial #3 <java/lang/StringBuilder.<init>>
 7 new #4 <java/lang/String>
10 dup
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
19 new #4 <java/lang/String>
22 dup
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return

我们创建了 6 个对象

• 对象 1：new StringBuilder()
• 对象 2：new String("a")
• 对象 3：常量池的 a
• 对象 4：new String("b")
• 对象 5：常量池的 b
• 对象 6：toString 中会创建一个 new String("ab")
  • 调用 toString 方法，不会在常量池中生成 ab

intern的使用

JDK6 中

/**
 * 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"
        String s2 = "1";
        System.out.println(s == s2); // jdk6：false，jdk7/8：false
        
        /*
         1、s3 变量记录的地址为：new String("11")
         2、经过上面的分析，我们已经知道执行完 pos_1 的代码，在堆中有了一个 new String("11")
         这样的 String 对象。但是在字符串常量池中没有 "11"
         3、接着执行 s3.intern()，在字符串常量池中生成 "11"
           3-1、在 JDK6 的版本中，字符串常量池还在永久代，所以直接在永久代生成 "11",也就有了新的地址
           3-2、而在 JDK7 的后续版本中，字符串常量池被移动到了堆中，此时堆里已经有 new String("11") 了
           出于节省空间的目的，直接将堆中的那个字符串的引用地址储存在字符串常量池中。没错，字符串常量池
           中存的是 new String("11") 在堆中的地址
         4、所以在 JDK7 后续版本中，s3 和 s4 指向的完全是同一个地址。
         */
        
        String s3 = new String("1") + new String("1"); // pos_1
	    s3.intern();
        String s4 = "11"; // s4 变量记录的地址：使用的是上一行代码代码执行时，在常量池中生成的"11"的地址
        System.out.println(s3 == s4); // jdk6：false，jdk7/8：true
    }
}

16 行的判断，为什么对象会不一样呢？

• 一个是 new 创建的对象，一个是常量池中的对象，显然不是同一个

而对于下面的来说，因为 s3 变量记录的地址是 new String("11")，然后这段代码执行完以后，常量池中不存在 "11"，这是 JDK6 的关系，然后执行 s3.intern() 后，就会在常量池中生成 "11"，最后 s4 指向字符串常量池的地址。

为什么最后输出的 s3 == s4 会为 false 呢？

这是因为 s3 在 JDK6 中创建了一个新的对象 "11"，也就是有了新的地址，s3 指向新地址，而 s4 指向字符串常量池的地址。

JDK7 中

在 JDK7 后，intern 会先去堆里找是否存在常量，如果存在，则在字符串常量池开辟一个空间，引用堆的常量，并不是创建新的常量。

所以 32 行的 s4 使用 s3 在字符串常量池「创建」的 "11"，但并不是真正的创建，而是字符串常量池的 "11" 引用了 s3 在堆空间的 "11"，所以 s4 最后还是引用存在堆的常量，只不过中间套了一层字符串常量池的引用。

如图：

扩展题

/**
 * StringIntern.java 中练习的拓展：
 *
 */
public class StringIntern1 {
    public static void main(String[] args) {
        // 执行完下一行代码以后，字符串常量池中，是否存在 "11" 呢？答案：不存在！！
        String s3 = new String("1") + new String("1");// new String("11")
        // 在字符串常量池中生成对象 "11"，代码顺序换一下，实打实的在字符串常量池里有一个 "11" 对象
        String s4 = "11";  
        String s5 = s3.intern();

        // s3 是堆中的 "ab" ，s4 是字符串常量池中的 "ab"
        System.out.println(s3 == s4); // false

        // s5 是从字符串常量池中取回来的引用，当然和 s4 相等
        System.out.println(s5 == s4); // true
        
        System.out.println(s5 == s3); // false
    }
}

我们将 s4 的位置向上移动一行，发现变化就会很大，最后得到的是 false。

• 开始 s3 指向堆的 "11"
• s4 = "11"，然后去常量池看是否有 11，因为没有，所以创建 "11" 在常量池
• s3.intern() 首先去常量池找 "11"，发现已经存在，所以返回该引用
• 所以堆引用 s3 不等于常量池引用 s4，而 s4 等于 s5

练习题

练习 1

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"
		/*
		1、jdk6中：在字符串常量池（此时在永久代）中创建一个字符串"ab"
        2、jdk8中：字符串常量池（此时在堆中）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
        3、详解看上面
		*/
        String s2 = s.intern();

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

在 JDK6 中，在字符串常量池中创建一个字符串 ab

在 JDK8 中，在字符串常量池中没有创建 ab，而是将堆中的地址复制到串池中

练习 2

public class StringExer1 {
    public static void main(String[] args) {
        // 加一行这个
        String x = "ab";
        String s = new String("a") + new String("b"); // new String("ab")

        String s2 = s.intern();

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

针对下面这题，在 JDK6 和 8 中表现的是一样的

练习 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"
		// 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();
        String s2 = "ab";
        System.out.println(s1 == s2); // false
    }
}

如果把第 3 行注释，第 4 行取消注释，则返回 true。

总结

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。

• 如果串池中有，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。

• 如果串池中有，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

JDK1.7 以及之后，intern 方法会优先从堆中查询当前字符串是否存在（new String()），若存在则直接在字符串常量池引用堆的常量（并不是创建新的常量），若不存在，则去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。

intern()的效率测试（空间角度）

/**
 * 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();
    }
}

直接 new String：由于每个 String 对象都是 new 出来的，所以程序需要维护大量存放在堆空间中的 String 实例，程序内存占用也会变高

// 直接 new String ：由于每个 String 对象都是 new 出来的，所以程序需要维护大量存放在堆空间中的 String 实例，程序内存占用也会变高
arr[i] = new String(String.valueOf(data[i % data.length]));

如果把 16 行注释掉，17 行取消注释，如下：

// arr[i] = new String(String.valueOf(data[i % data.length]));

// 调用了 intern() 方法使用了字符串常量池里的字符串，那么前面堆里的字符串便会被 GC 掉，这也是 intern 省内存的关键原因
arr[i] = new String(String.valueOf(data[i % data.length])).intern();

使用 intern() 方法：由于数组中字符串的引用都指向字符串常量池中的字符串，所以程序需要维护的 String 对象更少，内存占用也更低。

虽然两个方法都会产生相同的 String，但是 intern 使用的是字符串常量池，所以堆的 String 很快被回收，这里要明白什么时候被回收：没有引用 String 的时候被回收，而直接 new String 则使用的是堆的 String，导致无法清除 String。

结论

• 对于程序中大量使用存在的字符串时，尤其存在很多已经重复的字符串时，使用 intern() 方法能够节省很大的内存空间

• 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，就会很明显降低内存的大小

字符串的几种创建方式

字符串的创建分为以下三种：

• 直接赋值

• new String()

• intern 方法

直接赋值

这种方式创建的字符串对象，只会在常量池中。返回的也只是字符串常量池中的对象引用

String s = "aaa";  // s 指向常量池中的引用

步骤如下：

• 因为有 aaa 这个字面量，在创建对象 s 的时候，JVM 会先去常量池中通过 equals(key) 方法，判断是否有相同的对象

• 如果有，则直接返回该对象在常量池中的引用

• 如果没有，则会在常量池中创建一个新对象，再返回常量池中 aaa 的对象引用。

new String()

这种方式会保证字符串常量池和堆中都有这个对象，最后返回堆内存中的对象引用

String s1 = new String("aaa");  // s1 指向内存中的对象引用

步骤如下：

• 同上，看到有 aaa 这个字面量，就会先去字符串常量池中检查是否存在字符串 aaa

• 如果不存在，先在字符串常量池里创建一个字符串对象 aaa；再去堆内存中创建一个字符串对象 aaa

• 如果存在，就直接去堆内存中创建一个字符串对象 aaa

• 无论存不存在，都只返回堆内存中的字符串对象 aaa 的引用

intern()方法

String s1 = new String("aaa");   
String s2 = s1.intern();

System.out.println(s1 == s2);  // false

intern 方法是一个 native 的方法，当调用 intern 方法时：

• 如果字符串常量池中已经包含一个等于 aaa 的字符串（用 equals(oject) 方法确定），则返回字符串常量池中的字符串 aaa

• 如果字符串常量池中没有 aaa 这样一个字符串，则会将 intern 返回的引用指向当前字符串 s1，也就说会返回堆中的 aaa

注意：在 JDK6 版本及以前，如果字符串常量池中没有 aaa 这样一个字符串 ，还需要将 aaa 复制到字符串常量池里，然后返回字符串常量池中的这个新创建的字符串 aaa。

StringTable的垃圾回收

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

输出结果：

• 在 PSYoungGen 区发生了垃圾回收
• Number of entries 和 Number of literals 明显没有 100000
• 以上两点均说明 StringTable 区发生了垃圾回收

图中有三个红框，1753 对应的是上方代码的 i < 100，1855 对应 i < 1000，62308 对应 i < 100000。

G1中的String去重操作

官方文档：http://openjdk.java.net/jeps/192

注意这里说的重复，指的是在堆中的数据，而不是常量池中的，因为常量池中的本身就不会重复。

描述

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 25% 是 String 对象。更进一步，这里面差不多一半 String 对象是重复的，重复的意思是说：stringl.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。

实现

• 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 对象会被调整引用那个数组，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。

Printstringbeduplicationstatistics（bool）：打印详细的去重统计信息。

stringpeduplicationAgeThreshold（uintx）：达到这个年龄的 String 对象被认为是去重的候选对象。