谈谈Java中的String

本帖中代码使用的jdk版本：
java version "1.8.0_66"
Java(TM) SE Runtime Environment (build 1.8.0_66-b17)
Java HotSpot(TM) Client VM (build 25.66-b17, mixed mode)


先思考一个问题：String为什么是不可更改的。
查看String类的签名如下：

public final class String
    implements java.io.Serializable, Comparable<String>, CharSequence {}

然后再看看String到底是怎么存储字符串的：

/** The value is used for character storage. */
    private final char value[];

String类的签名，和存储String的char数组都被final修饰，它们确保了String对象是永远不会被修改的。

一、内存存储情况

   先来一段代码：

public class Test02{
        String s_01 = "hello my ...my...";

        public static void main(String[] args){
                String s_01 = "hello my name is smallbug";
        }
}

编译之后，用javap -verbose Test02 命令来反编译：
可以看到在字节码的Constant pool区有如下两行：

#18 = Utf8               hello my ...my...
#20 = Utf8               hello my name is smallbug

可见不管是全局变量还是局部变量，只要一开始String被赋值了，那么它的值就会被保存在字节码的常量池中。其实你会发现如果把之前的：

String s_01 = "hello my name is smallbug";

改为：

String s_01 = "hello" + "my" + "name" + "is" + "smallbug";

结果也是一样的，compiler发现这些"+"操作完全可以在编译阶段优化掉，compiler就会进行一定的优化操作。
   那么像这种常量在对象初始化之后会被放在何处呢？在jdk1.6及1.6之前是在方法区中的String Pool中，但是jdk1.7之后JDK将String Pool放到了堆中。这也就引出了那个String的经典问题：

String s_01 = "hello my name is smallbug";
String s_02 = "hello my name is smallbug";
String s_03 = new String("hello my name is smallbug");
System.out.println(s_01==s_02);
System.out.println(s_01.equals(s_02));
System.out.println(s_01==s_03);
System.out.println(s_01.equals(s_03));

相信结果一定不会出乎所有人的意料：

true
true
false
true

那么Why？
在对象初始化时首先将s_01对应的字符串"hello my name is smallbug"放入了运行时常量池。之后发现又来一个jvm当然不会再去创建一个了，直接把之前的字符串拿来用就行，那么就可以断定其实s_01，s_02两个reference是指向同一个内存地址的。所以s_01==s_02会是true。
在继续之前先粘一段JDK中String类equals方法的实现过程：

public boolean equals(Object anObject) {
        if (this == anObject) {
            return true;
        }
        if (anObject instanceof String) {
            String anotherString = (String)anObject;
            int n = value.length;
            if (n == anotherString.value.length) {
                char v1[] = value;
                char v2[] = anotherString.value;
                int i = 0;
                while (n-- != 0) {
                    if (v1[i] != v2[i])
                        return false;
                    i++;
                }
                return true;
            }
        }
        return false;
    }

可见String类将Object类复写了，它其实比较的是char数组中的字符是否全部相等，只要全部相等equals方法就会返回true，不关你是对象中的字符串还是对象中的字符串。所以也就可以解释两个equals方法返回true了。那么s_01==s_03中s_01指向的是运行时常量池，s_03指向的是一个String对象，两者地址肯定不相同，所以肯定返回false。
    在讨论String的具体存储位置时还会涉及到一个本地方法，签名如下：

public native String intern();

先说一下它的具体作用：如果对于一个String对象，在运行时常量池中没有与其相对应的字符串常量，就会将这个String对象中的字符串放到运行时常量池中一份。一定注意并不是复制了一个String对象副本。在之前的代码中再加一句：

System.out.println(s_01==s_03.intern());

会看到他返回的是true。
下边还有个更有趣的问题：

 public static void main(String[] args){
                String s_01 = new String(args[0]);
                String s_02 = "hellosmallbug";
                s_01.intern();
                System.out.println(s_01==s_02);
        }
//input：java Test02 hellosmallbug

输出结果是：false
但是：

 String s_01 = new String(args[0]);
                s_01.intern();
                String s_02 = "hellosmallbug";
                System.out.println(s_01==s_02);
//input：java Test02 hellosmallbug

输出结果却是true。
如果用jdk1.7+运行的结果跟我的一样如果之前的版本会出现两个false。这就更郁闷了，到底是是怎么回事呢。
    在jdk1.6之前Sting Pool是在方法区的，执行String s_01 = new String(args[0]);会在堆中创建一个String对象，当执行到 s_01.intern();时，会在StringPool中创建字符串常量，然后让刚才创建的那个对象指向该字符串。所以不管intern()在什么时候调用s_01指向的是堆中的对象，但是s_02指向的是String Pool中的常量，地址肯定不会相等。
    但是在1.7+时候StringPool被放到了堆中。在执行String s_01 = new String(args[0]);时，会在堆中创建一个String对象，但是在执行s_01.intern();时会在堆中的StringPool创建常量，然后s_01reference指向这个常量的地址。再执行String s_02 = "hellosmallbug";时，会发现StringPool中已经有了相同的常量故它也指向这个常量地址，因为所指向的地址相同，所以也就解释了后一段代码为什么返回true。那么前一段代码为什么又会返回false呢？那是因为：String s_01 = new String(args[0]);在堆中创建了一个String对象，之后 String s_02 = "hellosmallbug";在StringPool中创建了一个常量并将s_02 reference指向了这个常量地址。当执行s_01.intern（）时之前创建的对象发现StringPool中已经有这个常量了，所以对象又指向了这个常量的地址。但是s_01还是指向被创建的那个对象，它所指向的地址一直没有变过。所以也就出现了s_01==s_02的结果为false。


要注意的是，String的常量池是一个固定大小的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（因为要一个一个找）。

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。在jdk7中，StringTable的长度可以通过一个参数指定：-XX:StringTableSize=7758

二、应该知道的小问题
相信所有Java程序员都写过这么一段类似的代码：

String s = "";
for(int i = 0; !"end".equals(args[i]);){
      s+=args[i];
}

同样用javap命令反编译字节码，会产生一个令人非常懊恼恨不得立刻去修改以前代码的冲动：

 Code:
      stack=3, locals=3, args_size=1
         0: ldc           #2                  // String
         2: astore_1
         3: iconst_0
         4: istore_2
         5: ldc           #3                  // String end
         7: aload_0
         8: iload_2
         9: aaload
        10: invokevirtual #4                  // Method java/lang/String.equals:(Ljava/lang/Object;)Z
        13: ifne          40
        16: new           #5                  // class java/lang/StringBuilder
        19: dup
        20: invokespecial #6                  // Method java/lang/StringBuilder."<init>":()V
        23: aload_1
        24: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
        27: aload_0
        28: iload_2
        29: aaload
        30: invokevirtual #7                  // Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
        33: invokevirtual #8                  // Method java/lang/StringBuilder.toString:()Ljava/lang/String;
        36: astore_1
        37: goto          5
        40: return

发现13行是判断37到5行还是个循环。在这个循环里每一次对String执行"+"操作，都会创建一个StringBuilder对象，可见这多么消耗性能。为了避免这种事情发生只要你在执行循环之前创建一个StringBuilder对象然后将之后的"+"操作换成String.append（）就可以。