JVM的小花招：String Interning-优快云博客

本文详细解析了Java中String对象的生成过程，包括编译期constantpool与运行期runtimeconstantpool的关系，以及StringPool在解决字符串重复问题中的作用。讨论了如何通过使用String str = abc;来优化内存使用，避免不必要的String对象创建。同时，解释了String的intern()方法及其实现原理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

继续了自己研究String相关问题的思路和过程。不敢保证绝对正确，仅仅是一个分析过程。有出错的地方希望大家指出～多交流分享。

问题的出发点

在网上看到一道题：

String str = new String("abc");

问其中生成了多少个String对象？

答案写的是两个。"abc"本身是一个，而new又生成了一个。

探究开始

1.“abc”是什么？似乎不是在heap中的String对象？

我查看了这句代码的bytecode，却发现有些奇怪，如下：

NEW String DUP LDC "abc" INVOKESPECIAL String.<init>(String) : void ASTORE 1

String的构造函数调用命令实际使用的就是String类型作为参数，那么，栈上应该有一个 String类型的索引。

"abc"并不是直接以object存在的，而是使用LDC命令调用。也就是说，它实际存在于constant pool的索引中。

指令ldc indexbyte 的含义：将两字节的值从indexbyte索引的constant pool中的项中 push到方法栈上。（from Inside the Java2 Virtual machine）。

由此推论，在字节码中，ldc命令在constant pool中找到了能索引到abc那个String对象的索引值。

2.什么是constant pool

翻阅了Inside the JAVA2 virtual machine 和 Programming for the java virtual machine ，仔细查看了这个constant pool的信息。

constant pool是 .class 文件中的一部分，记录了许多constant信息，索引的字符串信息。由于java是动态加载的，.class文件并没有包含程序运行时的内存布局，method的调用等无法直接记录出物理位置，constant pool通过索引的方法解决了这个问题。

Constant Pool中拥有很多不同的表，其中Constant_Utf8_info table中，记录着“string literals that get instantiated as String objects”。

而在String 的java doc中，有对String literal的说明：

All string literals in Java programs, such as"abc", are implemented as instances of this class.

结合这两句话，我们可以理解为，在java编译成.class文件的过程中，确定下来的String literal 都先被优化记录在 constant pool中（那些双引号字符串，都是以CONSTANT_utf8_info的形式存储在constant pool中的）。也就是说，java源代码文件中出现的那些诸如"abc"字符串，都已经被提前放在了constant pool中。

可以参考wiki中对于String interning的资料。

这段代码能证明这一点。

public class Program { public static void main(String[] args) { String str1 = "Hello"; String str2 = "Hello"; System.out.print(str1 == str2); } }

结果是true.

说明"Hello"被程序从同一个内存空间读取出来。

3.constant pool是静态的存在于.class文件的，运行时又怎样？

但是constant pool仅仅是编译时产生的，对于运行时的情况怎么样呢？

Inside the Java2 Virtual Machine 中有看到一句话，"notice that every class has its own run time constant pool".

run time constant pool 其实就是对应于.class文件中constant pool在运行时JVM上的表现形式。

我在String 的java doc中又发现了一个有趣的method：intern(),我翻译如下（翻译的不好，见谅）：

当intern方法被调用，如果池中已经拥有一个与该String的字符串值相等（即equals()调用后为true）的String对象时，那么池中的那个String对象会被返回。否则，池中会增加这个对象，并返回当前这个String对象。

其中有介绍一个String pool的东西，

字符串池（String pool），初始是空的，由类Class私有的控制。

到此，我们可以看到，String pool其实是类似于线程池的缓冲器，可以起到节约内存的作用。如下代码可以验证

package biaobiaoqi.thinkingInJava; public class Test { public static void main(String[] args){ String strA1 = "ab"; String strA2 = "c"; String strB1 = "a"; String strB2 = "bc" ; System.out.println((strA1+strA2).intern() == (strB1 + strB2).intern()); } }

结果为true.

至于String Pool到底是怎么样的，暂时没有搞清楚。

4.是否每个class文件的run time constant pool都拥有一个String pool呢？

逻辑上讲，一个JVM拥有一个string pool是比较合理的，因为只有那样，才能尽可能的实现String对象的重用。

我查看了java.lang.String的源代码，发现Intern()方法是一个native方法，即本地实现的方法，而不是一个java方法，这让我们不能直观的看到Strng pool的实现细节。

之后又继续查阅了关于String Interning方面的知识。发现，原来关于String Intering的那个String pool是在Permanent Generation。

后期的JVM实现里，将heap划分为三部分，permanent gen 是用来存储 Class对象和String pool等的。

（参见http://en.wikipedia.org/wiki/Java_Virtual_Machine#Heap）

说白了，Permanent Generation 就是heap的一部分，只是为了Garbage Collection的方便，将heap按生命周期划分为了young generation 、tenured generation（old generation）和permanent generation( permgen ). 考虑到String pool为了解决字符串的重复问题，生命周期长，就把它放到了permgen。

回过头来看看文章刚开始的那个问题。

String str = new String("abc");

这里确实是有两个String对象生成了。但是，要知道String对象的背后还有个String pool在支撑着呢！

整理下思路：

编译java源代码时，源文件中出现的双引号内的字符串都被收纳到 constant pool中，用CONSTANT_utf8_info项存储着。

JVM中，相应的类被加载运行后，constant pool 对应的映射到JVM的runtime constant pool。其中每项CONSTANT_utf8_info（也就试记录那些字符串的）都会在常量引用解析时，自动生成相应的internal String，记录在String pool中，也就试存在于heap中的 PermGen里。

使用String str = new String("xxx")来创建String 对象会在 heap中重新生成新的String对象,绕过String Pool的管辖。而如果使用 String str = "xxx"; 则先查看String Pool 是否已经存在，存在则直接返回PermGen中的该String 对象，否则，生成新的String对象，并将它加入String Pool中。

得出结论：

尽量使用String str = "abc"，而不是String str = new String("abc")；

用new的方法肯定会开辟新的heap空间，而前者的方法，则会通过string interning优化。

对于intern()这个String 方法好奇的同学，我推荐如下链接