13_StringTable

1、String的基本特性

String的基本特性

• String：字符串，使用一对 “” 引起来表示。

• 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 byte[]
  String存储结构变更：
  

• String：代表不可变的字符序列。简称：不可变性。
  ① 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。
  ② 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。
  ③ 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。

• 字符串常量池中是不会存储相同内容的字符串的。

  ① 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。
  ② 使用 -XX:StringTableSize 可设置 StringTable 的长度
  ③ 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。StringTableSize 设置没有要求
  ④ 在 jdk7 中，StringTable 的长度默认值是60013
  ⑤ Jdk8 开始，设置 StringTable 的长度的话，1009是可设置的最小值。

2、String的内存分配

• 在Java语言中有8中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，类型的常量池比较特殊。它的主要使用方法有两种。
  ① 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 = “atguigu.com”;
  ② 如果不是双引号声明的String对象，可以使用String提供的 intern() 方法。这个后面重点谈
• 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堆中。

  ① 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。
  ② 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 Java 7 中使用 String.intern()。

• Java 8 元空间，字符串常量在堆

3、String的基本操作

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"不会再次加载
        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
    }
}

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

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
}

4、字符串拼接操作

1. 常量与常量的拼接结果在常量池，原理是编译期优化
2. 常量池中不会存在相同内容的常量。
3. 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
4. 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";//编译期优化
        //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：javaEEhadoop
        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
        //intern():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javaEEhadoop的地址；
        //如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回次对象的地址。
        String s8 = s6.intern();
        System.out.println(s3 == s8);//true
    }

字符串变量拼接操作的底层原理

	@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")

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

/*
    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";	// 常量
        final String s2 = "b";
        String s3 = "ab";
        String s4 = s1 + s2;
        System.out.println(s3 == s4);//true
    }

拼接操作与append操作的效率对比

体会执行效率：通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式！
    详情：① StringBuilder的append()的方式：自始至终中只创建过一个StringBuilder的对象
          使用String的字符串拼接方式：创建过多个StringBuilder和String的对象
         ② 使用String的字符串拼接方式：内存中由于创建了较多的StringBuilder和String的对象，内存占用更大；如果进行GC，需要花费额外的时间。

     改进的空间：在实际开发中，如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下,建议使用构造器实例化：
               StringBuilder s = new StringBuilder(highLevel);//new char[highLevel]

5、intern()的使用

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：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。

• 比如：String myInfo = new String(“I love atguigu”).intern();

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）

intern() 的使用：jdk 6 vs jdk 7/8

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

        String s3 = new String("1") + new String("1");//s3变量记录的地址为：new String("11")
        //执行完上一行代码以后，字符串常量池中，是否存在"11"呢？答案：不存在！！
        s3.intern();//在字符串常量池中生成"11"。如何理解：jdk6:创建了一个新的对象"11",也就有新的地址。
                                            //         jdk7:此时常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
        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
    }
}

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、

  ① 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
  ② 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。

  ① 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
  ② 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

new String() 创建了几个对象？

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"(原因：两个变量拼接在堆里)

intern() 的课后练习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"

        String s2 = s.intern();//jdk6中：在串池中创建一个字符串"ab"
                               //jdk8中：串池中没有创建字符串"ab",而是创建一个引用，指向new String("ab")，将此引用返回

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

intern() 的课后练习2

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);
    }
}

intern() 的效率测试：空间角度
  结论：对于程序中大量存在存在的字符串，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。

6、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 j = 0; j < 100000; j++) {
            String.valueOf(j).intern();
        }
    }
}

7、G1中的String去重操作

• 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：

  ① 堆存活数据集合里面String对象占了25%
  ② 堆存活数据集合里面重复的String对象有13.5%
  ③ 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：string1.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堆重复的String对象进行去重，这样就能避免浪费内存。

• 实现

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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

  1. UseStringDeduplication (bool)：开启String去重，默认是不开启的，需要手动开启。
  2. PrintStringDeduplicationStatistics（bool）：打印详细的去重统计信息。
  3. StringDeduplicationAgeThreshold（uintx）：达到这个年龄的String对象被认为是去重的候选对象。