String,是 Java 中除了基本數據類型以外,最爲重要的一個類型了。很多人會認爲他比較簡單。但是和 String 有關的面試題有很多,下面我隨便找兩道面試題,看看你能不能都答對:
- Q1:
String s = new String("hollis");
定義了幾個對象。 - Q2:如何理解 String 的
intern
方法?
上面這兩個是面試題和 String 相關的比較常考的,很多人一般都知道答案。
- A1:若常量池中已經存在 “hollis”,則直接引用,也就是此時只會創建一個對象,如果常量池中不存在 “hollis”,則先創建後引用,也就是有兩個。
- A2:當一個 String 實例調用
intern()
方法時,JVM 會查找常量池中是否有相同 Unicode 的字符串常量,如果有,則返回其的引用,如果沒有,則在常量池中增加一個 Unicode 等於 str 的字符串並返回它的引用;
兩個答案看上去沒有任何問題,但是,仔細想想好像哪裏不對呀。
按照上面的兩個面試題的回答,就是說 new String 會檢查常量池,如果有的話就直接引用,如果不存在就要在常量池創建一個,那麼還要 intern 幹啥?難道以下代碼是沒有意義的嗎?
String s = new String("Hollis").intern();
- 1
如果,每當我們使用 new 創建字符串的時候,都會到字符串池檢查,然後返回。那麼以下代碼也應該輸出結果都是 true?
String s1 = "Hollis";
String s2 = new String("Hollis");
String s3 = new String("Hollis").intern();
System.out.println(s1 == s2);
System.out.println(s1 == s3);
- 1
- 2
- 3
- 4
- 5
- 6
但是,以上代碼輸出結果爲(base jdk1.8.0_73):
false
true
- 1
- 2
不知道聰明的讀者看完這段代碼之後,是不是有點被搞蒙了,到底是怎麼回事兒?
別急,且聽我慢慢道來。
字面量和運行時常量池
JVM 爲了提高性能和減少內存開銷,在實例化字符串常量的時候進行了一些優化。爲了減少在 JVM 中創建的字符串的數量,字符串類維護了一個字符串常量池。
在 JVM 運行時區域的方法區中,有一塊區域是運行時常量池
,主要用來存儲編譯期
生成的各種字面量
和符號引用
。
瞭解 Class 文件結構或者做過 Java 代碼的反編譯的朋友可能都知道,在 java 代碼被 javac 編譯之後,文件結構中是包含一部分 Constant pool 的。比如以下代碼:
public static void main(String[] args) {
String s = "Hollis";
}
- 1
- 2
- 3
經過編譯後,常量池內容如下:
Constant pool:
#1 = Methodref #4.#20 // java/lang/Object."<init>":()V
#2 = String #21 // Hollis
#3 = Class #22 // StringDemo
#4 = Class #23 // java/lang/Object
...
#16 = Utf8 s
..
#21 = Utf8 Hollis
#22 = Utf8 StringDemo
#23 = Utf8 java/lang/Object
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
上面的 Class 文件中的常量池中,比較重要的幾個內容:
#16 = Utf8 s
#21 = Utf8 Hollis
#22 = Utf8 StringDemo
- 1
- 2
- 3
上面幾個常量中,s 就是前面提到的符號引用,而 Hollis 就是前面提到的字面量。而 Class 文件中的常量池部分的內容,會在運行期被運行時常量池加載進去。關於字面量,詳情參考 Java SE Specifications。
new String創建了幾個對象
下面,我們可以來分析下 String s = new String("Hollis");
創建對象情況了。
這段代碼中,我們可以知道的是,在編譯期,符號引用 s 和字面量 Hollis 會被加入到 Class 文件的常量池中,然後在類加載階段,這兩個常量會進入常量池。
但是,這個“進入”過程,並不會直接把所有類中定義的常量全部都加載進來,而是會做個比較,如果需要加到字符串常量池中的字符串已經存在,那麼就不需要再把字符串字面量加載進來了。
所以,當我們說<若常量池中已經存在 “hollis”,則直接引用,也就是此時只會創建一個對象>說的就是這個字符串字面量在字符串池中被創建的過程。
說完了編譯期的事兒了,該到運行期了,在運行期,new String("Hollis");
執行到的時候,是要在 Java 堆中創建一個字符串對象的,而這個對象所對應的字符串字面量是保存在字符串常量池中的。但是,String s = new String("Hollis");
,對象的符號引用 s 是保存在Java虛擬機棧上的,他保存的是堆中剛剛創建出來的的字符串對象的引用。
所以,你也就知道以下代碼輸出結果爲 false 的原因了。
String s1 = new String("Hollis");
String s2 = new String("Hollis");
System.out.println(s1 == s2);
- 1
- 2
- 3
因爲,== 比較的是 s1 和 s2 在堆中創建的對象的地址,當然不同了。但是如果使用 equals,那麼比較的就是字面量的內容了,那就會得到 true。
在不同版本的JDK中,Java堆和字符串常量池之間的關係也是不同的,這裏爲了方便表述,就畫成兩個獨立的物理區域了。具體情況請參考Java虛擬機規範。
上圖中 s1 和 s2 是兩個完全不同的對象,在堆中有自己的內存空間,當然不相等了。
所以,String s = new String("Hollis");
創建幾個對象的答案你也就清楚了。
常量池中的“對象”是在編譯期就確定好了的,在類被加載的時候創建的,如果類加載時,該字符串常量在常量池中已經有了,那這一步就省略了。堆中的對象是在運行期才確定的,在代碼執行到 new 的時候創建的。
運行時常量池的動態擴展
編譯期
生成的各種字面量
和符號引用
是運行時常量池中比較重要的一部分來源,但是並不是全部。那麼還有一種情況,可以在運行期像運行時常量池中增加常量。那就是 String 的intern
方法。
當一個String
實例調用intern()
方法時,JVM 會查找常量池中是否有相同 Unicode 的字符串常量,如果有,則返回其的引用,如果沒有,則在常量池中增加一個 Unicode 等於 str 的字符串並返回它的引用;
intern()
有兩個作用,第一個是將字符串字面量放入常量池(如果池沒有的話),第二個是返回這個常量的引用。
我們再來看下開頭的那個讓人產生疑惑的例子:
String s1 = "Hollis";
String s2 = new String("Hollis");
String s3 = new String("Hollis").intern();
System.out.println(s1 == s2);
System.out.println(s1 == s3);
- 1
- 2
- 3
- 4
- 5
- 6
你可以簡單的理解爲String s1 = "Hollis";
和String s3 = new String("Hollis").intern();
做的事情是一樣的(但實際有些區別,這裏暫不展開)。都是定義一個字符串對象,然後將其字符串字面量保存在常量池中,並把這個字面量的引用返回給定義好的對象引用。如下圖:
對於String s3 = new String("Hollis").intern();
,在不調intern
情況,s3 指向的是 JVM 在堆中創建的那個對象的引用的(如圖中的s2)。但是當執行了 intern 方法時,s3 將指向字符串常量池中的那個字符串常量。
由於 s1 和 s3 都是字符串常量池中的字面量的引用,所以 s1==s3。但是,s2 的引用是堆中的對象,所以 s2!=s1。
intern 的正確用法
不知道,你有沒有發現,在String s3 = new String("Hollis").intern();
中,其實 intern 是多餘的?
因爲就算不用 intern,Hollis 作爲一個字面量也會被加載到 Class 文件的常量池,進而加入到運行時常量池中,爲啥還要多此一舉呢?到底什麼場景下才會用到 intern 呢?
在解釋這個之前,我們先來看下以下代碼:
String s1 = "Hollis";
String s2 = "Chuang";
String s3 = s1 + s2;
String s4 = "Hollis" + "Chuang";
- 1
- 2
- 3
- 4
在經過反編譯後,得到代碼如下:
String s1 = "Hollis";
String s2 = "Chuang";
String s3 = (new StringBuilder()).append(s1).append(s2).toString();
String s4 = "HollisChuang";
- 1
- 2
- 3
- 4
可以發現,同樣是字符串拼接,s3 和s4 在經過編譯器編譯後的實現方式並不一樣。s3 被轉化成 StringBuilder
及 append
,而 s4 被直接拼接成新的字符串。
如果你感興趣,你還能發現,String s4 = s1 + s2;
經過編譯之後,常量池中是有兩個字符串常量的分別是 Hollis、Chuang(其實 Hollis 和 Chuang 是String s1 = "Hollis";
和String s2 = "Chuang";
定義出來的),拼接結果HollisChuang 並不在常量池中。
如果代碼只有String s4 = "Hollis" + "Chuang";
,那麼常量池中將只有 HollisChuang 而沒有 Hollis 和 Chuang。
究其原因,是因爲常量池要保存的是已確定的字面量值。也就是說,對於字符串的拼接,純字面量和字面量的拼接,會把拼接結果作爲常量保存到字符串。
如果在字符串拼接中,有一個參數是非字面量,而是一個變量的話,整個拼接操作會被編譯成StringBuilder.append
,這種情況編譯器是無法知道其確定值的。只有在運行期才能確定。
那麼,有了這個特性了,intern 就有用武之地了。那就是很多時候,我們在程序中用到的字符串是只有在運行期才能確定的,在編譯期是無法確定的,那麼也就沒辦法在編譯期被加入到常量池中。
這時候,對於那種可能經常使用的字符串,使用 intern 進行定義,每次 JVM 運行到這段代碼的時候,就會直接把常量池中該字面值的引用返回,這樣就可以減少大量字符串對象的創建了。
如一美團點評團隊的《深入解析String#intern》文中舉的一個例子:
static final int MAX = 1000 * 10000;
static final String[] arr = new String[MAX];
public static void main(String[] args) throws Exception {
Integer[] DB_DATA = new Integer[10];
Random random = new Random(10 * 10000);
for (int i = 0; i < DB_DATA.length; i++) {
DB_DATA[i] = random.nextInt();
}
for (int i = 0; i < MAX; i++) {
arr[i] = new String(String.valueOf(DB_DATA[i % DB_DATA.length])).intern();
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
在以上代碼中,我們明確的知道,會有很多重複的相同的字符串產生,但是這些字符串的值都是只有在運行期才能確定的。所以,只能我們通過intern
顯示的將其加入常量池,這樣可以減少很多字符串的重複創建。
總結
我們再回到文章開頭那個疑惑:按照上面的兩個面試題的回答,就是說new String也會檢查常量池,如果有的話就直接引用,如果不存在就要在常量池創建一個,那麼還要intern幹啥?難道以下代碼是沒有意義的嗎?
String s = new String("Hollis").intern();
- 1
new String
所謂的“如果有的話就直接引用”,指的是Java堆中創建的String對象中包含的字符串字面量直接引用字符串池中的字面量對象。也就是說,還是要在堆裏面創建對象的。
而intern
中說的“如果有的話就直接返回其引用”,指的是會把字面量對象的引用直接返回給定義的對象。這個過程是不會在 Java 堆中再創建一個 String 對象的。
的確,以上代碼的寫法其實是使用 intern 是沒什麼意義的。因爲字面量 Hollis 會作爲編譯期常量被加載到運行時常量池。
之所以能有以上的疑惑,其實是對字符串常量池、字面量等概念沒有真正理解導致的。有些問題其實就是這樣,單個問題,自己都知道答案,但是多個問題綜合到一起就蒙了。歸根結底是知識的理解還停留在點上,沒有串成面。