String,是Java中除了基本数据类型以外,最为重要的一个类型了。很多人会认为他比较简单。但是和String有关的面试题有很多,下面我随便找两道面试题,看看你能不能都答对:
Q1: String s = new String("hollis");
定义了几个对象。( 直面Java第025期 )
Q2:如何理解 String
的 intern
方法?( 直面Java第031期 )
上面这两个是面试题和String相关的比较常考的,很多人一般都知道答案。
A1:若常量池中已经存在”hollis”,则直接引用,也就是此时只会创建一个对象,如果常量池中不存在”hollis”,则先创建后引用,也就是有两个。
A2:当一个String实例str调用intern()方法时,Java查找常量池中是否有相同Unicode的字符串常量,如果有,则返回其的引用,如果没有,则在常量池中增加一个Unicode等于str的字符串并返回它的引用;
两个答案看上去没有任何问题,但是,仔细想想好像哪里不对呀。按照上面的两个面试题的回答,就是说 new String
也会检查常量池,如果有的话就直接引用,如果不存在就要在常量池创建一个,那么还要intern干啥?难道以下代码是没有意义的吗?
String s = new String("Hollis").intern();
如果,每当我们使用new创建字符串的时候,都会到字符串池检查,然后返回。那么以下代码也应该输出结果都是 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);
但是,以上代码输出结果为(base jdk1.8.0_73):
false true
不知道,聪明的读者看完这段代码之后,是不是有点被搞蒙了,到底是怎么回事儿?
别急,且听我慢慢道来。
JVM为了提高性能和减少内存开销,在实例化字符串常量的时候进行了一些优化。为了减少在JVM中创建的字符串的数量,字符串类维护了一个字符串常量池。
在JVM运行时区域的方法区中,有一块区域是运行时常量池,主要用来存储 编译期 生成的各种 字面量 和 符号引用 。
了解Class文件结构或者做过Java代码的反编译的朋友可能都知道,在java代码被 javac
编译之后,文件结构中是包含一部分 Constant pool
的。比如以下代码:
public static void main(String[] args) { String s = "Hollis"; }
经过编译后,常量池内容如下:
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
上面的Class文件中的常量池中,比较重要的几个内容:
#16 = Utf8 s #21 = Utf8 Hollis #22 = Utf8 StringDemo
上面几个常量中, s
就是前面提到的 符号引用 ,而 Hollis
就是前面提到的 字面量 。而Class文件中的常量池部分的内容,会在运行期被运行时常量池加载进去。关于字面量,详情参考 Java SE Specifications
下面,我们可以来分析下 String s = new String("Hollis");
创建对象情况了。
这段代码中,我们可以知道的是,在编译期, 符号引用 s
和 字面量 Hollis
会被加入到Class文件的常量池中,然后在类加载阶段(具体时间段参考Java 中 new String(“字面量”) 中 “字面量” 是何时进入字符串常量池的? ),这两个常量会进入常量池。
但是,这个“进入”阶段,并不会直接把所有类中定义的常量全部都加载进来,而是会做个比较,如果需要加到字符串常量池中的字符串已经存在,那么就不需要再把字符串字面量加载进来了。
所以,当我们说<若常量池中已经存在”hollis”,则直接引用,也就是此时只会创建一个对象>说的就是这个字符串字面量在字符串池中被创建的过程。
说完了编译期的事儿了,该到运行期了,在运行期, new String("Hollis");
执行到的时候,是要在Java堆中创建一个字符串对象的,而这个对象所对应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");
, 对象的符号引用 s
是保存在Java虚拟机栈上的,他保存的是堆中刚刚创建出来的的字符串对象的引用。
所以,你也就知道以下代码输出结果为false的原因了。
String s1 = new String("Hollis"); String s2 = new String("Hollis"); System.out.println(s1 == s2);
因为, ==
比较的是 s1
和 s2
在堆中创建的对象的地址,当然不同了。但是如果使用 equals
,那么比较的就是字面量的内容了,那就会得到 true
。
在不同版本的JDK中,Java堆和字符串常量池之间的关系也是不同的,这里为了方便表述,就画成两个独立的物理区域了。具体情况请参考Java虚拟机规范。
所以, String s = new String("Hollis");
创建几个对象的答案你也就清楚了。
常量池中的“对象”是在编译期就确定好了的,在类被加载的时候创建的,如果类加载时,该字符串常量在常量池中已经有了,那这一步就省略了。堆中的对象是在运行期才确定的,在代码执行到new的时候创建的。
编译期生成的各种 字面量 和 符号引用 是运行时常量池中比较重要的一部分来源,但是并不是全部。那么还有一种情况,可以在运行期像运行时常量池中增加常量。那就是 String
的 intern
方法。
当一个 String
实例调用 intern()
方法时,Java查找常量池中是否有相同Unicode的字符串常量,如果有,则返回其的引用,如果没有,则在常量池中增加一个Unicode等于str的字符串并返回它的引用;
intern()有两个作用,第一个是将字符串字面量放入常量池(如果池没有的话),第二个是返回这个常量的引用。
我们再来看下开头的那个让人产生疑惑的例子:
String s1 = "Hollis"; String s2 = new String("Hollis"); String s3 = new String("Hollis").intern(); System.out.println(s1 == s2); System.out.println(s1 == s3);
你可以简单的理解为 String s1 = "Hollis";
和 String s3 = new String("Hollis").intern();
做的事情是一样的(但实际有些区别,这里暂不展开)。都是定义一个字符串对象,然后将其字符串字面量保存在常量池中,并把这个字面量的引用返回给定义好的对象引用。
对于 String s3 = new String("Hollis").intern();
,在未调用 intern
时候,s3指向的是JVM在堆中创建的那个对象的引用的(如图中的s2)。但是当执行了 intern
方法后,s3将指向字符串常量池中的那个字符串常量。
由于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的引用是堆中的对象,所以s2!=s1。
不知道,你有没有发现,在 String s3 = new String("Hollis").intern();
中,其实 intern
是多余的?
因为就算不用 intern
,Hollis作为一个字面量也会被加载到Class文件的常量池,进而加入到运行时常量池中,为啥还要多此一举呢?到底什么场景下才需要使用 intern
呢?
在解释这个之前,我们先来看下以下代码:
String s1 = "Hollis"; String s2 = "Chuang"; String s3 = s1 + s2; String s4 = "Hollis" + "Chuang";
在经过反编译后,得到代码如下:
String s1 = "Hollis"; String s2 = "Chuang"; String s3 = (new StringBuilder()).append(s1).append(s2).toString(); String s4 = "HollisChuang";
可以发现,同样是字符串拼接,s3和s4在经过编译器编译后的实现方式并不一样。s3被转化成 StringBuilder
及 append
,而s4被直接拼接成新的字符串。
如果你感兴趣,你还能发现, String s4 = s1 + s2;
经过编译之后,常量池中是有两个字符串常量的分别是 Hollis
、 Chuang
(其实 Hollis
和 Chuang
是 String s1 = "Hollis";
和 String s2 = "Chuang";
定义出来的),拼接结果 HollisChuang
并不在常量池中。
如果代码只有 String s4 = "Hollis" + "Chuang";
,那么常量池中将只有 HollisChuang
而没有”Hollis” 和 “Chuang”。
究其原因,是因为常量池要保存的是 已确定 的字面量值。也就是说,对于字符串的拼接,纯字面量和字面量的拼接,会把拼接结果作为常量保存到字符串。
如果在字符串拼接中,有一个参数是非字面量,而是一个变量的话,整个拼接操作会被编译成 StringBuilder.append
,这种情况编译器是无法知道其确定值的。只有在运行期才能确定。
那么,有了这个特性了, intern
就有用武之地了。那就是很多时候,我们在程序中得到的字符串是只有在运行期才能确定的,在编译期是无法确定的,那么也就没办法在编译期被加入到常量池中。
这时候,对于那种可能经常使用的字符串,使用 intern
进行定义,每次JVM运行到这段代码的时候,就会直接把常量池中该字面值的引用返回,这样就可以减少大量字符串对象的创建了。
如一 深入解析String#intern 文中举的一个例子:
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(); } long t = System.currentTimeMillis(); for (int i = 0; i < MAX; i++) { arr[i] = new String(String.valueOf(DB_DATA[i % DB_DATA.length])).intern(); } System.out.println((System.currentTimeMillis() - t) + "ms"); System.gc(); }
在以上代码中,我们明确的知道,会有很多重复的相同的字符串产生,但是这些字符串的值都是只有在运行期才能确定的。所以,只能我们通过 intern
显示的将其加入常量池,这样可以减少很多字符串的重复创建。
我们再回到文章开头那个疑惑:按照上面的两个面试题的回答,就是说 new String
也会检查常量池,如果有的话就直接引用,如果不存在就要在常量池创建一个,那么还要 intern
干啥?难道以下代码是没有意义的吗?
String s = new String("Hollis").intern();
而intern中说的“如果有的话就直接返回其引用”,指的是会把字面量对象的引用直接返回给定义的对象。这个过程是不会在Java堆中再创建一个String对象的。
的确,以上代码的写法其实是使用intern是没什么意义的。因为字面量Hollis会作为编译期常量被加载到运行时常量池。
之所以能有以上的疑惑,其实是对字符串常量池、字面量等概念没有真正理解导致的。有些问题其实就是这样,单个问题,自己都知道答案,但是多个问题综合到一起就蒙了。归根结底是知识的理解还停留在点上,没有串成面。
Hollis写本文的最初动机是一个知识星球球友在学习完<直面Java>相关课程后,跟我有一些关于String的讨论,他的一系列追问我觉得还挺有意思的,有很多思考在里面。
本文中的内容欢迎大家讨论,如有偏颇欢迎指正,文中例子是为了方面讲解特意举的,如有不当之处望谅解。
(全文完)