字符串比较--小问题大智慧

String相等之谜

引言：在最近的Java学习中，遇到一些关于字符串的小问题，现在此做一些总结

Java中的“相等”

等号大比拼

• ==

  众所周知，在 Java 中如果用 == 比较两个对象，那就是比较两个对象是否在内存的同一个位置（地址是否相同）。

• equals

  在 Java 中，所有类的父类 Object 存在一个 equals 方法，String类复写了这个方法，它实现了真正的字符串比较，代码如下：

  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;
      }

• hashCode

  通常情况下，当我们重写 equals 方法时，我们需要重写 hashCode 方法 以保持一致性。默认的 hashCode 方法与地址有关。

热身--JVM内存结构

概览

看到上图，我们简单介绍一下 Java Stack ， Method Area 和 Heap 。这几个我们经常提到的内存区。

• Java堆（Heap）

  对于大多数应用来说，Java堆（Java Heap）是Java虚拟机所管理的内存中 最大 的一块。Java堆是被所有线程共享的一块内存区域，在虚拟机启动时创建。此内存区域的唯一目的就是存放对象实例， 几乎所有的对象实例都在这里分配内存。 (我们 new 出来的东西都放在这里)

• 方法区（Method Area）

  方法区（Method Area）与Java堆一样，是各个线程共享的内存区域， 它用于存储已被虚拟机加载的类信息、常量、静态变量、即时编译器编译后的代码等数据 。虽然Java虚拟机规范把方法区描述为堆的一个逻辑部分，但是它却有一个别名叫做Non-Heap（非堆），目的应该是与Java堆区分开来。

• JVM栈（JVM Stacks）

  与程序计数器一样，Java虚拟机栈（Java Virtual Machine Stacks）也是线程私有的， 它的生命周期与线程相同 。 虚拟机栈描述的是Java方法执行的内存模型 ：每个方法被执行的时候都会同时创建一个栈帧（Stack Frame）用于存储局部变量表、操作栈、动态链接、方法出口等信息。 每一个方法被调用直至执行完成的过程，就对应着一个栈帧在虚拟机栈中从入栈到出栈的过程 。

  局部变量表存放了编译期可知的各种基本数据类型（boolean、byte、char、short、int、float、long、double）、对象引用（reference类型，它不等同于对象本身，根据不同的虚拟机实现，它可能是一个指向对象起始地址的引用指针，也可能指向一个代表对象的句柄或者其他与此对象相关的位置）和returnAddress 类型（指向了一条字节码指令的地址）。

  其中64位长度的long和double类型的数据会占用2个局部变量空间（Slot），其余的数据类型只占用1个。局部变量表所需的内存空间在编译期间完成分配，当进入一个方法时，这个方法需要在帧中分配多大的局部变量空间是完全确定的，在方法运行期间不会改变局部变量表的大小。

  在Java虚拟机规范中，对这个区域规定了两种异常状况：如果线程请求的栈深度大于虚拟机所允许的深度，将抛出 StackOverflowError 异常；如果虚拟机栈可以动态扩展（当前大部分的Java虚拟机都可动态扩展，只不过Java虚拟机规范中也允许固定长度的虚拟机栈），当扩展时无法申请到足够的内存时会抛出 OutOfMemoryError 异常。

  讲完了 内存的概念， 我们就可以引入下一个问题了，码来！

  public static void main(String[] args) {
          String t1 = "abc";
          String t2 = new String("abc");
          System.out.println(t1==t2);
  
      }

  我们看到 t1 和 t2 的值都是 "abc"，直觉上来看结果 应该返回 true ，但是运行以后 返回的是 false ，这是为什么呢？（因为他们的地址不同）。那么他们分别在哪呢？这里我们就要引入常量池的概念了。

常量池

Java中的常量池，通常指的是运行时常量池，它是方法区的一部分，一个JVM实例只有一个运行常量池，各线程间共享该运行常量池。

Java常量池简介：Java常量池中保存了一份在 编译期间 就已确定的数据。它里面包括 final常量 的值（包括成员常量、局部常量和引用常量）、以及 对象字面量 的值。

在编译期间，每当给常量赋值它就会去检测常量池中是否存在该值，若存在直接返回该值的地址给常量，若不存在则先在常量池中创建该值，再返回该值的地址给常量。因此常量池中不可能出现相等的数据。

• final常量

一切经final关键字修饰的变量均为常量，final常量必须在定义时就赋初值，否则编译不通过。

• 对象字面量

对象字面量是指直接以一常量给对象赋值，而不是在堆空间new出一个对象实例。

常见的两种对象字面量： 基本类型 的包装类对象字面量、 String 对象字面量。

String Pool

字符串常量池（String Pool）保存着所有字符串字面量（literal strings），这些字面量在编译时期就确定。不仅如此，还可以使用 String 的 intern() 方法在运行过程中将字符串添加到 String Pool 中。

当一个字符串调用 intern() 方法时，如果 String Pool 中已经存在一个字符串和该字符串值相等（使用 equals() 方法进行确定），那么就会返回 String Pool 中字符串的引用；否则，就会在 String Pool 中添加一个新的字符串，并返回这个新字符串的引用。

String s1 = new String("aaa");
String s2 = new String("aaa");
System.out.println(s1 == s2);     // false,s1和s2的地址不同所以返回了false
String s3 = s1.intern();
String s4 = s1.intern();
System.out.println(s3 == s4);     // true, s3和s4都指向了StringPool中的"aaa"是同一个对象所以返回了 true

PS:在 Java 7 之前，String Pool 被放在运行时常量池中，它属于永久代。而在 Java 7，String Pool 被移到堆中。这是因为永久代的空间有限，在大量使用字符串的场景下会导致 OutOfMemoryError 错误。

常量折叠

接下来让我们再看一个问题：

public static void main(String[] args) {
        String a = "hello2";
        final String b = "hello";
        String d = "hello";
        String c = b + 2;
        String e = d + 2;
        System.out.println((a == c));
        System.out.println((a == e));

    }

结果返回了：

true
false

为什么呢？这就要引入 常量折叠 的概念。

常量折叠的概念

编译器优化
编译期常量

对于 String s1 = "1" + "2";

编译器会给你优化成 String s1 = "12";

在生成的字节码中，根本看不到 "1" "2" 这两个东西。

我们通过idea进行验证下

1、源码文件

public static void main(String[] args) {
        String s1 = "1"+"2";
    }

2、运行后，idea有个out文件夹，找到上面文件的class文件

public static void main(String[] args) {
        String s1 = "12";
    }

确实如上面所说，编译器会给你进行优化

常量折叠发生的条件

• 必须是 编译期常量之间 进行运算才会进行常量折叠。

• 编译期常量就是

  “编译的时候就可以确定其值的常量”，

  • 首先：字面量是 编译期常量 。（数字字面量，字符串字面量等）
  • 其次：编译期常量进行 简单运算的结果 也是 编译期常量 ，如1+2，"a"+"b"。
  • 最后：被编译器常量 赋值的 final 的基本类型和字符串变量 也是编译期常量。

举个栗子

1.第一个栗子

public static void main(String[] args) {
        String s1="a"+"bc";
        String s2="ab"+"c";
        System.out.println(s1 == s2);
    }

相信大家都知道了，输出为 true
并且只创建了一个 "abc" 字符串对象，且位于字符串常量池中。

2、第二个栗子

public static void main(String[] args) {
        String a = "a";
        String bc = "bc";
        String s1 = "a" + "bc";
        String s2 = a + bc;
        System.out.println(s1 == s2);
    }

这个结果呢？ false

s1 是字符串字面量相加，但是 s2 却是两个非 final 的变量相加，所以不会进行常量折叠。

而是根据 String 类特有的 + 运算符重载，变成类似这样的代码 （jdk1.8）

String s2 = new StringBuilder(a).append(b).toString();

这里 toString() 会生成新的String变量，显然用 == 运算符比较是会返回 false。

总结，只要牢记 常量折叠主要指的是 编译期常量 加减乘除的运算过程会被折叠 。

总结

综上所述，在使用 String的比较时，我们最好使用 equals() 方法，而 == 是内存上的比较。不过正是它的引入，才致使我们分析学习了，jvm的内存模型，常量池，常量折叠等编译器层面的知识。因祸得福，希望本节课能巩固我们的底层知识，下期再会了！