String的基本特性

String：字符串，使用一对 “” 引起来表示
- String s1 = “mogublog” ; // 字面量的定义方式
- String s2 = new String(“moxi”);
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 JDK 8 及以前内部定义了 final char value[] 用于存储字符串数据。JDK 9 时改为 byte[]
为什么 JDK 9 改变了结构
官网
String 类的当前实现将字符存储在 char 数组中，每个字符使用两个字节(16位)。从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且，大多数字符串对象只包含拉丁字符。这些字符只需要一个字节的存储空间，因此这些字符串对象的内部 char 数组中有一半的空间将不会使用。
MotivationThe current implementation of the String class stores characters in a char array, using two bytes (sixteen bits) for each character. Data gathered from many different applications indicates that strings are a major component of heap usage and, moreover,> that mos> t String objects contain only Lation-1 character. Such characters require only one byte of storage, hence half of the space in the internal char arrays of such String objects is going unused> .DescriptionWe propose to> change the internal representation of the String class from a UTF-16 char array to a byte array plus an encoding-flag field**. The new String class will store characters encoded either as ISO-8859-1/Latin-1 (one byte per character), or as UTF-16(two bytes per character), based upon the contents of the string. The encoding flag will indicate which encoding is used. 我们建议改变字符串的内部表示 Class 从 UTF-16 字符数组到字节数组+一个 encoding-flag 字段。新的 String 类将根据字符串的内容存储编码为 ISO-8859-1/Latin-1(每个字符一个字节)或 UTF-16 (每个字符两个字节)的字符。编码标志将指示使用哪种编码。
结论：String 再也不用 char[] 来存储了，改成了 byte [] 加上编码标记，节约了一些空间
```
// 之前
private final char value[];
// 之后
private final byte[] value
```
同时基于 String 的数据结构，例如 StringBuffer 和 StringBuilder 也同样做了修改

String的不可变性
String：代表不可变的字符序列。简称：不可变性。

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。
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。
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。
通过字面量的方式（区别于new）给一个字符串赋值，此时的字符串值声明在字符串常量池中。

代码

public class StringTest1 {
    public static void test1() {
        // 字面量定义的方式，“abc”存储在字符串常量池中
        String s1 = "abc";
        String s2 = "abc";
        System.out.println(s1 == s2);//证明了4
        s1 = "hello";
        System.out.println(s1 == s2);//证明了1
        System.out.println(s1);
        System.out.println(s2);
        System.out.println("----------------");
    }
    public static void test2() {
        String s1 = "abc";
        String s2 = "abc";
        // 只要进行了修改，就会重新创建一个对象，这就是不可变性
        s2 += "def";
        System.out.println(s1);//证明了2
        System.out.println(s2);//证明了2
        System.out.println("----------------");
    }
    public static void test3() {
        String s1 = "abc";
        String s2 = s1.replace('a', 'm');
        System.out.println(s1);//证明了3
        System.out.println(s2);//证明了3
    }
    public static void main(String[] args) {
        test1();
        test2();
        test3();
    }
}

运行结果

true
false
hello
abc
----------------
abc
abcdef
----------------
abc
mbc

面试题

public class StringExer {
    String str = new String("good");
    char [] ch = {'t','e','s','t'};
    public void change(String str, char ch []) {
        str = "test ok";
        ch[0] = 'b';
    }
    public static void main(String[] args) {
        StringExer ex = new StringExer();
        ex.change(ex.str, ex.ch);
        System.out.println(ex.str);
        System.out.println(ex.ch);
    }
}

输出结果

good
best

这个挺难的:String str是不可变的
char[] 里面是可变的

注意

字符串常量池是不会存储相同内容的字符串的

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。
使用 -XX:StringTablesize 可设置 StringTable 的长度
在 JDK 6 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
在 JDK 7 中，StringTable 的长度默认值是 60013 ，StringTablesize 设置没有要求
在 JDK 8 开始，StringTable的长度默认值是60013, StringTablesize 可以设置的最小值为 1009

代码示例

链表如果长了,在尾部插入数据性能就会变差!HashTable这个链表应该是单向的,尾部插入时间复杂度是O(n)

String的内存分配

在 Java 语言中有8种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，String 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。
  1. 比如：String info =”abccom”；
2. 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。
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 堆内
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在 Java 7 中使用 String.intern()。
Java 8 元空间，字符串常量在堆

为什么 StringTable 从永久代调整到堆中

在 JDK 7 中，interned 字符串不再在 Java 堆的永久代中分配，而是在 Java 堆的主要部分(称为年轻代和年老代)中分配，与应用程序创建的其他对象一起分配。此更改将导致驻留在主 Java 堆中的数据更多，驻留在永久生成中的数据更少，因此可能需要调整堆大小。由于这一变化，大多数应用程序在堆使用方面只会看到相对较小的差异，但加载许多类或大量使用字符串的较大应用程序会出现这种差异。intern() 方法会看到更显著的差异。
官网

永久代的默认比较小
永久代垃圾回收频率低

OOM:PermGen space
OOM:Java heap space

String 的基本操作

案例1的结论:

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。

官网

案例2的结论

字符串常量池在堆的情况以及交互
代码和图示

第七行创建了字符串,放在堆的字符串常量池,对应的foo栈帧引用指向它
A string iscreated in the line 7,it goes in the String Poll in the heap space and a reference is created in the foo() stack space for it

字符串拼接操作

基本操作和示例

常量与常量的拼接结果在常量池，原理是编译期优化
常量池中不会存在相同内容的变量
只要其中有一个是变量，结果就在堆中(非常量池)。变量拼接的原理是 StringBuilder
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，并返回此对象地址从上述的结果我们可以知道：
1. 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
2. 而调用 intern() 方法，则会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的值，否者就在常量池中创建

底层原理

变量用加号拼接操作的底层其实使用了 StringBuilder

s1 + s2 的执行细节

StringBuilder s = new StringBuilder();
s.append(s1);
s.append(s2);
s.toString(); -> 约等于new String(“ab”);

在 JDK 5 之后，使用的是 StringBuilder，在 JDK 5 之前使用的是 StringBuffer

String	StringBuffer	StringBuilder
String 的值是不可变的，这就导致每次对 String 的操作都会生成新的 String 对象，不仅效率低下，而且浪费大量优先的内存空间	StringBuffer 是可变类，和线程安全的字符串操作类，任何对它指向的字符串的操作都不会产生新的对象。每个 StringBuffer 对象都有一定的缓冲区容量，当字符串大小没有超过容量时，不会分配新的容量，当字符串大小超过容量时，会自动增加容量	可变类，速度更快
不可变	可变	可变
	线程安全	线程不安全
	多线程操作字符串	单线程操作字符串

注意，

我们相加的左右两边如果是变量的话，就是需要 new StringBuilder 进行拼接，
但是如果使用的是 final 修饰，则是从常量池中获取。所以说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器优化。
也就是说被 final 修饰的变量，将会变成常量，类和方法将不能被继承,能用尽量用

拼接操作和 append 性能对比

代码示例

方法1耗费的时间：4005ms，方法2消耗时间：7ms
结论：

通过 StringBuilder 的 append() 方式添加字符串的效率，要远远高于 String 的字符串拼接方法
好处:
1. StringBuilder 的 append 的方式，自始至终只创建一个 StringBuilder 的对象
2. 对于字符串拼接的方式，还需要创建很多 StringBuilder 对象和调用 toString 时候创建的String 对象
3. 内存中由于创建了较多的 StringBuilder 和 String 对象，内存占用过大，如果进行 GC 那么将会耗费更多的时间

改进的空间

我们使用的是 StringBuilder 的空参构造器，默认的字符串容量是16，然后将原来的字符串拷贝到新的字符串中，我们也可以默认初始化更大的长度，减少扩容的次数
因此在实际开发中，我们能够确定，前前后后需要添加的字符串不高于某个限定值，那么建议使用构造器创建一个阈值的长度
intern() 的使用
api介绍
intern() 是一个 native 方法，调用的是底层 C 的方法

翻译:字符串池最初是空的，由 String 类私有地维护。在调用 intern() 方法时，如果池中已经包含了由 equals(object) 方法确定的与该字符串对象相等的字符串，则返回池中的字符串。否则，该字符串对象将被添加到池中，并返回对该字符串对象的引用。

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。
1. 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
1. （”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）

面试题有难度

/**
* 如何保证变量s指向的是字符串常量池中的数据呢？
* 有两种方式：
* 方式一： String s = "shkstart";//字面量定义的方式
* 方式二： 调用intern()
*         String s = new String("shkstart").intern();
*         String s = new StringBuilder("shkstart").toString().intern();
*
*/
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:此时字符串常量中并没有创建"11",而是创建一个指向堆空间中new String("11")的地址
     //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
     String s4 = "11";
     System.out.println(s3 == s4);//jdk6：false  jdk7/8：true
 }
}

jdk7和jdk8的字符串常量池在堆,所以jvm偷懒在堆内直接就少创建对象了,直接引用堆内的new String(“11”)对象就好
jdk6的字符串常量池在方法区,因此jvm没法偷懒,常量池里面就会创建一个对象记录11

面试题变化一下位置

intern效率测试(空间)

代码截图

intern的时候,也会创建String对象,但是数组元素的引用是在字符串常量池里面,String对象没用了会垃圾回收
代码实战技巧结论:

intern总结

总结String的intern()的使用

在jdk1.6,将这个字符串对象尝试放入字符串常量池
1. 如果字符串常量池有了,则不会放入,返回以后字符串常量池中对象的地址
2. 如果没有,则将对象复制一份,放入字符串常量池,并返回字符串常量池的对象地址
在jdk1.7及以后,将这个字符串对象尝试放入字符串常量池
1. 如果字符串常量池有了,则不会放入,返回以后字符串常量池中对象的地址
2. 如果没有,则会把对象的引用地址复制一份,放入字符串常量池,并返回**字符串常量池的引用地址**
intern() 的空间效率测试

我们通过测试一下，使用了 intern 和不使用的时候，其实相差还挺多的

public class StringIntern2 {
    static final int MAX_COUNT = 1000 * 10000;
    static final String[] arr = new String[MAX_COUNT];
    public static void main(String[] args) {
        Integer [] data = new Integer[]{1,2,3,4,5,6,7,8,9,10};
        long start = System.currentTimeMillis();
        for (int i = 0; i < MAX_COUNT; i++) {
            arr[i] = new String(String.valueOf(data[i%data.length])).intern();
        }
        long end = System.currentTimeMillis();
        System.out.println("花费的时间为：" + (end - start));
        try {
            Thread.sleep(1000000);
        } catch (Exception e) {
            e.getStackTrace();
        }
    }
}

结论：对于程序中大量使用存在的字符串时，尤其存在很多已经重复的字符串时，使用 intern() 方法能够节省内存空间。
大的网站平台，需要内存中存储大量的字符串。比如社交网站，很多人都存储：北京市、海淀区等信息。这时候如果字符串都调用 intern() 方法，就会很明显降低内存的大小。

面试题

题目1

new String(“ab”)会创建几个对象

/**
 * new String("ab") 会创建几个对象？ 看字节码就知道是2个对象
 *
 */
public class StringNewTest {
    public static void main(String[] args) {
        String str = new String("ab");
    }
}

我们转换成字节码来查看

 0 new #2 <java/lang/String>
 3 dup 
 4 ldc #3 <ab>
 6 invokespecial #4 <java/lang/String.<init>>
 9 astore_1
10 return

这里面就是两个对象

一个对象是：new 关键字在堆空间中创建

另一个对象：字符串常量池中的对象

题目2

new String(“a”) + new String(“b”) 会创建几个对象

/**
* new String("ab") 会创建几个对象？ 
*
*/
public class StringNewTest {
  public static void main(String[] args) {
      String str = new String("a") + new String("b");
  }
}

字节码文件为

0 new #2 <java/lang/StringBuilder>
3 dup
4 invokespecial #3 <java/lang/StringBuilder.<init>>
7 new #4 <java/lang/String>
10 dup
11 ldc #5 <a>
13 invokespecial #6 <java/lang/String.<init>>
16 invokevirtual #7 <java/lang/StringBuilder.append>
19 new #4 <java/lang/String>
22 dup
23 ldc #8 <b>
25 invokespecial #6 <java/lang/String.<init>>
28 invokevirtual #7 <java/lang/StringBuilder.append>
31 invokevirtual #9 <java/lang/StringBuilder.toString>
34 astore_1
35 return

我们创建了6个对象

对象1：new StringBuilder()
对象2：new String(“a”)
对象3：常量池的 a
对象4：new String(“b”)
对象5：常量池的 b
对象6：toString 中会创建一个 new String(“ab”)
调用 toString 方法，不会在常量池中生成 ab

练习1：

jdk6

jdk7 8
字符串常量池也在堆里.intern方法就不用重新造对象,直接用堆的引用就可以了,最终结果就是
同样的字符串堆里就保存一份就好了

在 JDK 6 中，在字符串常量池中创建一个字符串 “ab”
在 JDK 8 中，在字符串常量池中没有创建 “ab”，而是将堆中的地址复制到串池中。

所以上述结果，在 JDK 6 中是：

true
false

在 JDK 8 中是

true
true

练习1 plus

在练习1 加一句代码

练习2

StringTable的垃圾回收

代码案例

/**
 * String的垃圾回收
 * -Xms15m -Xmx15m -XX:+PrintStringTableStatistics -XX:+PrintGCDetails
 */
public class StringGCTest {
    public static void main(String[] args) {
        for (int i = 0; i < 100000; i++) {
            String.valueOf(i).intern();
        }
    }
}

G1 中的 String 去重操作

官网说明链接
注意这里说的重复，指的是在堆中的数据，而不是常量池中的，因为常量池中的本身就不会重复

描述

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：

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

实现

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

13,StringTable