浅谈Java String内幕（上）
前言 String字符串在Java应用中使用非常频繁，只有理解了它在虚拟机中的实现机制，才能写出健壮的应用，本文使用的JDK版本为1.8.0_3。 常量池 Java代码被编译成class文件时，会生成一个常量池（Constant pool）的数据结构，用以保存字面常量和符号引用（类名、方法名、接口名和字段名等）。 package com.ctrip.ttd.whywhy; public class Test { public static void main(String[] args) { String test = "test"; } } 很简单的一段代码，通过命令 javap -verbose 查看class文件中 Constant pool 实现： Constant pool: #1 = Methodref #4.#13 // java/lang/Object."<init>":()V #2 = String #14 // test #3 = Class #15 // com/ctrip/ttd/whywhy/test #4 = Class #16 // java/lang/Object #5 = Utf8 <init> #6 = Utf8 ()V #7 = Utf8 Code #8 = Utf8 LineNumberTable #9 = Utf8 main #10 = Utf8 ([Ljava/lang/String;)V #11 = Utf8 SourceFile #12 = Utf8 test.java #13 = NameAndType #5:#6 // "<init>":()V #14 = Utf8 test #15 = Utf8 com/ctrip/ttd/whywhy/test #16 = Utf8 java/lang/Object 通过反编译出来的字节码可以看出字符串 "test" 在常量池中的定义方式： #2 = String #14 // test #14 = Utf8 test 在main方法字节码指令中，0 ~ 2行对应代码 String test = "test"; 由两部分组成：ldc #2 和 astore_1。 // main方法字节码指令 public static void main(java.lang.String[]); Code: 0: ldc #2 // String test 2: astore_1 3: return 1、Test类加载到虚拟机时，”test”字符串在Constant pool中使用符号引用symbol表示，当调用 ldc #2 指令时，如果Constant pool中索引 #2 的symbol还未解析，则调用C++底层的 StringTable::intern 方法生成char数组，并将引用保存在StringTable和常量池中，当下次调用 ldc #2 时，可以直接从Constant pool根据索引 #2获取 “test” 字符串的引用，避免再次到StringTable中查找。 2、astore_1指令将”test”字符串的引用保存在局部变量表中。 常量池的内存分配 在 JDK6、7、8中有不同的实现： 1、JDK6及之前版本中，常量池的内存在代PermGen进行分配，所以常量池会受到PermGen内存大小的限制。 2、JDK7中，常量池的内存在Java堆上进行分配，意味着常量池不受固定大小的限制了。 3、JDK8中，虚拟机团队移除了代PermGen。 字符串初始化 字符串可以通过两种方式进行初始化：字面常量和String对象。 字面常量 public class StringTest { public static void main(String[] args) { String a = "java"; String b = "java"; String c = "ja" + "va"; } } 通过 “javap -c” 命令查看字节码指令实现：
其中ldc指令将int、float和String类型的常量值从常量池中推送到栈顶，所以a和b都指向常量池的”java”字符串。通过指令实现可以发现：变量a、b和c都指向常量池的 “java” 字符串，表达式 “ja” + “va” 在编译期间会把结果值”java”直接赋值给c。 String对象 public class StringTest { public static void main(String[] args) { String a = "java"; String c = new String("java"); } } 这种情况下，a == c 成立么？字节码实现如下：
其中3 ~ 9行指令对应代码 String c = new String("java"); 实现： 1、第3行new指令，在Java堆上为String对象申请内存； 2、第7行ldc指令，尝试从常量池中获取”java”字符串，如果常量池中不存在，则在常量池中新建”java”字符串，并返回； 3、第9行invokespecial指令，调用构造方法，初始化String对象。 其中String对象中使用char数组存储字符串，变量a指向常量池的”java”字符串，变量c指向Java堆的String对象，且该对象的char数组指向常量池的”java”字符串，所以很显然 a != c，如下图所示：
通过 “字面量 + String对象” 进行赋值会发生什么？ public class StringTest { public static void main(String[] args) { String a = "hello "; String b = "world"; String c = a + b; String d = "hello world"; } } 这种情况下，c == d成立么？字节码实现如下：
其中6 ~ 21行指令对应代码 String c = a + b; 实现： 1、第6行new指令，在Java堆上为StringBuilder对象申请内存； 2、第10行invokespecial指令，调用构造方法，初始化StringBuilder对象； 3、第14、18行invokespecial指令，调用append方法，添加a和b字符串； 4、第21行invokespecial指令，调用toString方法，生成String对象。 通过指令实现可以发现，字符串变量的连接动作，在编译阶段会被转化成StringBuilder的append操作，变量c终指向Java堆上新建String对象，变量d指向常量池的”hello world”字符串，所以 c != d。 不过有种特殊情况，当final修饰的变量发生连接动作时，虚拟机会进行优化，将表达式结果直接赋值给目标变量： public class StringTest { public static void main(String[] args) { final String a = "hello "; final String b = "world"; String c = a + b; String d = "hello world"; } } 指令实现如下：
END。