从JVM看String及intern方法

前言

学习JVM过程中，遇到String的intern()方法，然后在网上找了很多发现都不怎么系统，很多说法也都不一致。所以笔者决定研究一下，以此记录下来。

先看一下intern()的意义

简单说就是放入字符串常量池

实现方式的演变

• JDK1.7之前：调用这个方法，先去字符串常量池中看是否已经存在，如果已经存在，那么直接返回这个常量在字符串常量池中的地址值，如果不存在，则在字符串常量池中创建一个，并返回其地址值。
• JDK1.7及之后：调用这个方法，先去字符串常量池中看是否已经存在，如果已经存在，那么直接返回这个常量在字符串常量池中的地址值，如果不存在，则在字符串常量池中保存一份堆中的引用，并返回其地址值。
  这也是JDK7对常量池保存内容的优化：通过字面量（常量）的方式和new String()的方式创建字符串，常量池保存的是对象；通过intern()方法，常量池保存的引用（一份堆中的引用的复制）。
  以下均在JDK7以后版本分析~

创建String的几种方式

• String str= "abc"：通过字面量的方式。先看常量池中是否已经存在相同字符串 (equals())，若存在，返回常量池中的引用。若不存在，在常量池中创建字符串对象并返回其引用。
• String str = new String("abc")：通过显式创建字符串对象的方式。先在堆中创建一个对象，再看常量池中是否已经存在相同字符串，若存在，直接返回堆中的引用。若不存在，在常量池中创建字符串对象并返回堆中的引用。
• String str = "abc" + "de"：通过常量拼接的方式。会编译优化，等效于String str = "abcde"。
• String str = new String("abc") + new String("de")：涉及对象的拼接。底层是通过创建StringBuilder对象用append方法,最后通过toString转成String（只有new String()才会在常量池中创建对象）。共创建5个对象：堆中（“abc”，“de”，“adbde”），字符串常量池中（“abc”，“de”）。
  这也说明了，在循环体中无论用哪种形式拼接字符串，都会创建很多对象，浪费内存，影响性能~

通过4个例子完整分析intern()影响的内存结构

System.identityHashCode(obj)表示对象引用地址的 hashcode。
常量池逻辑属于方法区，物理上存在于堆中，为方便描述下面不予区分了。

• eg1

    @Test
    public void function1() {
        String str1 = new String("abc");
        String str2 = "abc";
        String intern = str1.intern();
        System.out.println(str1==str2);//false
        System.out.println("str1:   "+System.identityHashCode(str1));//1018081122
        System.out.println("str2:   "+System.identityHashCode(str2));//242131142
        System.out.println("intern: "+System.identityHashCode(intern));//242131142
    }

String str1 = new String("abc")在堆和常量池各创建一个对象，str1指向堆。
String str2 = "abc"在常量池中找到了"abc"的引用,所以直接返回常量池的引用。
String intern = str1.intern()在常量池中找到了"abc"的引用,所以直接返回常量池的引用。

• eg2

    @Test
    public void function2() {
        String str1 = new String("abc");
        String intern = str1.intern();
        String str2 = "abc";
        System.out.println(str1==str2);//false
        System.out.println("str1:   "+System.identityHashCode(str1));//1018081122
        System.out.println("str2:   "+System.identityHashCode(str2));//242131142
        System.out.println("intern: "+System.identityHashCode(intern));//242131142
    }

这里只是改变了第2,3行顺序，但结构同eg2完全一样。

• eg3

    @Test
    public void function3() {
//        String hel = new String("hel");
//        String lo = new String("lo");
//        String str1 = hel+lo;
        String str1 = new String("hel") + new String("lo");
        String intern = str1.intern();
        String str2 = "hello";
        System.out.println(str1 == str2);//true
        System.out.println("str1:   " + System.identityHashCode(str1));//1018081122
        System.out.println("str2:   " + System.identityHashCode(str2));//1018081122
        System.out.println("intern: " + System.identityHashCode(intern));//1018081122
//        System.out.println(System.identityHashCode(hel));//242131142
//        System.out.println(System.identityHashCode(hel.intern()));//1782113663
//        System.out.println(System.identityHashCode(lo));//1433867275
//        System.out.println(System.identityHashCode(lo.intern()));//476800120
    }

释放注释，则可打印详细的对象的内存地址hashcode。

String str1 = new String("hel") + new String("lo");共创建5个对象：堆中（“hel”，“lo”，“hello”），字符串常量池中（“hel”，“lo”）。str1指向堆。
String intern = str1.intern();在常量池中没找到"hello"的引用,所以在常量池中保存一份hello对象的引用，并返回该引用地址。
String str2 = "hello";在常量池中找到了"abc"的引用,所以直接返回常量池的引用。
str1指向堆的引用，intern 和str2指向的是str1的堆中引用的复制品，所以都是相等的。

• eg4
  改变了第2,3行顺序

    @Test
    public void function4() {
//        String hel = new String("hel");
//        String lo = new String("lo");
//        String str1 = hel+lo;
        String str1 = new String("hel") + new String("lo");
        String str2 = "hello";
        String intern = str1.intern();
        System.out.println(str1 == str2);//true
        System.out.println("str1:   " + System.identityHashCode(str1));//1018081122
        System.out.println("str2:   " + System.identityHashCode(str2));//242131142
        System.out.println("intern: " + System.identityHashCode(intern));//242131142
//        System.out.println(System.identityHashCode(hel));//242131142
//        System.out.println(System.identityHashCode(hel.intern()));//1782113663
//        System.out.println(System.identityHashCode(lo));//1433867275
//        System.out.println(System.identityHashCode(lo.intern()));//476800120
    }

String str1 = new String("hel") + new String("lo");先创建5个对象：堆中（“hel”，“lo”，“hello”），字符串常量池中（“hel”，“lo”）。str1指向堆。
String str2 = "hello";在常量池中没找到了"abc"的引用,所以创建对象并返回常量池的引用。
String intern = str1.intern();在常量池中找到了"hello"的引用,所以直接返回该引用地址。
str1指向堆的引用，intern 和str2指向的是str1的常量池中的引用，所以str1和str2不相等。

String随着JDK做的改变

JDK1.6：常量池存在于PermGen区（永久代）。缺点：永久代大小不好指定。与Java堆物理隔离，intern()可能产生对个重复的字符串，浪费性能。
JDK1.7：常量池存在于堆中。优点：堆大小不再受于固定大小。位于堆区的常量池，可以被垃圾回收。字符串常量池内部维护一个HashMap，通过需要intern()数量的2倍设置为size(减少hash冲突)。性能更好。
JDK1.8 ：存储数据结构char[] 。
JDK1.9 ：存储数据结构byte[]。动机：大多数String存的是英文，iso-8859等，只有一个字节就够了（char是两个字节），优化为byte[]，如果是中文再用两个字节。

两个问题

大家看到最后应该对字符串常量池及intern方法有了一定的理解。但是这里还有两个问题：
1.在eg3的例子中如果字符串是"java"、"12"、"1122"等一些特殊字符串例子就不成立了。猜测：jvm初始化的时候常量池中就已经存在这些字符串了。
2.通过单测和主线程运行同样代码，结果不一样。查阅后，什么魔法值？

    public static void main(String[] args) {
        String s3 = new String("1") + new String("1");
        s3.intern();
        String s4 = "11";
        System.out.println(s3 == s4);//true
    }

    @Test
    public void fun4() {
        String s3 = new String("1") + new String("1");
        s3.intern();
        String s4 = "11";
        System.out.println(s3 == s4);//false
    }

到这实在不懂了，渴望分享交流，有兴趣的可以研究一下。

写到最后的感受

从我遇到intern方法想弄懂那刻开始，这期间我查阅了好多，发现言论都不一样，如：字符串常量池中保存的引用还是对象、String str = new String("abc")是创建几个对象、String str = new String("abc") + new String("de")常量池中到底有没有str等。
就这些技术而言，不是很深入的东西一查一大堆，而更加深入一点的问题，就不容易找到答案了。技术的道路是孤独的，这是很平常的事，做技术的人应该有一颗“想要弄懂”的心，然后才能发现和创造。最后，祝大家在技术的路上越走越远，对自己人生追求的事物越走越近！
本文不足的地方，欢迎指正和交流~

本文地址：https://blog.csdn.net/weixin_42476498/article/details/107349701