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:
JDK6及之前版本中,常量池的内存在永久代PermGen进行分配,所以常量池会受到PermGen内存大小的限制。
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。
JDK8中,虚拟机团队移除了永久代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:
第3行new指令,在Java堆上为String对象申请内存;
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;
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:
第6行new指令,在Java堆上为StringBuilder对象申请内存;
第10行invokespecial指令,调用构造方法,初始化StringBuilder对象;
第14、18行invokespecial指令,调用append方法,添加a和b字符串;
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最终指向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: