String常量池和String#intern()

String是Java基礎的重要考點。可問的點多，並且不少點能夠橫向切到其餘考點，或縱向深刻JVM。

本文略過了String的基本內容，重點在於String#intern()。

String常量池

String常量可能會在兩種時機進入常量池：

1. 編譯期：經過雙引號聲明的常量（包括顯示聲明、靜態編譯優化後的常量，如」1」+」2」優化爲常量」12」），在前端編譯期將被靜態的寫入class文件中的「常量池」。該「常量池」會在類加載後被載入「內存中的常量池」，也就是咱們平時所說的常量池。同時，JIT優化也可能產生相似的常量。

• 運行期：調用String#intern()方法，可能將該String對象動態的寫入上述「內存中常量池」。

時機1的行爲是明確的。原理可閱讀class文件結構、類加載、編譯期即運行期優化等內容。

時機2在jdk6和jdk7中的行爲不一樣，下面討論。

String#intern()

讀者可直接閱讀參考資料。下述總結僅爲了猴子本身複習方便。

聲明

/** * Returns a canonical representation for the string object. * <p> * A pool of strings, initially empty, is maintained privately by the * class <code>String</code>. * <p> * When the intern method is invoked, if the pool already contains a * string equal to this <code>String</code> object as determined by * the {@link #equals(Object)} method, then the string from the pool is * returned. Otherwise, this <code>String</code> object is added to the * pool and a reference to this <code>String</code> object is returned. * <p> * It follows that for any two strings <code>s</code> and <code>t</code>, * <code>s.intern()&nbsp;==&nbsp;t.intern()</code> is <code>true</code> * if and only if <code>s.equals(t)</code> is <code>true</code>. * <p> * All literal strings and string-valued constant expressions are * interned. String literals are defined in section 3.10.5 of the * <cite>The Java&trade; Language Specification</cite>. * * @return a string that has the same contents as this string, but is * guaranteed to be from a pool of unique strings. */  
public native String intern();
複製代碼

String#intern()是一個native方法。根據Javadoc，若是常量池中存在當前字符串, 就會直接返回當前字符串. 若是常量池中沒有此字符串, 會將此字符串放入常量池中後, 再返回。

實現原理

JNI最後調用了c++實現的StringTable::intern()方法：

oop StringTable::intern(Handle string_or_null, jchar* name,  
                        int len, TRAPS) {  
  unsigned int hashValue = java_lang_String::hash_string(name, len);  
  int index = the_table()->hash_to_index(hashValue);  
  oop string = the_table()->lookup(index, name, len, hashValue);  
  // Found 
  if (string != NULL) return string;  
  // Otherwise, add to symbol to table 
  return the_table()->basic_add(index, string_or_null, name, len,  
                                hashValue, CHECK_NULL);  
}
oop StringTable::lookup(int index, jchar* name,  
                        int len, unsigned int hash) {  
  for (HashtableEntry<oop>* l = bucket(index); l != NULL; l = l->next()) {  
    if (l->hash() == hash) {  
      if (java_lang_String::equals(l->literal(), name, len)) {  
        return l->literal();  
      }  
    }  
  }  
  return NULL;  
}
複製代碼

在the_table()返回的hash表中查找字符串，若是存在就返回，不然加入表。

StringTable是一個固定大小的Hashtable，默認大小是1009。基本邏輯與Java中HashMap相同，也使用拉鍊法解決碰撞問題。

既然是拉鍊法，那麼若是放進的String很是多，就會加重碰撞，致使鏈表很是長。最壞狀況下，String#intern()的性能由O(1)退化到O(n)。

• jdk6中StringTable的長度固定爲1009。
• jdk7中，StringTable的長度能夠經過一個參數-XX:StringTableSize指定，默認1009。

jdk6和jdk7下String#intern()的區別

引言

相信不少Java程序員都作相似String s = new String("abc");這個語句建立了幾個對象的題目。這種題目主要是爲了考察程序員對字符串對象常量池的掌握。上述的語句中建立了2個對象：

• 第一個對象，內容"abc"，存儲在常量池中。
• 第二個對象，內容"abc"，存儲在堆中。

問題

來看一段代碼：

public static void main(String[] args) {
    String s = new String("1");
    s.intern();
    String s2 = "1";
    System.out.println(s == s2);

    String s3 = new String("1") + new String("1");
    s3.intern();
    String s4 = "11";
    System.out.println(s3 == s4);
}
複製代碼

打印結果：

# jdk6下
false false
# jdk7下
false true
複製代碼

具體爲何稍後再解釋，而後將s3.intern();語句下調一行，放到String s4 = "11";後面。將s.intern();放到String s2 = "1";後面：

public static void main(String[] args) {
    String s = new String("1");
    String s2 = "1";
    s.intern();
    System.out.println(s == s2);

    String s3 = new String("1") + new String("1");
    String s4 = "11";
    s3.intern();
    System.out.println(s3 == s4);
}
複製代碼

打印結果：

# jdk6下
false false
# jdk7下
false false
複製代碼

jdk6的解釋

注：圖中綠色線條表明String對象的內容指向；黑色線條表明地址指向。

jdk6中，上述的全部打印都是false。

由於jdk6的常量池放在Perm區中，和正常的Heap（指Eden、Surviver、Old區）徹底分開。具體來講：使用引號聲明的字符串都是經過編譯和類加載直接載入常量池，位於Perm區；new出來的String對象位於Heap（E、S、O）中。拿一個Perm區的對象地址和Heap中的對象地址進行比較，確定是不相同的。

Perm區主要存儲一些加載類的信息、靜態變量、方法片斷、常量池等。

jdk7的解釋

在jdk6及以前的版本中，字符串常量池都是放在Perm區的。Perm區的默認大小隻有4M，若是多放一些大字符串，很容易拋出OutOfMemoryError: PermGen space。

所以，jdk7已經將字符串常量池從Perm區移到正常的Heap（E、S、O）中了。

Perm區即永久代。自己用永久代實現方法區就容易遇到內存溢出；並且方法區存放的內容也很難估計大小，不必放在堆中管理。jdk8已經取消了永久代，在堆外新建了一個Metaspace實現方法區。

正是由於字符串常量池移到了Heap中，才產生了上述變化。

第一段代碼

先看s3和s4：

• 首先，String s3 = new String("1") + new String("1");，生成了多個對象，s3最終指向堆中的"11"。注意，此時常量池中是沒有字符串"11"的。
• 而後，s3.intern();，將s3中的字符串"11"放入了常量池中，由於此時常量池中不存在字符串"11"，所以常規作法與跟jdk6相同，在常量池中生成一個String對象"11"——然而，jdk7中常量池不在Perm區中了，相應作了調整：常量池中不須要再存儲一份對象了，而是直接存儲堆中的引用，也就是s3的引用地址。
• 接下來，String s4 = "11";，"11"經過雙引號顯示聲明，所以會直接去常量池中查找，若是沒有再建立。發現已經有這個字符串了，也就是剛纔經過s3.intern();存儲在常量池中的s3的引用地址。因而，直接返回s3的引用地址，s4賦值爲s3的引用，s4指向堆中的"11"。
• 最後，s三、s4指向的堆中的"11"，常量池中存儲s3的引用，知足s3 == s4。

再看s和s2：

• 首先，String s = new String("1");，生成了2個對象，常量池中的"1"和堆中的"1"，s指向堆中的"1"。
• 而後，s.intern();，上一句已經在常量池中建立了"1"，因此此處什麼都不作。
• 接下來，，String s2 = "1";，常量池中有"1"，所以，s2直接指向常量池中的"1"。
• 最後，s指向的堆中的"1"，s2指向常量池中的"1"，常量池中存儲字符串"1"，不知足s == s2。

第二段代碼

先看s3和s4，將s3.intern();放在了String s4 = "11";後：

• 先執行String s4 = "11";，此時，常量池中不存在"11"，所以，將"11"放入常量池，而後s4指向常量池中的"11"。
• 再執行s3.intern();，上一句已經在常量池中建立了"11"，因此此處什麼都不作。
• 最後，s3仍指向的堆中的"11"，s4指向常量池中的"11"，常量池中存儲字符串"11"，再也不知足s3 == s4。

再看s和s2，將s.intern();放到String s2 = "1";後：

• 先執行String s2 = "1";，以前已經過String s = new String("1");在常量池中建立了"1"，所以，s2直接指向常量池中的"1"。
• 再執行s.intern();，常量池中有"1"，因此此處什麼都不作。
• 最後，s指向的堆中的"1"，s2指向常量池中的"1"，常量池中存儲字符串"1"，仍不知足s == s2。

區別小結

jdk7與jdk6相比，對String常量池的位置、String#intern()的語義都作了修改：

• 將String常量池從Perm區移到了Heap區。
• 調用String#intern()方法時，堆中有該字符串而常量池中沒有，則直接在常量池中保存堆中對象的引用，而不會在常量池中從新建立對象。

使用姿式

建議直接閱讀參考資料。

額外的問題

String#intern()的基本用法以下：

String s1 = xxx1.toString().intern();
String s2 = xxx2.toString().intern();
assert s1 == s2;
複製代碼

然而，xxx1.toString()、xxx2.toString()已經建立了兩個匿名String對象，這以後再調用String#intern()。那麼，這兩個匿名對象去哪了？

估計猴子對建立對象的過程理解有問題，或許xxx1.toString()返回時尚未將對象保存到堆上？或許String#intern()上作了什麼語法糖？

後面有時間再解決吧。。。

---

參考：

• 深刻解析String#intern

---

本文連接：

本文連接：String常量池和String#intern()
做者：猴子007
出處：monkeysayhi.github.io
本文基於 知識共享署名-相同方式共享 4.0 國際許可協議發佈，歡迎轉載，演繹或用於商業目的，可是必須保留本文的署名及連接。