1.16 字符串创建与存储的机制

在Java语言中，对String对象提供了专门的字符串常量池。为了便于理解，首先介绍在Java语言中字符串的存储机制，在Java语言中，字符串的声明与初始化主要有如下两种情况：

1）对于String s1=new String("abc")语句与String s2=new String("abc")语句，存在两个引用对象s1、s2，两个内容相同的字符串对象"abc"，它们在内存中的地址是不同的。只要用到new总会生成新的对象。

2）对于String s1="abc"语句与String s2="abc"语句，在JVM中存在着一个字符串池，其中保存着很多String对象，并且可以被共享使用，s1、s2引用的是同一个常量池中的对象。由于String的实现采用了Flyweight的设计模式，当创建一个字符串常量的时候，例如String s ="abc"，会首先在字符串常量池中查找是否已经有相同的字符串被定义，它的判断依据是String类equals(Object obj)方法的返回值。如果已经定义，那么直接获取对其的引用，此时不需要创建新的对象，如果没有定义，那么首先创建这个对象，然后把它加入字符串池中，再将它的引用返回。由于String是不可变类，一旦创建好了就不能被修改，因此String对象可以被共享而且不会导致程序的混乱。

具体而言：

再例如：

为了便于理解，可以把String s = new String("abc")语句的执行人为地分解成两个过程：第一个过程是新建对象的过程，即new String("abc")，第二个过程是赋值的过程，即String s=new String("abc")。由于第二个过程中只是定义了一个名为s的String类型的变量，将一个String类型对象的引用赋值给s，因此在这个过程中不会创建新的对象。第一个过程中new String("abc")会调用String类的构方法：

由于在调用这个构造方法的时候，传入了一个字符串常量，因此语句new String("abc")也就等价于"abc"和new String()两个操作。如果在字符串池中不存在"abc"，那么会创建一个字符串常量"abc"，并将其添加到字符串池中，如果存在，那么不创建，然后new String()会在堆中创建一个新的对象。所以str3与str4指向的是堆中不同的String对象，地址自然也不相同了。如图1-6所示。

从上面的分析可以看出，在创建字符串对象的时候，会根据不同的情况来确定字符串被放在常量区还是堆中。而intern方法主要用来把字符串放入字符串常量池中。在以下两种情况下，字符串会被放到字符串常量池中：

1）直接使用双引号声明的String对象都会直接存储在常量池中。

2）通过调用String提供的intern方法把字符串放到常量池中，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，则会将当前字符串放入常量池中。

intern方法在JDK1.6和JDK1.8下有着不同的工作原理，下面通过一个例子来介绍它们的不同之处。

以上程序的运行结果为：

从上面例子的运行结果可以看出，在JDK1.6及以前的版本中，两种写法得到的结果是类似的，从JDK1.7开始的版本中对intern方法的处理是不同的，下面分别介绍这两种不同的实现方式。

（1）在JDK1.6及以前版本中的实现原理

intern()方法会查询字符串常量池是否存在当前字符串，若不存在则将当前字符串复制到字符串常量池中，并返回字符串常量池中的引用。

如图1-7所示，在JDK1.6中的字符串常量池是在Perm区中，前面提到过使用引号声明的字符串会直接存储在字符串常量池中，而new出来的String对象是放在堆区。即使通过调用intern方法把字符串放入字符串常量区中，由于堆和Perm区是两块独立的存储空间，存储在堆和Perm区中的对象一定会有不同的存储空间，因此，它们也有不同的地址。

（2）在JDK1.7及以上版本中的实现原理

intern()方法会先查询字符串常量池是否存在当前字符串，若字符串常量池中不存在则再从堆中查询，然后存储并返回相关引用；若都不存在则将当前字符串复制到字符串常量池中，并返回字符串常量池中的引用。实现原理如图1-8所示。

1）String s1=new String("a")。这句代码生成了两个对象，常量池中的“a”和堆中的字符串对象。s1.intern();这一句代码执行的时候，s1对象首先去常量池中寻找，由于发现“a”已经在常量池里了，因此不做任何操作。

2）接下来执行String s2="a"。这句代码是在栈中生成一个s2的引用，这个引用指向常量池中的“a”对象。显然s1与s2有不同的地址。

3）String s3=new String("a")+new String("a")。这行代码在字符串常量池中生成“a”（由于已经存在了，不会创建新的字符串），并且在堆中生成一个字符串对象（字符串的内容为“aa”），s3指向这个堆中的对象。需要注意的是，此时常量池中还不存在字符串“aa”。

4）接下来执行s3.intern()。这句代码执行的过程是，首先判断“aa”在字符串常量区中不存在，此时会把“aa”放入字符串常量区中，在JDK1.6中，会在常量池中生成一个“aa”的对象。由于从JDK1.7开始字符串常量池从Perm区移到堆中了，在这种情况下，常量池中不需要再存储一份对象，而是直接存储堆中的引用。这份引用指向s3引用的对象。如图1-9所示，字符串常量区中的字符串“aa”直接指向堆中的字符串对象。由此可见，这种实现方式能够大大降低字符串所占用的内存空间。

5）执行String s4 = "aa"的时候，由于这个字符串在字符串常量区中已经存在了（指向s3引用对象的一个引用），所以s4引用就指向和s3一样了。因此s3==s4的结果是true。

如果把上面例子中的代码的顺序调整，那么就会得到不同的运行结果，如下例所示：

上述代码的运行结果为：

1）String s1=newString("a")，生成了常量池中的字符串“a”、堆空间中的字符串对象和指向堆空间对象的引用s1。

2）String s2="a"，这行代码是生成一个s2的引用并直接指向常量池中的“a”对象。

3）s1.intern()，由于“a”已经在字符串常量区中存在了，因此这一行代码没有什么实际作用。显然s1与s2的引用地址是不相同的。

4）String s3 = new String("a") + newString("a")，这行代码在字符串常量池中生成“a”（由于已经存在了，不会创建新的字符串），并且在堆中生成一个字符串对象（字符串的内容为“aa”），s3指向这个堆中的对象。需要注意的是，此时常量池中还不存在字符串“aa”。

5）String s4 = "aa"，这一行代码执行的时候，首先在字符串常量区中生成字符串“aa”，接着s4指向字符串常量区中的“aa”。

6）s3.intern()，由于“aa”已经存在了，这一行代码没有实际的作用。

引申1：intern方法内部是怎么实现的？

intern方法主要通过JNI调用C++实现的StringTable的intern方法来实现的，StringTable的intern方法与Java中的HashMap的实现非常类似，但是C++中的StringTable没有自动扩容的功能。在JDK1.6中，它的默认大小为1009。由此可见，String的String Pool使用了一个固定大小的Hashtable来实现，如果往字符串常量区中放入过多的字符串，那么就会造成Hash冲突严重，解决冲突需要额外的时间，这就会导致使用字符串常量池的时候性能会下降。因此在编写代码的时候需要注意这个问题。为了提供一定的灵活性，JDK1.7中提供了下面的参数来指定StringTable的长度：

引申2：如何验证从JDK1.7开始字符串常量被移到堆中了？

可以通过intern方法把大量的字符串都存放在字符串常量池中，直到常量池空间不够了导致溢出，根据抛出的异常可以查看是哪部分内存不够而导致溢出的，如下例所示：

在JDK1.6及以下的版本运行会抛出“java.lang.OutOfMemoryError：PermGen space”异常，说明字符串常量池是存储在永久代中的。而在JDK1.7及以上的版本中运行上述代码，会抛出“java.lang.OutOfMemoryError：Java heap space”异常，说明从JDK1.7开始，字符串常量池被存储在堆中。

常见面试笔试题：

（1）new String("abc")创建了几个对象？

答案：一个或两个。如果常量池中原来有“abc”，那么只创建一个对象，如果常量池中原来没有“abc”，那么就会创建两个对象。

（2）Java中由substring方法是否会引起内存泄漏？

答案：这道题考查了两方面的内容，一方面是对Java中String类的substring方法的理解，另一方面考查的是对Java中内存泄漏的理解。众所周知，在Java编程中，程序员是不需要关心内存的分配与释放的，这些工作都是由垃圾回收器来完成的。但是垃圾回收器只能回收不再被使用的对象，如果想让垃圾回收器回收一个对象，那么必须要保证这个对象不再被引用，否则垃圾回收器无法回收这个对象。在Java中，内存泄漏通常指的是程序员认为一个对象会被垃圾回收器收集，但是由于某种原因垃圾回收器无法回收这个对象。

对于这道题而言，首先需要理解subString的内部实现原理。只有Java1.6之前的版本才会有内存泄漏的问题。substring(int beginIndex, int endIndex)方法返回一个字符串的子串，这个子串从beginIndex开始，结束于endindex-1（下标从0开始，子字符串包含beginIndex而不包含endIndex）。例如：

前面介绍过String是不可变量，给字符串赋新值会创建一个新的字符串。也就是说在上面的例子中，在执行第一行代码的时候，会在常量池中创建一个字符串“Hello world”，第二行代码执行后，s会指向常量池中新的字符串“world”，因此，“Hello world”就没有人访问了，可以被垃圾回收器回收。但是在Java1.6中，“Hello world”是无法被垃圾回收器回收的。为了理解其中的原因，下面首先给出substring的实现源码：

在JDK1.6中，String类中存储了三个重要的属性：char[] value、int offset和int count，分别用来表示字符串对应的字符数组、数组的起始位置及String中包含的字符数。由这三个变量就可以唯一决定一个字符串。在调用substring方法的时候，虽然会创建一个新的字符串，但是新对象的value仍然会使用原来字符串的value属性。只是count和offset的值不一样而已，如图1-9所示。

虽然字符串在堆中是一个新的对象，但是它与原字符串都指向了相同的字符数组。对于垃圾回收器来说，这个字符数组仍然被使用，因此无法回收。“Hello world”这个字符串虽然不被使用了，但是仍然无法被垃圾回收器回收，因此就造成了内存泄漏。

从JDK1.7开始，这个方法内部的实现被修改了，从而避免了内存泄漏，下面是JDK1.7中substring的实现源码：

从上面的代码可以看出，在copyOfRange方法中，新的子串通过new char[newLength]创建了一个独立的字符数组，显然没有与原字符串使用相同的字符数组，如图1-10所示。

从图1-10可以看出，在调用substring后，字符串“Hello world”将不再被引用，因此可以被垃圾回收器回收。