String 對(duì)象是我們使用最頻繁的一個(gè)對(duì)象類(lèi)型顷编，但它的性能問(wèn)題卻是最容易被忽略的戚炫。String 對(duì)象作為 Java 語(yǔ)言中重要的數(shù)據(jù)類(lèi)型，是內(nèi)存中占據(jù)空間最大的一個(gè)對(duì)象媳纬。高效地使用字符串双肤，可以提升系統(tǒng)的整體性能。
接下來(lái)我們就從 String 對(duì)象的實(shí)現(xiàn)钮惠、特性以及實(shí)際使用中的優(yōu)化這三個(gè)方面入手茅糜，深入了解。
在開(kāi)始之前素挽，我想先問(wèn)你一個(gè)小問(wèn)題蔑赘，也是我在招聘時(shí)，經(jīng)常會(huì)問(wèn)到面試者的一道題预明。雖是老生常談了缩赛，但錯(cuò)誤率依然很高，當(dāng)然也有一些面試者答對(duì)了撰糠，但能解釋清楚答案背后原理的人少之又少酥馍。問(wèn)題如下：
通過(guò)三種不同的方式創(chuàng)建了三個(gè)對(duì)象，再依次兩兩匹配阅酪，每組被匹配的兩個(gè)對(duì)象是否相等旨袒？代碼如下：
String str1= "abc";
String str2= new String("abc");
String str3= str2.intern();
assertSame(str1==str2);
assertSame(str2==str3);
assertSame(str1==str3)</pre>
你可以先想想答案，以及這樣回答的原因术辐。希望通過(guò)今天的學(xué)習(xí)砚尽，你能拿到滿分。
String 對(duì)象是如何實(shí)現(xiàn)的辉词？
在 Java 語(yǔ)言中尉辑，Sun 公司的工程師們對(duì) String 對(duì)象做了大量的優(yōu)化，來(lái)節(jié)約內(nèi)存空間较屿，提升 String 對(duì)象在系統(tǒng)中的性能隧魄。一起來(lái)看看優(yōu)化過(guò)程，如下圖所示：
1. 在 Java6 以及之前的版本中隘蝎，String 對(duì)象是對(duì) char 數(shù)組進(jìn)行了封裝實(shí)現(xiàn)的對(duì)象购啄，主要有四個(gè)成員變量：char 數(shù)組、偏移量 offset嘱么、字符數(shù)量 count狮含、哈希值 hash。
String 對(duì)象是通過(guò) offset 和 count 兩個(gè)屬性來(lái)定位 char[] 數(shù)組，獲取字符串几迄。這么做可以高效蔚龙、快速地共享數(shù)組對(duì)象，同時(shí)節(jié)省內(nèi)存空間映胁，但這種方式很有可能會(huì)導(dǎo)致內(nèi)存泄漏木羹。
2. 從 Java7 版本開(kāi)始到 Java8 版本，Java 對(duì) String 類(lèi)做了一些改變解孙。String 類(lèi)中不再有 offset 和 count 兩個(gè)變量了坑填。這樣的好處是 String 對(duì)象占用的內(nèi)存稍微少了些，同時(shí)弛姜，String.substring 方法也不再共享 char[]脐瑰，從而解決了使用該方法可能導(dǎo)致的內(nèi)存泄漏問(wèn)題。
3. 從 Java9 版本開(kāi)始廷臼，工程師將 char[] 字段改為了 byte[] 字段苍在，又維護(hù)了一個(gè)新的屬性 coder，它是一個(gè)編碼格式的標(biāo)識(shí)荠商。
工程師為什么這樣修改呢忌穿？
我們知道一個(gè) char 字符占 16 位，2 個(gè)字節(jié)结啼。這個(gè)情況下掠剑，存儲(chǔ)單字節(jié)編碼內(nèi)的字符（占一個(gè)字節(jié)的字符）就顯得非常浪費(fèi)。JDK1.9 的 String 類(lèi)為了節(jié)約內(nèi)存空間郊愧，于是使用了占 8 位朴译，1 個(gè)字節(jié)的 byte 數(shù)組來(lái)存放字符串。
而新屬性 coder 的作用是属铁，在計(jì)算字符串長(zhǎng)度或者使用 indexOf（）函數(shù)時(shí)眠寿，我們需要根據(jù)這個(gè)字段，判斷如何計(jì)算字符串長(zhǎng)度焦蘑。coder 屬性默認(rèn)有 0 和 1 兩個(gè)值盯拱，0 代表 Latin-1（單字節(jié)編碼），1 代表 UTF-16例嘱。如果 String 判斷字符串只包含了 Latin-1狡逢，則 coder 屬性值為 0，反之則為 1拼卵。
String 對(duì)象的不可變性
了解了 String 對(duì)象的實(shí)現(xiàn)后奢浑，你有沒(méi)有發(fā)現(xiàn)在實(shí)現(xiàn)代碼中 String 類(lèi)被 final 關(guān)鍵字修飾了，而且變量 char 數(shù)組也被 final 修飾了腋腮。
我們知道類(lèi)被 final 修飾代表該類(lèi)不可繼承雀彼，而 char[] 被 final+private 修飾壤蚜，代表了 String 對(duì)象不可被更改。Java 實(shí)現(xiàn)的這個(gè)特性叫作 String 對(duì)象的不可變性徊哑，即 String 對(duì)象一旦創(chuàng)建成功袜刷，就不能再對(duì)它進(jìn)行改變。
Java 這樣做的好處在哪里呢莺丑？
第一著蟹，保證 String 對(duì)象的安全性。假設(shè) String 對(duì)象是可變的窒盐，那么 String 對(duì)象將可能被惡意修改。
第二钢拧，保證 hash 屬性值不會(huì)頻繁變更蟹漓，確保了唯一性，使得類(lèi)似 HashMap 容器才能實(shí)現(xiàn)相應(yīng)的 key-value 緩存功能源内。
第三葡粒，可以實(shí)現(xiàn)字符串常量池。在 Java 中膜钓，通常有兩種創(chuàng)建字符串對(duì)象的方式嗽交，一種是通過(guò)字符串常量的方式創(chuàng)建，如 String str=“abc”颂斜；另一種是字符串變量通過(guò) new 形式的創(chuàng)建夫壁，如 String str = new String(“abc”)。
當(dāng)代碼中使用第一種方式創(chuàng)建字符串對(duì)象時(shí)沃疮，JVM 首先會(huì)檢查該對(duì)象是否在字符串常量池中盒让，如果在，就返回該對(duì)象引用司蔬，否則新的字符串將在常量池中被創(chuàng)建邑茄。這種方式可以減少同一個(gè)值的字符串對(duì)象的重復(fù)創(chuàng)建，節(jié)約內(nèi)存俊啼。
String str = new String(“abc”) 這種方式肺缕，首先在編譯類(lèi)文件時(shí)，"abc"常量字符串將會(huì)放入到常量結(jié)構(gòu)中授帕，在類(lèi)加載時(shí)同木，“abc"將會(huì)在常量池中創(chuàng)建；其次跛十，在調(diào)用 new 時(shí)泉手，JVM 命令將會(huì)調(diào)用 String 的構(gòu)造函數(shù)，同時(shí)引用常量池中的"abc” 字符串偶器，在堆內(nèi)存中創(chuàng)建一個(gè) String 對(duì)象斩萌；最后缝裤，str 將引用 String 對(duì)象。
這里附上一個(gè)你可能會(huì)想到的經(jīng)典反例颊郎。
平常編程時(shí)憋飞，對(duì)一個(gè) String 對(duì)象 str 賦值“hello”，然后又讓 str 值為“world”姆吭，這個(gè)時(shí)候 str 的值變成了“world”榛做。那么 str 值確實(shí)改變了，為什么我還說(shuō) String 對(duì)象不可變呢内狸？
首先检眯，我來(lái)解釋下什么是對(duì)象和對(duì)象引用。Java 初學(xué)者往往對(duì)此存在誤區(qū)昆淡，特別是一些從 PHP 轉(zhuǎn) Java 的同學(xué)锰瘸。在 Java 中要比較兩個(gè)對(duì)象是否相等，往往是用 ==昂灵，而要判斷兩個(gè)對(duì)象的值是否相等避凝，則需要用 equals 方法來(lái)判斷。
這是因?yàn)?str 只是 String 對(duì)象的引用眨补，并不是對(duì)象本身管削。對(duì)象在內(nèi)存中是一塊內(nèi)存地址，str 則是一個(gè)指向該內(nèi)存地址的引用撑螺。所以在剛剛我們說(shuō)的這個(gè)例子中含思，第一次賦值的時(shí)候，創(chuàng)建了一個(gè)“hello”對(duì)象甘晤，str 引用指向“hello”地址茸俭；第二次賦值的時(shí)候，又重新創(chuàng)建了一個(gè)對(duì)象“world”安皱，str 引用指向了“world”调鬓，但“hello”對(duì)象依然存在于內(nèi)存中。
也就是說(shuō) str 并不是對(duì)象酌伊，而只是一個(gè)對(duì)象引用腾窝。真正的對(duì)象依然還在內(nèi)存中，沒(méi)有被改變居砖。
String 對(duì)象的優(yōu)化
了解了 String 對(duì)象的實(shí)現(xiàn)原理和特性虹脯，接下來(lái)我們就結(jié)合實(shí)際場(chǎng)景，看看如何優(yōu)化 String 對(duì)象的使用奏候，優(yōu)化的過(guò)程中又有哪些需要注意的地方循集。
1. 如何構(gòu)建超大字符串？
編程過(guò)程中蔗草，字符串的拼接很常見(jiàn)咒彤。前面我講過(guò) String 對(duì)象是不可變的疆柔，如果我們使用 String 對(duì)象相加，拼接我們想要的字符串镶柱，是不是就會(huì)產(chǎn)生多個(gè)對(duì)象呢旷档？例如以下代碼：
String str= "ab" + "cd" + "ef";
分析代碼可知：首先會(huì)生成 ab 對(duì)象，再生成 abcd 對(duì)象歇拆，最后生成 abcdef 對(duì)象鞋屈，從理論上來(lái)說(shuō)，這段代碼是低效的故觅。
但實(shí)際運(yùn)行中厂庇，我們發(fā)現(xiàn)只有一個(gè)對(duì)象生成，這是為什么呢输吏？難道我們的理論判斷錯(cuò)了权旷？我們?cè)賮?lái)看編譯后的代碼，你會(huì)發(fā)現(xiàn)編譯器自動(dòng)優(yōu)化了這行代碼评也，如下：
String str= "abcdef";
上面我介紹的是字符串常量的累計(jì)炼杖，我們?cè)賮?lái)看看字符串變量的累計(jì)又是怎樣的呢灭返？
String str = "abcdef";
for(int i=0; i<1000; i++) {
str = str + i;
}
上面的代碼編譯后盗迟，你可以看到編譯器同樣對(duì)這段代碼進(jìn)行了優(yōu)化。不難發(fā)現(xiàn)熙含，Java 在進(jìn)行字符串的拼接時(shí)罚缕，偏向使用 StringBuilder，這樣可以提高程序的效率怎静。
String str = "abcdef";
for(int i=0; i<1000; i++) {
str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}</pre>
綜上已知：即使使用 + 號(hào)作為字符串的拼接邮弹，也一樣可以被編譯器優(yōu)化成 StringBuilder 的方式。但再細(xì)致些蚓聘，你會(huì)發(fā)現(xiàn)在編譯器優(yōu)化的代碼中腌乡，每次循環(huán)都會(huì)生成一個(gè)新的 StringBuilder 實(shí)例，同樣也會(huì)降低系統(tǒng)的性能夜牡。
所以平時(shí)做字符串拼接的時(shí)候与纽，我建議你還是要顯示地使用 String Builder 來(lái)提升系統(tǒng)性能。
如果在多線程編程中塘装，String 對(duì)象的拼接涉及到線程安全急迂，你可以使用 StringBuffer。但是要注意蹦肴，由于 StringBuffer 是線程安全的僚碎，涉及到鎖競(jìng)爭(zhēng)，所以從性能上來(lái)說(shuō)阴幌，要比 StringBuilder 差一些勺阐。
2. 如何使用 String.intern 節(jié)省內(nèi)存卷中？
講完了構(gòu)建字符串，我們?cè)賮?lái)討論下 String 對(duì)象的存儲(chǔ)問(wèn)題皆看。先看一個(gè)案例仓坞。
Twitter 每次發(fā)布消息狀態(tài)的時(shí)候，都會(huì)產(chǎn)生一個(gè)地址信息腰吟，以當(dāng)時(shí) Twitter 用戶的規(guī)模預(yù)估无埃，服務(wù)器需要 32G 的內(nèi)存來(lái)存儲(chǔ)地址信息。
public class Location {
private String city;
private String region;
private String countryCode;
private double longitude;
private double latitude;
} </pre>
考慮到其中有很多用戶在地址信息上是有重合的毛雇，比如嫉称，國(guó)家、省份灵疮、城市等织阅，這時(shí)就可以將這部分信息單獨(dú)列出一個(gè)類(lèi)，以減少重復(fù)震捣，代碼如下：
public class SharedLocation {
private String city;
private String region;
private String countryCode;
}
public class Location {
private SharedLocation sharedLocation;
double longitude;
double latitude;
}
通過(guò)優(yōu)化荔棉，數(shù)據(jù)存儲(chǔ)大小減到了 20G 左右。但對(duì)于內(nèi)存存儲(chǔ)這個(gè)數(shù)據(jù)來(lái)說(shuō)蒿赢，依然很大润樱，怎么辦呢？
這個(gè)案例來(lái)自一位 Twitter 工程師在 QCon 全球軟件開(kāi)發(fā)大會(huì)上的演講羡棵，他們想到的解決方法壹若，就是使用 String.intern 來(lái)節(jié)省內(nèi)存空間，從而優(yōu)化 String 對(duì)象的存儲(chǔ)皂冰。
具體做法就是店展，在每次賦值的時(shí)候使用 String 的 intern 方法，如果常量池中有相同值秃流，就會(huì)重復(fù)使用該對(duì)象赂蕴，返回對(duì)象引用，這樣一開(kāi)始的對(duì)象就可以被回收掉舶胀。這種方式可以使重復(fù)性非常高的地址信息存儲(chǔ)大小從 20G 降到幾百兆概说。
SharedLocation sharedLocation = new SharedLocation();
sharedLocation.setCity(messageInfo.getCity().intern()); sharedLocation.setCountryCode(messageInfo.getRegion().intern());
sharedLocation.setRegion(messageInfo.getCountryCode().intern());
Location location = new Location();
location.set(sharedLocation);
location.set(messageInfo.getLongitude());
location.set(messageInfo.getLatitude());</pre>
為了更好地理解，我們?cè)賮?lái)通過(guò)一個(gè)簡(jiǎn)單的例子峻贮，回顧下其中的原理：
String a =new String("abc").intern();
String b = new String("abc").intern();
if(a==b) {
System.out.print("a==b");
}
輸出結(jié)果：
a==b
在字符串常量中席怪，默認(rèn)會(huì)將對(duì)象放入常量池；在字符串變量中纤控，對(duì)象是會(huì)創(chuàng)建在堆內(nèi)存中挂捻，同時(shí)也會(huì)在常量池中創(chuàng)建一個(gè)字符串對(duì)象，復(fù)制到堆內(nèi)存對(duì)象中船万，并返回堆內(nèi)存對(duì)象引用刻撒。
如果調(diào)用 intern 方法骨田，會(huì)去查看字符串常量池中是否有等于該對(duì)象的字符串，如果沒(méi)有声怔，就在常量池中新增該對(duì)象态贤，并返回該對(duì)象引用；如果有醋火，就返回常量池中的字符串引用悠汽。堆內(nèi)存中原有的對(duì)象由于沒(méi)有引用指向它，將會(huì)通過(guò)垃圾回收器回收芥驳。
了解了原理柿冲，我們?cè)僖黄鹂纯瓷线叺睦印?/p>
在一開(kāi)始創(chuàng)建 a 變量時(shí)，會(huì)在堆內(nèi)存中創(chuàng)建一個(gè)對(duì)象兆旬，同時(shí)會(huì)在加載類(lèi)時(shí)假抄，在常量池中創(chuàng)建一個(gè)字符串對(duì)象，在調(diào)用 intern 方法之后丽猬，會(huì)去常量池中查找是否有等于該字符串的對(duì)象宿饱，有就返回引用。
在創(chuàng)建 b 字符串變量時(shí)脚祟，也會(huì)在堆中創(chuàng)建一個(gè)對(duì)象谬以，此時(shí)常量池中有該字符串對(duì)象，就不再創(chuàng)建愚铡。調(diào)用 intern 方法則會(huì)去常量池中判斷是否有等于該字符串的對(duì)象蛉签，發(fā)現(xiàn)有等于"abc"字符串的對(duì)象胡陪，就直接返回引用沥寥。而在堆內(nèi)存中的對(duì)象，由于沒(méi)有引用指向它柠座，將會(huì)被垃圾回收邑雅。所以 a 和 b 引用的是同一個(gè)對(duì)象。
下面我用一張圖來(lái)總結(jié)下 String 字符串的創(chuàng)建分配內(nèi)存地址情況：
使用 intern 方法需要注意的一點(diǎn)是妈经，一定要結(jié)合實(shí)際場(chǎng)景淮野。因?yàn)槌Ａ砍氐膶?shí)現(xiàn)是類(lèi)似于一個(gè) HashTable 的實(shí)現(xiàn)方式，HashTable 存儲(chǔ)的數(shù)據(jù)越大吹泡，遍歷的時(shí)間復(fù)雜度就會(huì)增加骤星。如果數(shù)據(jù)過(guò)大，會(huì)增加整個(gè)字符串常量池的負(fù)擔(dān)爆哑。
3. 如何使用字符串的分割方法洞难？
最后我想跟你聊聊字符串的分割，這種方法在編碼中也很最常見(jiàn)揭朝。Split() 方法使用了正則表達(dá)式實(shí)現(xiàn)了其強(qiáng)大的分割功能队贱，而正則表達(dá)式的性能是非常不穩(wěn)定的色冀，使用不恰當(dāng)會(huì)引起回溯問(wèn)題，很可能導(dǎo)致 CPU 居高不下柱嫌。
所以我們應(yīng)該慎重使用 Split() 方法锋恬，我們可以用 String.indexOf() 方法代替 Split() 方法完成字符串的分割。如果實(shí)在無(wú)法滿足需求编丘，你就在使用 Split() 方法時(shí)与学，對(duì)回溯問(wèn)題加以重視就可以了。
總結(jié)
這一講中嘉抓，我們認(rèn)識(shí)到做好 String 字符串性能優(yōu)化癣防，可以提高系統(tǒng)的整體性能。在這個(gè)理論基礎(chǔ)上掌眠，Java 版本在迭代中通過(guò)不斷地更改成員變量蕾盯，節(jié)約內(nèi)存空間，對(duì) String 對(duì)象進(jìn)行優(yōu)化蓝丙。
我們還特別提到了 String 對(duì)象的不可變性级遭，正是這個(gè)特性實(shí)現(xiàn)了字符串常量池，通過(guò)減少同一個(gè)值的字符串對(duì)象的重復(fù)創(chuàng)建渺尘，進(jìn)一步節(jié)約內(nèi)存挫鸽。
但也是因?yàn)檫@個(gè)特性，我們?cè)谧鲩L(zhǎng)字符串拼接時(shí)鸥跟，需要顯示使用 StringBuilder丢郊，以提高字符串的拼接性能。最后医咨，在優(yōu)化方面枫匾，我們還可以使用 intern 方法，讓變量字符串對(duì)象重復(fù)使用常量池中相同值的對(duì)象拟淮，進(jìn)而節(jié)約內(nèi)存干茉。
最后再分享一個(gè)個(gè)人觀點(diǎn)。那就是千里之堤很泊，潰于蟻穴角虫。日常編程中，我們往往可能就是對(duì)一個(gè)小小的字符串了解不夠深入委造，使用不夠恰當(dāng)戳鹅，從而引發(fā)線上事故。
比如昏兆，在我之前的工作經(jīng)歷中枫虏，就曾因?yàn)槭褂谜齽t表達(dá)式對(duì)字符串進(jìn)行匹配，導(dǎo)致并發(fā)瓶頸，這里也可以將其歸納為字符串使用的性能問(wèn)題模软。
思考題
通過(guò)今天的學(xué)習(xí)伟骨，你知道文章開(kāi)頭那道面試題的答案了嗎？背后的原理是什么燃异？
