String的基本特性

1. String：字符串，使用一对 “” 引起来表示

  String s1 = "hello" ;   			// 字面量的定义方式String s2 =  new String("hello");     // new 对象的方式

String被声明为final的，不可被继承

String实现了Serializable接口：表示字符串是支持序列化的。实现了Comparable接口：表示String可以比较大小

String在jdk8及以前内部定义了final char value[]用于存储字符串数据。JDK9时改为byte[]

补充：为什么改为 byte[] 存储？

1. String类的当前实现将字符存储在char数组中，每个字符使用两个字节(16位)。
2. 从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且大多数字符串对象只包含拉丁字符（Latin-1）。这些字符只需要一个字节的存储空间，因此这些字符串对象的内部char数组中有一半的空间将不会使用，产生了大量浪费。
3. 之前 String 类使用 UTF-16 的 char[] 数组存储，现在改为 byte[] 数组 外加一个编码标识存储。该编码表示如果你的字符是ISO-8859-1或者Latin-1，那么只需要一个字节存。如果你是其它字符集，比如UTF-8，你仍然用两个字节存
4. 结论：String再也不用char[] 来存储了，改成了byte [] 加上编码标记，节约了一些空间
5. 同时基于String的数据结构，例如StringBuffer和StringBuilder也同样做了修改

 String的底层结构

1. String的String Pool（字符串常量池）是一个固定大小的Hashtable，默认值大小长度是1009。如果放进String Pool的String非常多，就会造成Hash冲突严重，从而导致链表会很长，而链表长了后直接会造成的影响就是当调用String.intern()方法时性能会大幅下降。
2. 使用-XX:StringTablesize可设置StringTable的长度
3. 在JDK6中StringTable是固定的，就是1009的长度，所以如果常量池中的字符串过多就会导致效率下降很快，StringTablesize设置没有要求
4. 在JDK7中，StringTable的长度默认值是60013，StringTablesize设置没有要求
5. 在JDK8中，StringTable的长度默认值是60013，StringTable可以设置的最小值为1009

String的内存分配

1. 在Java语言中有8种基本数据类型和一种比较特殊的类型String。这些类型为了使它们在运行过程中速度更快、更节省内存，都提供了一种常量池的概念。

2. 常量池就类似一个Java系统级别提供的缓存。8种基本数据类型的常量池都是系统协调的，String类型的常量池比较特殊。它的主要使用方法有两种。

   • 直接使用双引号声明出来的String对象会直接存储在常量池中。比如：String name = "hello world";

   • 如果不是用双引号声明的String对象，可以使用String提供的intern()方法。

3. Java 6及以前，字符串常量池存放在永久代

4. Java 7中 Oracle的工程师对字符串池的逻辑做了很大的改变，即将字符串常量池的位置调整到Java堆内

   • 所有的字符串都保存在堆（Heap）中，和其他普通对象一样，这样可以让你在进行调优应用时仅需要调整堆大小就可以了。
   • 字符串常量池概念原本使用得比较多，但是这个改动使得我们有足够的理由让我们重新考虑在Java 7中使用String.intern()。

5. Java8元空间，字符串常量在堆

补充：StringTable 为什么要调整？

1. 为什么要调整位置？
   • 永久代的默认空间大小比较小
   • 永久代垃圾回收频率低，大量的字符串无法及时回收，容易进行Full GC产生STW或者容易产生OOM：PermGen Space
   • 堆中空间足够大，字符串可被及时回收
2. 在JDK 7中，interned字符串不再在Java堆的永久代中分配，而是在Java堆的主要部分（称为年轻代和年老代）中分配，与应用程序创建的其他对象一起分配。
3. 此更改将导致驻留在主Java堆中的数据更多，驻留在永久生成中的数据更少，因此可能需要调整堆大小。

String 的基本操作

字符串拼接操作

【1】常量与常量的“+”操作，结果放在常量池中，原理是编译期优化。

【2】常量池中不会存在相同的内容变量

【3】拼接前后只要有一个是变量，结果就放在堆中，变量拼接的原理是StringBuilder

 【4】拼接的结果调用intern()方法，根据该字符串是否在常量池中存在 分为两种情况

• 如果存在，则返回字符串在常量池中的地址
• 如果字符串常量池中不存在该字符串，则在常量池中创建一份，并返回此对象的地址

针对于第三条：

1. 通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式！

2. 原因：

   1. StringBuilder的append()的方式：
      • 自始至终中只创建过一个StringBuilder的对象
   2. 使用String的字符串拼接方式：
      • 创建过多个StringBuilder和String（调的toString方法）的对象，内存占用更大；
      • 如果进行GC，需要花费额外的时间（在拼接的过程中产生的一些中间字符串可能永远也用不到，会产生大量垃圾字符串）。

3. 改进的空间：

   • 在实际开发中，如果基本确定要前前后后添加的字符串长度不高于某个限定值highLevel的情况下，建议使用构造器实例化：
   • StringBuilder s = new StringBuilder(highLevel); //new char[highLevel]
   • 这样可以避免频繁扩容

intern()的使用(***重点***)

 intern()方法的声明

public native String intern();

1. intern是一个native方法，调用的是底层C的方法

2. 字符串常量池池最初是空的，由String类私有地维护。在调用intern方法时，如果池中已经包含了由equals(object)方法确定的与该字符串内容相等的字符串，则返回池中的字符串地址。否则，该字符串对象将被添加到池中，并返回对该字符串对象的地址。（这是源码里的大概翻译）

3. 如果不是用双引号声明的String对象，可以使用String提供的intern方法：intern方法会从字符串常量池中查询当前字符串是否存在，若不存在就会将当前字符串放入常量池中。比如：

   String myInfo = new string("I love China").intern();

4. 也就是说，如果在任意字符串上调用String.intern方法，那么其返回结果所指向的那个类实例，必须和直接以常量形式出现的字符串实例完全相同。因此，下列表达式的值必定是true

   ("hello"+"World").intern() == "helloWorld"

5. 通俗点讲，Interned String就是确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度。注意，这个值会被存放在字符串内部池（String Intern Pool）

new String()的说明

          new String(“ab”)会创建几个对象？

/*** 题目：* new String("ab")会创建几个对象？看字节码，就知道是两个。*     一个对象是：new关键字在堆空间创建的*     另一个对象是：字符串常量池中的对象"ab"。 字节码指令：ldc**/
public class StringNewTest {public static void main(String[] args) {String str = new String("ab");}
}

new String(“a”) + new String(“b”) 会创建几个对象？

/*** 思考：* new String("a") + new String("b")呢？*  对象1：new StringBuilder()*  对象2： new String("a")*  对象3： 常量池中的"a"*  对象4： new String("b")*  对象5： 常量池中的"b"**  深入剖析： StringBuilder的toString():*      对象6 ：new String("ab")*       强调一下，toString()的调用，在字符串常量池中，没有生成"ab"**/
public class StringNewTest {public static void main(String[] args) {String str = new String("a") + new String("b");}
}

面试题目：

*** 如何保证变量s指向的是字符串常量池中的数据呢？* 有两种方式：* 方式一： String s = "shkstart";//字面量定义的方式* 方式二： 调用intern()*         String s = new String("shkstart").intern();*         String s = new StringBuilder("shkstart").toString().intern();**/
public class 	StringIntern {public static void main(String[] args) {String s = new String("1");s.intern();//调用此方法之前，字符串常量池中已经存在了"1"String s2 = "1";System.out.println(s == s2);//jdk6：false   jdk7/8：false/*1、s3变量记录的地址为：new String("11")2、经过上面的分析，我们已经知道执行完pos_1的代码，在堆中有了一个new String("11")这样的String对象。但是在字符串常量池中没有"11"3、接着执行s3.intern()，在字符串常量池中生成"11"3-1、在JDK6的版本中，字符串常量池还在永久代，所以直接在永久代生成"11",也就有了新的地址3-2、而在JDK7的后续版本中，字符串常量池被移动到了堆中，此时堆里已经有new String（"11"）了出于节省空间的目的，直接将堆中的那个字符串的引用地址储存在字符串常量池中。没错，字符串常量池中存的是new String（"11"）在堆中的地址4、所以在JDK7后续版本中，s3和s4指向的完全是同一个地址。*/String s3 = new String("1") + new String("1");//pos_1s3.intern();String s4 = "11";//s4变量记录的地址：使用的是上一行代码代码执行时，在常量池中生成的"11"的地址System.out.println(s3 == s4);//jdk6：false  jdk7/8：true}}

结论：

1. 对于程序中大量使用存在的字符串时，尤其存在很多已经重复的字符串时，使用intern()方法能够节省很大的内存空间。
2. 大的网站平台，需要内存中存储大量的字符串。比如社交网站，很多人都存储：北京市、海淀区等信息。这时候如果字符串都调用intern() 方法，就会很明显降低内存的大小。

StringTable的垃圾回收 

String去重操作的背景

注意不是字符串常量池的去重操作，字符串常量池本身就没有重复的

1. 背景：对许多Java应用（有大的也有小的）做的测试得出以下结果：
   • 堆存活数据集合里面String对象占了25%
   • 堆存活数据集合里面重复的String对象有13.5%
   • String对象的平均长度是45
2. 许多大规模的Java应用的瓶颈在于内存，测试表明，在这些类型的应用里面，Java堆中存活的数据集合差不多25%是String对象。更进一步，这里面差不多一半String对象是重复的，重复的意思是说：str1.equals(str2)= true。堆上存在重复的String对象必然是一种内存的浪费。这个项目将在G1垃圾收集器中实现自动持续对重复的String对象进行去重，这样就能避免浪费内存。

String 去重的的实现

1. 当垃圾收集器工作的时候，会访问堆上存活的对象。对每一个访问的对象都会检查是否是候选的要去重的String对象。
2. 如果是，把这个对象的一个引用插入到队列中等待后续的处理。一个去重的线程在后台运行，处理这个队列。处理队列的一个元素意味着从队列删除这个元素，然后尝试去重它引用的String对象。
3. 使用一个Hashtable来记录所有的被String对象使用的不重复的char数组。当去重的时候，会查这个Hashtable，来看堆上是否已经存在一个一模一样的char数组。
4. 如果存在，String对象会被调整引用那个数组，释放对原来的数组的引用，最终会被垃圾收集器回收掉。
5. 如果查找失败，char数组会被插入到Hashtable，这样以后的时候就可以共享这个数组了。

命令行选项

1. UseStringDeduplication(bool) ：开启String去重，默认是不开启的，需要手动开启。
2. PrintStringDeduplicationStatistics(bool) ：打印详细的去重统计信息
3. stringDeduplicationAgeThreshold(uintx) ：达到这个年龄的String对象被认为是去重的候选对象