String 對(duì)象是我們使用最頻繁的一個(gè)對(duì)象類型，但它的性能問題卻是最容易被忽略的。String 對(duì)象作為 Java 語言中重要的數(shù)據(jù)類型，是內(nèi)存中占據(jù)空間最大的一個(gè)對(duì)象。高效地使用字符串，可以提升系統(tǒng)的整體性能。

接下來我們就從 String 對(duì)象的實(shí)現(xiàn)、特性以及實(shí)際使用中的優(yōu)化這三個(gè)方面入手，深入了解。

在開始之前，我想先問你一個(gè)小問題，也是我在招聘時(shí)，經(jīng)常會(huì)問到面試者的一道題。雖是老生常談了，但錯(cuò)誤率依然很高，當(dāng)然也有一些面試者答對(duì)了，但能解釋清楚答案背后原理的人少之又少。問題如下：

通過三種不同的方式創(chuàng)建了三個(gè)對(duì)象，再依次兩兩匹配，每組被匹配的兩個(gè)對(duì)象是否相等？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);

你可以先想想答案，以及這樣回答的原因。希望通過今天的學(xué)習(xí)，你能拿到滿分。

1、String 對(duì)象是如何實(shí)現(xiàn)的？

在 Java 語言中，Sun 公司的工程師們對(duì) String 對(duì)象做了大量的優(yōu)化，來節(jié)約內(nèi)存空間，提升 String 對(duì)象在系統(tǒng)中的性能。一起來看看優(yōu)化過程，如下圖所示：

1.1、在 Java6 以及之前的版本中

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，主要有四個(gè)成員變量：char 數(shù)組、偏移量 offset、字符數(shù)量 count、哈希值 hash。

String 對(duì)象是通過 offset 和 count 兩個(gè)屬性來定位 char[] 數(shù)組，獲取字符串。這么做可以高效、快速地共享數(shù)組對(duì)象，同時(shí)節(jié)省內(nèi)存空間，但這種方式很有可能會(huì)導(dǎo)致內(nèi)存泄漏。

1.2、從 Java7 版本開始到 Java8 版本

Java 對(duì) String 類做了一些改變。String 類中不再有 offset 和 count 兩個(gè)變量了。這樣的好處是 String 對(duì)象占用的內(nèi)存稍微少了些，同時(shí)，String.substring 方法也不再共享 char[]，從而解決了使用該方法可能導(dǎo)致的內(nèi)存泄漏問題。

1.3、從 Java9 版本開始

工程師將 char[] 字段改為了 byte[] 字段，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)。

工程師為什么這樣修改呢？

我們知道一個(gè) char 字符占 16 位，2 個(gè)字節(jié)。這個(gè)情況下，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 類為了節(jié)約內(nèi)存空間，于是使用了占 8 位，1 個(gè)字節(jié)的 byte 數(shù)組來存放字符串。

而新屬性 coder 的作用是，在計(jì)算字符串長度或者使用 indexOf（）函數(shù)時(shí)，我們需要根據(jù)這個(gè)字段，判斷如何計(jì)算字符串長度。coder 屬性默認(rèn)有 0 和 1 兩個(gè)值，0 代表 Latin-1（單字節(jié)編碼），1 代表 UTF-16。如果 String 判斷字符串只包含了 Latin-1，則 coder 屬性值為 0，反之則為 1。

2、String 對(duì)象的不可變性

了解了 String 對(duì)象的實(shí)現(xiàn)后，你有沒有發(fā)現(xiàn)在實(shí)現(xiàn)代碼中 String 類被 final 關(guān)鍵字修飾了，而且變量 char 數(shù)組也被 final 修飾了。

我們知道類被 final 修飾代表該類不可繼承，而 char[] 被 final+private 修飾，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，即 String 對(duì)象一旦創(chuàng)建成功，就不能再對(duì)它進(jìn)行改變。

2.1、Java 這樣做的好處在哪里呢？

第一，保證 String 對(duì)象的安全性。假設(shè) String 對(duì)象是可變的，那么 String 對(duì)象將可能被惡意修改。

第二，保證 hash 屬性值不會(huì)頻繁變更，確保了唯一性，使得類似 HashMap 容器才能實(shí)現(xiàn)相應(yīng)的 key-value 緩存功能。

第三，可以實(shí)現(xiàn)字符串常量池。在 Java 中，通常有兩種創(chuàng)建字符串對(duì)象的方式，一種是通過字符串常量的方式創(chuàng)建，如 String str=“abc”；另一種是字符串變量通過 new 形式的創(chuàng)建，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)，JVM 首先會(huì)檢查該對(duì)象是否在字符串常量池中，如果在，就返回該對(duì)象引用，否則新的字符串將在常量池中被創(chuàng)建。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。

String str = new String(“abc”) 這種方式，首先在編譯類文件時(shí)，"abc"常量字符串將會(huì)放入到常量結(jié)構(gòu)中，在類加載時(shí)，“abc"將會(huì)在常量池中創(chuàng)建；其次，在調(diào)用 new 時(shí)，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，在堆內(nèi)存中創(chuàng)建一個(gè) String 對(duì)象；最后，str 將引用 String 對(duì)象。

2.2、經(jīng)典反例

平常編程時(shí)，對(duì)一個(gè) String 對(duì)象 str 賦值“hello”，然后又讓 str 值為“world”，這個(gè)時(shí)候 str 的值變成了“world”。那么 str 值確實(shí)改變了，為什么我還說 String 對(duì)象不可變呢？

首先，我來解釋下什么是對(duì)象和對(duì)象引用。Java 初學(xué)者往往對(duì)此存在誤區(qū)，特別是一些從 PHP 轉(zhuǎn) Java 的同學(xué)。在 Java 中要比較兩個(gè)對(duì)象是否相等，往往是用 ==，而要判斷兩個(gè)對(duì)象的值是否相等，則需要用 equals 方法來判斷。

這是因?yàn)?str 只是 String 對(duì)象的引用，并不是對(duì)象本身。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。所以在剛剛我們說的這個(gè)例子中，第一次賦值的時(shí)候，創(chuàng)建了一個(gè)“hello”對(duì)象，str 引用指向“hello”地址；第二次賦值的時(shí)候，又重新創(chuàng)建了一個(gè)對(duì)象“world”，str 引用指向了“world”，但“hello”對(duì)象依然存在于內(nèi)存中。

也就是說 str 并不是對(duì)象，而只是一個(gè)對(duì)象引用。真正的對(duì)象依然還在內(nèi)存中，沒有被改變。

3、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，接下來我們就結(jié)合實(shí)際場景，看看如何優(yōu)化 String 對(duì)象的使用，優(yōu)化的過程中又有哪些需要注意的地方。

3.1、如何構(gòu)建超大字符串？

編程過程中，字符串的拼接很常見。前面我講過 String 對(duì)象是不可變的，如果我們使用 String 對(duì)象相加，拼接我們想要的字符串，是不是就會(huì)產(chǎn)生多個(gè)對(duì)象呢？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，最后生成 abcdef 對(duì)象，從理論上來說，這段代碼是低效的。

但實(shí)際運(yùn)行中，我們發(fā)現(xiàn)只有一個(gè)對(duì)象生成，這是為什么呢？難道我們的理論判斷錯(cuò)了？我們?cè)賮砜淳幾g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，如下：

String str= "abcdef";

上面我介紹的是字符串常量的累計(jì)，我們?cè)賮砜纯醋址兞康睦塾?jì)又是怎樣的呢？

String str = "abcdef";
 
for(int i=0; i<1000; i++) {
      str = str + i;
}

上面的代碼編譯后，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)，Java 在進(jìn)行字符串的拼接時(shí)，偏向使用 StringBuilder，這樣可以提高程序的效率。

String str = "abcdef";
 
for(int i=0; i<1000; i++) {
    str = (new StringBuilder(String.valueOf(str))).append(i).toString();
}

綜上已知：即使使用 + 號(hào)作為字符串的拼接，也一樣可以被編譯器優(yōu)化成 StringBuilder 的方式。但再細(xì)致些，你會(huì)發(fā)現(xiàn)在編譯器優(yōu)化的代碼中，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。

所以平時(shí)做字符串拼接的時(shí)候，我建議你還是要顯示地使用 String Builder 來提升系統(tǒng)性能。

如果在多線程編程中，String 對(duì)象的拼接涉及到線程安全，你可以使用 StringBuffer。但是要注意，由于 StringBuffer 是線程安全的，涉及到鎖競爭，所以從性能上來說，要比 StringBuilder 差一些。

3.2、如何使用 String.intern 節(jié)省內(nèi)存？

講完了構(gòu)建字符串，我們?cè)賮碛懻撓?String 對(duì)象的存儲(chǔ)問題。先看一個(gè)案例。

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，以當(dāng)時(shí) Twitter 用戶的規(guī)模預(yù)估，服務(wù)器需要 32G 的內(nèi)存來存儲(chǔ)地址信息。

public class Location {
    private String city;
    private String region;
    private String countryCode;
    private double longitude;
    private double latitude;
} 

考慮到其中有很多用戶在地址信息上是有重合的，比如，國家、省份、城市等，這時(shí)就可以將這部分信息單獨(dú)列出一個(gè)類，以減少重復(fù)，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;
}

通過優(yōu)化，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)來說，依然很大，怎么辦呢？

這個(gè)案例來自一位 Twitter 工程師在 QCon 全球軟件開發(fā)大會(huì)上的演講，他們想到的解決方法，就是使用 String.intern 來節(jié)省內(nèi)存空間，從而優(yōu)化 String 對(duì)象的存儲(chǔ)。

具體做法就是，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，就會(huì)重復(fù)使用該對(duì)象，返回對(duì)象引用，這樣一開始的對(duì)象就可以被回收掉。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。

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());

為了更好地理解，我們?cè)賮硗ㄟ^一個(gè)簡單的例子，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，默認(rèn)會(huì)將對(duì)象放入常量池；在字符串變量中，對(duì)象是會(huì)創(chuàng)建在堆內(nèi)存中，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，并返回堆內(nèi)存對(duì)象引用。

如果調(diào)用 intern 方法，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，如果沒有，就在常量池中新增該對(duì)象，并返回該對(duì)象引用；如果有，就返回常量池中的字符串引用。堆內(nèi)存中原有的對(duì)象由于沒有引用指向它，將會(huì)通過垃圾回收器回收。

了解了原理，我們?cè)僖黄鹂纯瓷线叺睦印?/p>

在一開始創(chuàng)建 a 變量時(shí)，會(huì)在堆內(nèi)存中創(chuàng)建一個(gè)對(duì)象，同時(shí)會(huì)在加載類時(shí)，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，會(huì)去常量池中查找是否有等于該字符串的對(duì)象，有就返回引用。

在創(chuàng)建 b 字符串變量時(shí)，也會(huì)在堆中創(chuàng)建一個(gè)對(duì)象，此時(shí)常量池中有該字符串對(duì)象，就不再創(chuàng)建。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，發(fā)現(xiàn)有等于"abc"字符串的對(duì)象，就直接返回引用。而在堆內(nèi)存中的對(duì)象，由于沒有引用指向它，將會(huì)被垃圾回收。所以 a 和 b 引用的是同一個(gè)對(duì)象。

下面我用一張圖來總結(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，一定要結(jié)合實(shí)際場景。因?yàn)槌Ａ砍氐膶?shí)現(xiàn)是類似于一個(gè) HashTable 的實(shí)現(xiàn)方式，HashTable 存儲(chǔ)的數(shù)據(jù)越大，遍歷的時(shí)間復(fù)雜度就會(huì)增加。如果數(shù)據(jù)過大，會(huì)增加整個(gè)字符串常量池的負(fù)擔(dān)。

3.3、如何使用字符串的分割方法？

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。

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，而正則表達(dá)式的性能是非常不穩(wěn)定的，使用不恰當(dāng)會(huì)引起回溯問題，很可能導(dǎo)致 CPU 居高不下。

所以我們應(yīng)該慎重使用 Split() 方法，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)在無法滿足需求，你就在使用 Split() 方法時(shí)，對(duì)回溯問題加以重視就可以了。

4、總結(jié)

這一講中，我們認(rèn)識(shí)到做好 String 字符串性能優(yōu)化，可以提高系統(tǒng)的整體性能。在這個(gè)理論基礎(chǔ)上，Java 版本在迭代中通過不斷地更改成員變量，節(jié)約內(nèi)存空間，對(duì) String 對(duì)象進(jìn)行優(yōu)化。

我們還特別提到了 String 對(duì)象的不可變性，正是這個(gè)特性實(shí)現(xiàn)了字符串常量池，通過減少同一個(gè)值的字符串對(duì)象的重復(fù)創(chuàng)建，進(jìn)一步節(jié)約內(nèi)存。

但也是因?yàn)檫@個(gè)特性，我們?cè)谧鲩L字符串拼接時(shí)，需要顯示使用 StringBuilder，以提高字符串的拼接性能。最后，在優(yōu)化方面，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，進(jìn)而節(jié)約內(nèi)存。文章來源地址http://www.zghlxwxcb.cn/news/detail-650609.html

到了這里，關(guān)于03 - 字符串性能優(yōu)化不容小覷，百M(fèi)內(nèi)存輕松存儲(chǔ)幾十G數(shù)據(jù)的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！