前言
  String字符串在Java应用中使用非常频繁,只有理解了它在虚拟机中的实现机制,才能写出健壮的应用,本文使用的JDK版本为1.8.0_3。
  常量池
  Java代码被编译成class文件时,会生成一个常量池(Constant pool)的数据结构,用以保存字面常量和符号引用(类名、方法名、接口名和字段名等)。
  package com.ctrip.ttd.whywhy;
  public class Test {
  public static void main(String[] args) {
  String test = "test";
  }
  }
  很简单的一段代码,通过命令 javap -verbose 查看class文件中 Constant pool 实现:
  Constant pool:
  #1 = Methodref          #4.#13         // java/lang/Object."<init>":()V
  #2 = String             #14            // test
  #3 = Class              #15            // com/ctrip/ttd/whywhy/test
  #4 = Class              #16            // java/lang/Object
  #5 = Utf8               <init>
  #6 = Utf8               ()V
  #7 = Utf8               Code
  #8 = Utf8               LineNumberTable
  #9 = Utf8               main
  #10 = Utf8               ([Ljava/lang/String;)V
  #11 = Utf8               SourceFile
  #12 = Utf8               test.java
  #13 = NameAndType        #5:#6          // "<init>":()V
  #14 = Utf8               test
  #15 = Utf8               com/ctrip/ttd/whywhy/test
  #16 = Utf8               java/lang/Object
  通过反编译出来的字节码可以看出字符串 "test" 在常量池中的定义方式:
  #2 = String             #14            // test
  #14 = Utf8              test
  在main方法字节码指令中,0 ~ 2行对应代码 String test = "test"; 由两部分组成:ldc #2 和 astore_1。
  // main方法字节码指令
  public static void main(java.lang.String[]);
  Code:
  0: ldc           #2                  // String test
  2: astore_1
  3: return
  1、Test类加载到虚拟机时,”test”字符串在Constant pool中使用符号引用symbol表示,当调用 ldc #2 指令时,如果Constant pool中索引 #2 的symbol还未解析,则调用C++底层的 StringTable::intern 方法生成char数组,并将引用保存在StringTable和常量池中,当下次调用 ldc #2 时,可以直接从Constant pool根据索引 #2获取 “test” 字符串的引用,避免再次到StringTable中查找。
  2、astore_1指令将”test”字符串的引用保存在局部变量表中。
  常量池的内存分配 在 JDK6、7、8中有不同的实现:
  1、JDK6及之前版本中,常量池的内存在代PermGen进行分配,所以常量池会受到PermGen内存大小的限制。
  2、JDK7中,常量池的内存在Java堆上进行分配,意味着常量池不受固定大小的限制了。
  3、JDK8中,虚拟机团队移除了代PermGen。
  字符串初始化
  字符串可以通过两种方式进行初始化:字面常量和String对象。
  字面常量
  public class StringTest {
  public static void main(String[] args) {
  String a = "java";
  String b = "java";
  String c = "ja" + "va";
  }
  }
  通过 “javap -c” 命令查看字节码指令实现:

  其中ldc指令将int、float和String类型的常量值从常量池中推送到栈顶,所以a和b都指向常量池的”java”字符串。通过指令实现可以发现:变量a、b和c都指向常量池的 “java” 字符串,表达式 “ja” + “va” 在编译期间会把结果值”java”直接赋值给c。
  String对象
  public class StringTest {
  public static void main(String[] args) {
  String a = "java";
  String c = new String("java");
  }
  }
  这种情况下,a == c 成立么?字节码实现如下:

  其中3 ~ 9行指令对应代码 String c = new String("java"); 实现:
  1、第3行new指令,在Java堆上为String对象申请内存;
  2、第7行ldc指令,尝试从常量池中获取”java”字符串,如果常量池中不存在,则在常量池中新建”java”字符串,并返回;
  3、第9行invokespecial指令,调用构造方法,初始化String对象。
  其中String对象中使用char数组存储字符串,变量a指向常量池的”java”字符串,变量c指向Java堆的String对象,且该对象的char数组指向常量池的”java”字符串,所以很显然 a != c,如下图所示:

  通过 “字面量 + String对象” 进行赋值会发生什么?
  public class StringTest {
  public static void main(String[] args) {
  String a = "hello ";
  String b = "world";
  String c = a + b;
  String d = "hello world";
  }
  }
  这种情况下,c == d成立么?字节码实现如下:

  其中6 ~ 21行指令对应代码 String c = a + b; 实现:
  1、第6行new指令,在Java堆上为StringBuilder对象申请内存;
  2、第10行invokespecial指令,调用构造方法,初始化StringBuilder对象;
  3、第14、18行invokespecial指令,调用append方法,添加a和b字符串;
  4、第21行invokespecial指令,调用toString方法,生成String对象。
  通过指令实现可以发现,字符串变量的连接动作,在编译阶段会被转化成StringBuilder的append操作,变量c终指向Java堆上新建String对象,变量d指向常量池的”hello world”字符串,所以 c != d。
  不过有种特殊情况,当final修饰的变量发生连接动作时,虚拟机会进行优化,将表达式结果直接赋值给目标变量:
  public class StringTest {
  public static void main(String[] args) {
  final String a = "hello ";
  final String b = "world";
  String c = a + b;
  String d = "hello world";
  }
  }
  指令实现如下:

  END。