Java核心 -- 字串

Java · 發表 2019-04-28 10:33:17

摘要： String是Java語言非常基礎和重要的類，提供了構造和管理字串的各種基本邏輯，是典型的Immutable 類 String是Immutable類的典型實現，原生的保證了基礎執行緒安全，因...

String是Java語言非常基礎和重要的類，提供了構造和管理字串的各種基本邏輯，是典型的Immutable 類
- String是Immutable類的典型實現，原生的保證了基礎執行緒安全 ，因為無法對它內部資料進行任何修改
被宣告為final class，由於String的不可變 性，類似拼接、裁剪字串等動作，都會產生新的String物件
由於字串操作的普遍性，所以相關操作的效率往往對應用效能 有明顯影響

StringBuffer

StringBuffer是為了解決拼接產生太多中間物件的問題而提供的一個類
StringBuffer本質是一個執行緒安全 的可修改字串序列，保證了執行緒安全，但也帶來了額外的效能開銷
StringBuffer的執行緒安全是通過把各種修改資料的方法都加上synchronized關鍵字實現的
- 這種方式非常適合常見的執行緒安全類的實現，不必糾結於synchronized的效能
- 過早的優化是萬惡之源 ，可靠性、正確性和程式碼可讀性才是大多數應用開發的首要考慮因素

StringBuilder

StringBuilder在能力上和StringBuffer沒有本質區別，但去掉了執行緒安全的部分，有效減小了開銷
StringBuffer和StringBuilder底層都是利用可修改的陣列（Java 8為char[]，Java 9為byte[]），都繼承AbstractStringBuilder
- 區別僅在於最終的方法是否有synchronized關鍵字
內部陣列初始大小為初始字串長度+16
- 如果確定拼接會發生多次，並且是可預計的，最好指定合適的初始大小 ，避免多次擴容的開銷 （arraycopy）

字串拼接

public class StringConcat {
public static void main(String[] args) {
String str = "aa" + "bb" + "cc" + "dd";
System.out.println("str : " + str);
}
}

先用javac 編譯，再用javap 反編譯

Java 8

public static void main(java.lang.String[]);
descriptor: ([Ljava/lang/String;)V
flags: ACC_PUBLIC, ACC_STATIC
Code:
stack=3, locals=2, args_size=1
0: ldc#2// String aabbccdd
2: astore_1
3: getstatic#3// Field java/lang/System.out:Ljava/io/PrintStream;
6: new#4// class java/lang/StringBuilder
9: dup
10: invokespecial #5// Method java/lang/StringBuilder."<init>":()V
13: ldc#6// String str :
15: invokevirtual #7// Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
18: aload_1
19: invokevirtual #7// Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;
22: invokevirtual #8// Method java/lang/StringBuilder.toString:()Ljava/lang/String;
25: invokevirtual #9// Method java/io/PrintStream.println:(Ljava/lang/String;)V
28: return

“aa” + “bb” + “cc” + “dd”會被當成常量”aabbccdd”
字串的拼接操作會自動被javac轉換成StringBuilder操作

Java 11

public static void main(java.lang.String[]);
descriptor: ([Ljava/lang/String;)V
flags: ACC_PUBLIC, ACC_STATIC
Code:
stack=2, locals=2, args_size=1
0: ldc#2// String aabbccdd
2: astore_1
3: getstatic#3// Field java/lang/System.out:Ljava/io/PrintStream;
6: aload_1
7: invokedynamic #4,0// InvokeDynamic #0:makeConcatWithConstants:(Ljava/lang/String;)Ljava/lang/String;
12: invokevirtual #5// Method java/io/PrintStream.println:(Ljava/lang/String;)V
15: return

“aa” + “bb” + “cc” + “dd”同樣會被當成常量”aabbccdd”
Java 11為了更加統一字串操作優化，提供了StringConcatFactory，作為一個統一的入口
javac自動生成的程式碼，未必是最優的，但針對普通場景已經足夠了

字串快取

把常見應用進行Heap Dump，然後分析物件組成，大約25%的物件是字串，並且其中約50%是重複的
- 如果能避免建立重複字串，可以有效降低記憶體消耗 和物件建立開銷
String在Java 6提供了intern()，目的是提示JVM把相應的字串快取起來
- 建立String物件並且呼叫intern()，如果已經有快取的字串，就會返回快取裡的例項，否則將其快取起來
- 被快取的字串會儲存在PermGen （永久代），PermGen的空間非常有限 ，只有FullGC 會處理PermGen
- 所以，如果使用不當，會觸發OOM
- 另外，intern()是一種顯式地排重機制，但這也是一種 程式碼汙染
在後續的Java版本中，字串快取被放置在堆中，極大的避免了PermGen佔滿的問題
- 在Java 8中被MetaSpace （元資料區）取代了
預設快取大小也在不斷地擴大，可以通過-XX:+PrintStringTableStatistics 檢視
- 也可以通過-XX:StringTableSize=N 調整大小，但絕大部分情況下不需要調整
在Oracle JDK 8u20出現了G1 GC的字串排重，通過將相同資料的字串指向同一份資料 來實現的
```
-XX:+UseStringDeduplication
```

$ java -XX:+PrintStringTableStatistics -version
java version "1.8.0_191"
Java(TM) SE Runtime Environment (build 1.8.0_191-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.191-b12, mixed mode)
SymbolTable statistics:
Number of buckets:20011 =160088 bytes, avg8.000
Number of entries:9616 =230784 bytes, avg24.000
Number of literals:9616 =380296 bytes, avg39.548
Total footprint:=771168 bytes
Average bucket size:0.481
Variance of bucket size :0.483
Std. dev. of bucket size:0.695
Maximum bucket size:5
StringTable statistics:
Number of buckets:60013 =480104 bytes, avg8.000
Number of entries:672 =16128 bytes, avg24.000
Number of literals:672 =45472 bytes, avg67.667
Total footprint:=541704 bytes
Average bucket size:0.011
Variance of bucket size :0.011
Std. dev. of bucket size:0.106
Maximum bucket size:2

Intrinsic

在執行時，字串的一些基礎操作會直接利用JVM內部的Intrinsic機制
- 往往執行的是特殊優化的原生代碼 ，而不是Java程式碼生成的位元組碼
Intrinsic：是一種利用native方式hard-coded 的邏輯，算是一種特殊的內聯，很多優化還需要使用特定的CPU指令
通過-XX:+PrintCompilation -XX:+UnlockDiagnosticVMOptions -XX:+PrintInlining 檢視

$ java -XX:+PrintCompilation -XX:+UnlockDiagnosticVMOptions -XX:+PrintInlining -version
6413java.lang.String::hashCode (55 bytes)
6623java.lang.String::charAt (29 bytes)
@ 18java/lang/StringIndexOutOfBoundsException::<init> (not loaded)not inlineable
6733java.lang.String::length (6 bytes)
684n 0java.lang.System::arraycopy (native)(static)
6853java.lang.String::equals (81 bytes)
java version "1.8.0_191"
Java(TM) SE Runtime Environment (build 1.8.0_191-b12)
Java HotSpot(TM) 64-Bit Server VM (build 25.191-b12, mixed mode)

字串壓縮

在Java的歷史版本中，使用了char[]來儲存資料
但char佔用2個byte ，而拉丁語系語言的字元，不需要太寬的char，這會造成一定的浪費
在Java 9中引入了Compact Strings 的設計
- 將儲存方式從char[]陣列改變為一個byte[]加上一個標識編碼的coder
- 並且將相關字串操作類都進行了修改，所有相關的Intrinsic都進行了重寫，保證沒有任何效能損失
- 該特性對絕大部分應用來說是透明的

轉載請註明出處：http://zhongmingmao.me/2019/04/27/java-core-string/

訪問原文「Java核心 -- 字串」獲取最佳閱讀體驗並參與討論