JVM常量池及字符串==比較分析

jopen 13年前發布 | 95K 次閱讀 JVM Java開發

Java常量池技術

java中的常量池技術，是為了方便快捷地創建某些對象而出現的，當需要一個對象時，就可以從池中取一個出來（如果池中沒有則創建一個），則在需要重復創建相等變量時節省了很多時間。常量池其實也就是一個內存空間，不同于使用new關鍵字創建的對象所在的堆空間。 String類也是java中用得多的類，同樣為了創建String對象的方便，也實現了常量池的技術。

在本文描述常量池之前，先來了解一下JVM運行時數據區的內存模型。《深入JAVA虛擬機》書中是這樣描述的：JVM運行時數據區的內存模型由五部分組成：

【1】方法區
【2】堆
【3】JAVA棧
【4】PC寄存器
【5】本地方法棧

對于String s = "haha" ,它的虛擬機指令：

0:   ldc     #16; //String haha
2:   astore_1
3:   return

對于上面虛擬機指令，其各自的指令流程在《深入JAVA虛擬機》這樣描述到(結合上面實例)：

ldc指令格式：ldc,index

ldc指令過程：要執行ldc指令，JVM首先查找index所指定的常量池入口，在index指向的常量池入口，JVM將會查找 CONSTANT_Integer_info，CONSTANT_Float_info和CONSTANT_String_info入口。如果還沒有這些入口，JVM會解析它們。而對于上面的hahaJVM會找到CONSTANT_String_info入口，同時，將把指向被拘留String對象（由解析該入口的進程產生）的引用壓入操作數棧。

astore_1指令格式：astore_1

astore_1指令過程：要執行astore_1指令，JVM從操作數棧頂部彈出一個引用類型或者returnAddress類型值，然后將該值存入由索引1指定的局部變量中,即將引用類型或者returnAddress類型值存入局部變量1。

return 指令的過程：從方法中返回，返回值為void。

談一下我個人理解：

從上面的ldc指令的執行過程可以得出：s的值是來自被拘留String對象（由解析該入口的進程產生）的引用，即可以理解為是從被拘留String對象的引用復制而來的，故我個人的理解是s的值是存在棧當中。上面是對于s值得分析，接著是對于"haha"值的分析,我們知道，對于String s = "haha" 其中"haha"值在JAVA程序編譯期就確定下來了的。簡單一點說，就是haha的值在程序編譯成class文件后，就在class文件中生成了（大家可以用UE編輯器或其它文本編輯工具在打開class文件后的字節碼文件中看到這個haha值）。執行JAVA程序的過程中，第一步是class文件生成，然后被JVM裝載到內存執行。那么JVM裝載這個class到內存中，其中的haha這個值，在內存中是怎么為其開辟空間并存儲在哪個區域中呢？

說到這里，我們不妨先來了解一下JVM常量池這個結構，《深入JAVA虛擬機》書中有這樣的描述：

常量池

虛擬機必須為每個被裝載的類型維護一個常量池。常量池就是該類型所用到常量的一個有序集和，包括直接常量（string,integer和 floating point常量）和對其他類型，字段和方法的符號引用。對于String常量，它的值是在常量池中的。而JVM中的常量池在內存當中是以表的形式存在的，對于String類型，有一張固定長度的CONSTANT_String_info表用來存儲文字字符串值，注意：該表只存儲文字字符串值，不存儲符號引用。說到這里，對常量池中的字符串值的存儲位置應該有一個比較明了的理解了。

具體結構

在Java程序中，有很多的東西是永恒的，不會在運行過程中變化。比如一個類的名字，一個類字段的名字/所屬類型，一個類方法的名字/返回類型/參數名與所屬類型，一個常量，還有在程序中出現的大量的字面值。每一個都是常量池中的一個常量表(常量項)。而這些常量表之間又有不同，class文件共有11種常量表，如下所示：

JVM常量池及字符串==比較分析

(1) CONSTANT_Utf8 用UTF-8編碼方式來表示程序中所有的重要常量字符串。這些字符串包括： ①類或接口的全限定名， ②超類的全限定名，③父接口的全限定名， ④類字段名和所屬類型名，⑤類方法名和返回類型名、以及參數名和所屬類型名。⑥字符串字面值

表格式： tag(標志1：占1byte) length(字符串所占字節的長度，占2byte) bytes(字符串字節序列)

(2) CONSTANT_Integer、 CONSTANT_Float、 CONSTANT_Long、 CONSTANT_Double 所有基本數據類型的字面值。比如在程序中出現的1用CONSTANT_Integer表示。3.1415926F用 CONSTANT_Float表示。

表格式： tag bytes(基本數據類型所需使用的字節序列)

(3) CONSTANT_Class 使用符號引用來表示類或接口。我們知道所有類名都以 CONSTANT_Utf8表的形式存儲。但是我們并不知道 CONSTANT_Utf8表中哪些字符串是類名，那些是方法名。因此我們必須用一個指向類名字符串的符號引用常量來表明。

表格式： tag name_index(給出表示類或接口名的CONSTANT_Utf8表的索引)

(4) CONSTANT_String 同 CONSTANT_Class，指向包含字符串字面值的 CONSTANT_Utf8表。

表格式： tag string_index(給出表示字符串字面值的CONSTANT_Utf8表的索引)

(5) CONSTANT_Fieldref 、 CONSTANT_Methodref、 CONSTANT_InterfaceMethodref 指向包含該字段或方法所屬類名的 CONSTANT_Utf8表，以及指向包含該字段或方法的名字和描述符的 CONSTANT_NameAndType 表

表格式： tag class _index(給出包含所屬類名的CONSTANT_Utf8表的索引) name_and_type_index(包含字段名或方法名以及描述符的 CONSTANT_NameAndType表的索引)

(6) CONSTANT_NameAndType 指向包含字段名或方法名以及描述符的 CONSTANT_Utf8表。

表格式： tag name_index(給出表示字段名或方法名的CONSTANT_Utf8表的索引) type_index(給出表示描述符的CONSTANT_Utf8表的索引)

在Java源代碼中的每一個字面值字符串，都會在編譯成class文件階段，形成標志號為8(CONSTANT_String_info)的常量表。當JVM加載 class文件的時候，會為對應的常量池建立一個內存數據結構，并存放在方法區中。同時JVM會自動為CONSTANT_String_info常量表中的字符串常量的字面值在堆中創建新的String對象(intern字符串對象，又叫拘留字符串對象)。然后把CONSTANT_String_info常量表的入口地址轉變成這個堆中String對象的直接地址(常量池解析)。

拘留字符串對象

源代碼中所有相同字面值的字符串常量只可能建立唯一一個拘留字符串對象。實際上JVM是通過一個記錄了拘留字符串引用的內部數據結構來維持這一特性的。在Java程序中，可以調用String的intern()方法來使得一個常規字符串對象成為拘留字符串對象。

八種基本類型的包裝類和對象池

Java中基本類型的包裝類的大部分都實現了常量池技術，這些類是 Byte,Short,Integer,Long,Character,Boolean,另外兩種浮點數類型的包裝類則沒有實現。另外 Byte,Short,Integer,Long,Character這5種整型的包裝類也只是在對應值小于等于127時才可使用對象池，也即對象不負責創建和管理大于127的這些類的對象。一些對應的測試代碼：

public class Test{

public static void main(String[] args){

//5種整形的包裝類Byte,Short,Integer,Long,Character的對象，

//在值小于127時可以使用常量池

Integer i1=127;

Integer i2=127;

System.out.println(i1==i2); //輸出true

//值大于127時，不會從常量池中取對象

Integer i3=128;

Integer i4=128;

System.out.println(i3==i4); //輸出false

//Boolean類也實現了常量池技術

Boolean bool1=true;

Boolean bool2=true;

System.out.println(bool1==bool2); //輸出true

//浮點類型的包裝類沒有實現常量池技術

Double d1=1.0;

Double d2=1.0;

System.out.println(d1==d2); //輸出false

}

}

對Integer對象的代碼補充

public static Integer valueOf(int i) {

final int offset = 128;

if (i >= -128 && i <= 127) {

return IntegerCache.cache[i + offset];

}

return new Integer(i);

}

當你直接給一個Integer對象一個int值的時候，其實它調用了valueOf方法，然后你賦的這個值很特別，是128，那么沒有進行cache方法，相當于new了兩個新對象。所以問題中定義a、b的兩句代碼就類似于：

Integer a = new Integer(128);

Integer b = new Integer(128);

這個時候再問你，輸出結果是什么？你就知道是false了。如果把這個數換成127，再執行：

Integer a = 127;

Integer b = 127;

System.out.println(a == b);

結果就是：true

進行對象比較時最好還是使用equals，便于按照自己的目的進行控制。這里引出equals()和==，equals比較的是字符串字面值即比較內容，==比較引用。

看一下IntegerCache這個類里面的內容：

private static class IntegerCache {

private IntegerCache() {

}

static final Integer cache[] = new Integer[-(-128) + 127 + 1];

static {

for (int i = 0; i < cache.length; i++)

cache[i] = new Integer(i - 128);

}

}

由于cache[]在IntegerCache類中是靜態數組，也就是只需要初始化一次，即static{......}部分，所以，如果Integer 對象初始化時是-128~127的范圍，就不需要再重新定義申請空間，都是同一個對象---在IntegerCache.cache中，這樣可以在一定程度上提高效率。

針對String方面的補充

在同包同類下,引用自同一String對象.

在同包不同類下,引用自同一String對象.

在不同包不同類下,依然引用自同一String對象.

在編譯成.class時能夠識別為同一字符串的,自動優化成常量,所以也引用自同一String對象.

在運行時創建的字符串具有獨立的內存地址,所以不引用自同一String對象.

String的intern()方法會查找在常量池中是否存在一份equal相等的字符串,

如果有則返回一個引用,沒有則添加自己的字符串進入常量池，注意：只是字符串部分。所以這時會存在2份拷貝，常量池的部分被String類私有并管理，自己的那份按對象生命周期繼續使用。

String s = "haha"

在介紹完JVM常量池的相關概念后，接著談開始提到的"haha"的值的內存分布的位置。對于haha的值，實際上是在class文件被JVM裝載到內存當中并被引擎在解析ldc指令并執行ldc指令之前，JVM就已經為haha這個字符串在常量池的CONSTANT_String_info表中分配了空間來存儲haha這個值。既然haha這個字符串常量存儲在常量池中，根據《深入JAVA虛擬機》書中描述：常量池是屬于類型信息的一部分，類型信息也就是每一個被轉載的類型，這個類型反映到JVM內存模型中是對應存在于JVM內存模型的方法區中，也就是這個類型信息中的常量池概念是存在于在方法區中，而方法區是在JVM內存模型中的堆中由JVM來分配的。所以，haha的值是應該是存在堆空間中的。

而對于String s = new String("haha") ,它的JVM指令：

0:   new     #16; //class String
3:   dup
4:   ldc     #18; //String haha
6:   invokespecial   #20; //Method java/lang/String."":(Ljava/lang/String;)V
9:   astore_1
10: return

對于上面虛擬機指令，其各自的指令流程在《深入JAVA虛擬機》這樣描述到(結合上面實例)：

new指令格式：new indexbyte1,indexbyte2

new指令過程：

要執行new指令，Jvm通過計算(indextype1<<8)|indextype2生成一個指向常量池的無符號16位索引。然后JVM 根據計算出的索引查找常量池入口。該索引所指向的常量池入口必須為CONSTANT_Class_info。如果該入口尚不存在，那么JVM將解析這個常量池入口，該入口類型必須是類。JVM從堆中為新對象映像分配足夠大的空間，并將對象的實例變量設為默認值。最后JVM將指向新對象的引用 objectref壓入操作數棧。

dup指令格式：dup

dup指令過程：

要執行dup指令，JVM復制了操作數棧頂部一個字長的內容，然后再將復制內容壓入棧。本指令能夠從操作數棧頂部復制任何單位字長的值。但絕對不要使用它來復制操作數棧頂部任何兩個字長(long型或double型)中的一個字長。上面例中，即復制引用objectref，這時在操作數棧存在2個引用。

ldc指令格式：ldc,index

ldc指令過程：

要執行ldc指令，JVM首先查找index所指定的常量池入口，在index指向的常量池入口，JVM將會查找 CONSTANT_Integer_info，CONSTANT_Float_info和CONSTANT_String_info入口。如果還沒有這些入口，JVM會解析它們。而對于上面的haha,JVM會找到CONSTANT_String_info入口，同時，將把指向被拘留String對象（由解析該入口的進程產生）的引用壓入操作數棧。

invokespecial指令格式：invokespecial,indextype1,indextype2

invokespecial指令過程：對于該類而言，該指令是用來進行實例初始化方法的調用。鑒于該指令篇幅，具體可以查閱《深入JAVA虛擬機》中描述。上面例子中，即通過其中一個引用調用String類的構造器，初始化對象實例，讓另一個相同的引用指向這個被初始化的對象實例，然后前一個引用彈出操作數棧。

astore_1指令格式：astore_1

astore_1指令過程：

要執行astore_1指令，JVM從操作數棧頂部彈出一個引用類型或者returnAddress類型值，然后將該值存入由索引1指定的局部變量中,即將引用類型或者returnAddress類型值存入局部變量1。

return 指令的過程:

從方法中返回，返回值為void。

通過上面6個指令，可以看出，String s = new String("haha");中的haha存儲在堆空間中，而s則是在操作數棧中。
上面是對s和haha值的內存情況的分析和理解；那對于String s = new String("haha");語句,到底創建了幾個對象呢?
我的理解：這里"haha"本身就是常量池中的一個對象，而在運行時執行new String()時，將常量池中的對象復制一份放到堆中，并且把堆中的這個對象的引用交給s持有。所以這條語句就創建了2個String對象。如下圖所示：

JVM常量池及字符串==比較分析

String相關的常見問題

String中的final用法和理解：

final StringBuffer a = new StringBuffer("111");
final StringBuffer b = new StringBuffer("222");
a=b;//此句編譯不通過

final StringBuffer a = new StringBuffer("111");
a.append("222");//編譯通過

可見，final只對引用的"值"(即內存地址)有效，它迫使引用只能指向初始指向的那個對象，改變它的指向會導致編譯期錯誤。至于它所指向的對象的變化，final是不負責的。

String 常量池問題的幾個例子：

[1]

String a = "a1";
String b = "a" + 1;
System.out.println((a == b)); //result = true
String a = "atrue";
String b = "a" + "true";
System.out.println((a == b)); //result = true
String a = "a3.4";
String b = "a" + 3.4;
System.out.println((a == b)); //result = true

分析：JVM對于字符串常量的"+"號連接，將程序編譯期，JVM就將常量字符串的"+"連接優化為連接后的值，拿"a" + 1來說，經編譯器優化后在class中就已經是a1。在編譯期其字符串常量的值就確定下來，故上面程序最終的結果都為true。

[2]

String a = "ab";
String bb = "b";
String b = "a" + bb;
System.out.println((a == b)); //result = false

分析：JVM對于字符串引用，由于在字符串的"+"連接中，有字符串引用存在，而引用的值在程序編譯期是無法確定的，即"a" + bb無法被編譯器優化，只有在程序運行期來動態分配并將連接后的新地址賦給b。所以上面程序的結果也就為false。

[3]

String a = "ab";
final String bb = "b";
String b = "a" + bb;
System.out.println((a == b)); //result = true

分析：和[3]中唯一不同的是bb字符串加了final修飾，對于final修飾的變量，它在編譯時被解析為常量值的一個本地拷貝存儲到自己的常量池中或嵌入到它的字節碼流中。所以此時的"a" + bb和"a" + "b"效果是一樣的。故上面程序的結果為true。

[4]

String a = "ab";
final String bb = getBB();
String b = "a" + bb;
System.out.println((a == b)); //result = false
private static String getBB() {
return "b";
}

分析：JVM對于字符串引用bb，它的值在編譯期無法確定，只有在程序運行期調用方法后，將方法的返回值和"a"來動態連接并分配地址為b，故上面程序的結果為false。

通過上面4個例子可以得出得知：

String s = "a" + "b" + "c";

就等價于String s = "abc";

String a = "a";
String b = "b";
String c = "c";
String s =   a + b + c;

這個就不一樣了，最終結果等于：

StringBuffer temp = new StringBuffer();
temp.append(a).append(b).append(c);
String s = temp.toString();

由上面的分析結果，可就不難推斷出String 采用連接運算符（+）效率低下原因分析，形如這樣的代碼：

public class Test {
public static void main(String args[]) {
String s = null;
for(int i = 0; i < 100; i++) {
s += "a";
}
}
}

每做一次 + 就產生個StringBuilder對象，然后append后就扔掉。下次循環再到達時重新產生個StringBuilder對象，然后 append 字符串，如此循環直至結束。如果我們直接采用 StringBuilder 對象進行 append 的話，我們可以節省 N - 1 次創建和銷毀對象的時間。所以對于在循環中要進行字符串連接的應用，一般都是用StringBuffer或StringBulider對象來進行 append操作。

String對象的intern方法理解和分析：

public class Test4 {
private static String a = "ab";
public static void main(String[] args){
String s1 = "a";
String s2 = "b";
String s = s1 + s2;
System.out.println(s == a);//false
System.out.println(s.intern() == a);//true
}
}

這里用到Java里面是一個常量池的問題。對于s1+s2操作，其實是在堆里面重新創建了一個新的對象,s保存的是這個新對象在堆空間的的內容，所以s與 a的值是不相等的。而當調用s.intern()方法，卻可以返回s在常量池中的地址值，因為a的值存儲在常量池中，故s.intern和a的值相等。

本文由用戶 jopen 自行上傳分享，僅供網友學習交流。所有權歸原作者，若您的權利被侵害，請聯系管理員。

轉載本站原創文章，請注明出處，并保留原始鏈接、圖片水印。

本站是一個以用戶分享為主的開源技術平臺，歡迎各類分享！

本文地址：http://www.baiduhome.net/lib/view/open1350818333649.html

JVM Java開發

JVM常量池及字符串==比較分析

相關經驗

相關資訊

相關文檔

目錄