jvm编程理论 - 凌冬的个人博客

在 Java 语言中，Sun 公司的工程师们对 String 对象做了大量的优化，来节约内存空间，提升 String 对象在系统中的性能。一起来看看优化过程，如下图所示：

工程师将 char[] 字段改为了 byte[] 字段，又维护了一个新的属性 coder，它是一个编码格式的标识。

工程师为什么这样修改呢？

我们知道一个 char 字符占 16 位，2 个字节。这个情况下，存储单字节编码内的字符（占一个字节的字符）就显得非常浪费。JDK1.9 的 String 类为了节约内存空间，于是使用了占 8 位，1 个字节的 byte 数组来存放字符串。

因此在Java9中，引入了一个叫做紧凑字符串（Compact String）的新特性，在String内部使用byte[]代替char[]。如果字符串的内容都是ISO-8859-1/Latin-1字符（1个字符1byte），则使用ISO-8859-1/Latin-1编码存储字符串，否则使用UTF-16编码存储数组（一个字符2byte或者4byte）。但是为了兼容，String类的方法向外表现的行为是与之前的版本一致的，比如toCharArray()和charAt()方法的行为依然和之前一致。

为了支持这一特性，Java引入了StringLatin1和StringUTF16两个新的辅助类用来提供静态方法供String类使用，举个例子，为了保证charAt()行为与之前版本的一致，Java9中的代码如下： ———————————————— 版权声明：本文为CSDN博主「I am zzxn」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/qq_39438086/article/details/105424910

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31


public class String {
...
    public char charAt(int index) {
        if (isLatin1()) { // 如果是Latin1编码
            return StringLatin1.charAt(value, index);
        } else { // 否则，是UTF16编码
            return StringUTF16.charAt(value, index);
        }
    }
...
}

final class StringLatin1 {
...
    public static char charAt(byte[] value, int index) {
        if (index < 0 || index >= value.length) {
            throw new StringIndexOutOfBoundsException(index);
        }
        return (char)(value[index] & 0xff);
    }
...
}

final class StringUTF16 {
...
	public static char charAt(byte[] value, int index) {
        checkIndex(index, value);
        return getChar(value, index); // 在HotSpot虚拟机中，这个方法默认使用intrinsic实现
    }
...
}

java8 不再共享char[] 的原因

“String.substring 方法也不再共享 char[]，从而解决了使用该方法可能导致的内存泄漏问题。”
- 在Java6中substring方法会调用new string构造函数，此时会复用原来的char数组，而如果我们仅仅是用substring获取一小段字符，而原本string字符串非常大的情况下，substring的对象如果一直被引用，由于substring的里面的char数组仍然指向原字符串，此时string字符串也无法回收，从而导致内存泄露。
- 试想下，如果有大量这种通过substring获取超大字符串中一小段字符串的操作，会因为内存泄露而导致内存溢出。

文章目录

java8 不再共享char[] 的原因