Java的string类常量池及不可变性

1、String常量池

    当使用new String（“hello”）时，JVM会先使用常量池来管理“hello”直接量，再调用String类的构造器来创建一个新的String对象，新创建的对象被保存在堆内存中。即new String（“hello”）一共产生了两个字符串对象。

【常量池constant pool】管理在编译时被确定并保存在已编译的.class文件中的一些数据，包括关于类、方法、接口中的常量，和字符串常量。 

【字符串常量池(String pool, String intern pool, String保留池)】 是Java堆内存中一个特殊的存储区域, 当创建一个String对象时,假如此字符串值已经存在于常量池中,则不会创建一个新的对象,而是引用已经存在的对象。

答案一：

最流行的Java面试题之一就是：什么是不可变对象(immutable object)，不可变对象有什么好处，在什么情况下应该用，或者更具体一些，Java的String类为什么要设成immutable类型？
不可变对象，顾名思义就是创建后不可以改变的对象，典型的例子就是Java中的String类。

如上s.toLowerCase()并没有改变“ABC“的值，而是创建了一个新的String类“abc”，然后将新的实例的指向变量s。
相对于可变对象，不可变对象有很多优势：
        1).不可变对象可以提高String Pool的效率和安全性。如果你知道一个对象是不可变的，那么需要拷贝这个对象的内容时，就不用复制它的本身而只是复制它的地址，复制地址（通常一个指针的大小）需要很小的内存效率也很高。对于同时引用这个“ABC”的其他变量也不会造成影响。
        2).不可变对象对于多线程是安全的，因为在多线程同时进行的情况下，一个可变对象的值很可能被其他进程改变，这样会造成不可预期的结果，而使用不可变对象就可以避免这种情况。
当然也有其他方面原因，但是Java把String设成immutable最大的原因应该是效率和安全。

答案二：

        这是一个老生常谈的话题(This is an old yet still popular question). 在Java中将String设计成不可变的是综合考虑到各种因素的结果,想要理解这个问题,需要综合内存,同步,数据结构以及安全等方面的考虑. 在下文中,我将为各种原因做一个小结。

1. 字符串常量池的需要

        字符串常量池(String pool, String intern pool, String保留池) 是Java堆内存中一个特殊的存储区域, 当创建一个String对象时,假如此字符串值已经存在于常量池中,则不会创建一个新的对象,而是引用已经存在的对象。
如下面的代码所示,将会在堆内存中只创建一个实际String对象.

示意图如下所示:

        假若字符串对象允许改变,那么将会导致各种逻辑错误,比如改变一个对象会影响到另一个独立对象. 严格来说，这种常量池的思想,是一种优化手段.

请思考: 假若代码如下所示，s1和s2还会指向同一个实际的String对象吗?

        也许这个问题违反新手的直觉, 但是考虑到现代编译器会进行常规的优化, 所以他们都会 指向常量池中的同一个对象. 或者,你可以用 jd-gui 之类的工具查看一下编译后的class文件.（自带javap -c 命令）

编译后文件如下：

public class Test {  public Test();   Code:     0: aload_0     1: invokespecial #8  //Method java/lang/Object."<init>":()V     4: return  public static void main(java.lang.String[]);   Code:     0: ldc  #16 //String abcd     2: astore_1     3: ldc #16 //String abcd     5: astore_2     6: getstatic #18 //Field java/lang/System.out:Ljava/io/PrintStream;     9: new  #24  //class java/lang/StringBuilder     12: dup     13: ldc  #26  //String s1==s2:     15: invokespecial #28  //Method java/lang/StringBuilder."<init>":(Ljava/lang/String;)V     18: aload_1     19: invokevirtual #31  //Method java/lang/StringBuilder.append:(Ljava/lang/String;)Ljava/lang/StringBuilder;     22: invokevirtual #35  //Method java/lang/StringBuilder.toString:()Ljava/lang/String;     25: aload_2     26: if_acmpne    33     29: iconst_1     30: goto 34     33: iconst_0     34: invokevirtual #39  //Method java/io/PrintStream.println:(Z)V     37: return }

public class Test {   public Test();     Code:        0: aload_0        1: invokespecial #8 //Method java/lang/                     // Object."<init>":()V        4: return     public static void main(java.lang.String[]);     Code:        0: ldc           #16    // String abcd        2: astore_1        3: ldc           #16    // String abcd        5: astore_2        6: getstatic     #18    // Field java/lang/               // System.out:Ljava/io/PrintStream;        9: aload_1       10: aload_2       11: if_acmpne     18       14: iconst_1       15: goto          19       18: iconst_0       19: invokevirtual #24    //Method java/io/                          // PrintStream.println:(Z)V       22: return }   // 字节码指令2

    两个“abcd”都是#16，多定义了一个S0=“123”后发现 两个“abcd”都是#30【这就是代表指向同一个对象？】

接下来高潮来了，上面的代码稍稍改一下：

public class Test {     public static void main(String[] args) {         String s1 = "ab" + "cd";         String s2 = "abc" + "d";         System.out.println(s1 == s2);     } }

// output： true // 代码仅仅少了一个字符串而已

    编译一下：见【 字节码指令2】左边有底色的是前者比后者的多的 字节码指令 部分。

两者有什么区别呢？

        最初还以为是 在底层实现有区别，后经导师指点，仅仅是 运算符优先级【+优先级高于==，详见笔记《 运算符优先级表 》】 的区别，前者是先计算+号，执行拼接，再和后面的s2比较，肯定是false啊。当然可以把后面加个括号，输出就变为true了，而且是 "s1==s2:"true 。

理解了这个，再稍微改动一下;

String s1 = "ab"; String s2 = "abc" + "d"; System.out.println(s1 + "cd" == s2);

输出为： false 【只有false，没有前面 "s1==s2:" 这一串】 //  先执行StringBuilder的拼接，相当于new了一下，虽然值相等，但内存地址已变。

但如果这样写：

String s1 = "1234"; String s01 = "123"; String s02 = "4"; String s2 = s01 + s02; System.out.println(s1 == s2);

false // s2取了s01、s02的引用地址。肯定和s1不同了额。

引：

        hashCode()返回的是JVM中地址的哈希码，而不是JVM中的地址，要想得到str在物理内存中的真实地存，那只有用JNI技术调用c/c++去实现，否则无能为力，因为java超不出JVM，而JVM对物理内存地址是“不可见”的，否则java中不就有了指针，而去直接操作内存了，当然这是与java语言相违背的。这些只是我个人见解，说不定还真有高手直接用java语言得到了物理内存中的地址了呢。s1.getBytes()也不行。

2. 允许String对象缓存HashCode

        Java中String对象的哈希码被频繁地使用, 比如在hashMap 等容器中。

字符串不变性保证了hash码的唯一性,因此可以放心地进行缓存.这也是一种性能优化手段,意味着不必每次都去计算新的哈希码. 在String类的定义中有如下代码:

3. 安全性

        String被许多的Java类(库)用来当做参数,例如 网络连接地址URL,文件路径path,还有反射机制所需要的String参数等, 假若String不是固定不变的,将会引起各种安全隐患。
假如有如下的代码:

总体来说, String不可变的原因包括 设计考虑,效率优化问题,以及安全性这三大方面. 事实上,这也是Java面试中的许多 "为什么" 的答案。

答案三：String类不可变性的好处

        String是所有语言中最常用的一个类。我们知道在Java中，String是不可变的、final的。Java在运行时也保存了一个字符串池(String pool)，这使得String成为了一个特别的类。

String类不可变性的好处

        1.只有当字符串是不可变的，字符串池才有可能实现。字符串池的实现可以在运行时节约很多heap（堆）空间，因为不同的字符串变量都指向池中的同一个字符串。但如果字符串是可变的，那么String interning将不能实现(译者注：String interning（拘留）是指对不同的字符串仅仅只保存一个，即不会保存多个相同的字符串。)，因为这样的话，如果变量改变了它的值，那么其它指向这个值的变量的值也会一起改变。
        2.如果字符串是可变的，那么会引起很严重的安全问题。譬如，数据库的用户名、密码都是以字符串的形式传入来获得数据库的连接，或者在socket编程中，主机名和端口都是以字符串的形式传入。因为字符串是不可变的，所以它的值是不可改变的，否则黑客们可以钻到空子，改变字符串指向的对象的值，造成安全漏洞。
        3.因为字符串是不可变的，所以是多线程安全的，同一个字符串实例可以被多个线程共享。这样便不用因为线程安全问题而使用同步。字符串自己便是线程安全的。
        4.类加载器要用到字符串，不可变性提供了安全性，以便正确的类被加载。譬如你想加载java.sql.Connection类，而这个值被改成了myhacked.Connection，那么会对你的数据库造成不可知的破坏。
        5.因为字符串是不可变的，所以在它创建的时候hashcode就被缓存了，不需要重新计算。这就使得字符串很适合作为Map中的键，字符串的处理速度要快过其它的键对象。这就是HashMap中的键往往都使用字符串。
以上就是我总结的字符串不可变性的好处。

---

什么是不可变对象？

String对象是不可变的，但这仅意味着你无法通过调用它的公有方法来改变它的值。

        众所周知， 在Java中， String类是不可变的。那么到底什么是不可变的对象呢？ 可以这样认为：如果一个对象，在它创建完成之后，不能再改变它的状态，那么这个对象就是不可变的。不能改变状态的意思是，不能改变对象内的成员变量，包括基本数据类型的值不能改变，引用类型的变量不能指向其他的对象，引用类型指向的对象的状态也不能改变。

区分对象和对象的引用

        对于Java初学者， 对于String是不可变对象总是存有疑惑。看下面代码：

打印结果为：

        首先创建一个String对象s，然后让s的值为“ABCabc”， 然后又让s的值为“123456”。 从打印结果可以看出，s的值确实改变了。那么怎么还说String对象是不可变的呢？ 其实这里存在一个误区： s只是一个String对象的引用，并不是对象本身。对象在内存中是一块内存区，成员变量越多，这块内存区占的空间越大。引用只是一个4字节的数据，里面存放了它所指向的对象的地址，通过这个地址可以访问对象。

        也就是说，s只是一个引用，它指向了一个具体的对象，当s=“123456”; 这句代码执行过之后，又创建了一个新的对象“123456”， 而引用s重新指向了这个新的对象，原来的对象“ABCabc”还在内存中存在，并没有改变。

        Java和C++的一个不同点是， 在Java中不可能直接操作对象本身，所有的对象都由一个引用指向，必须通过这个引用才能访问对象本身，包括获取成员变量的值，改变对象的成员变量，调用对象的方法等。而在C++中存在引用，对象和指针三个东西，这三个东西都可以访问对象。其实，Java中的引用和C++中的指针在概念上是相似的，他们都是存放的对象在内存中的地址值，只是在Java中，引用丧失了部分灵活性，比如Java中的引用不能像C++中的指针那样进行加减运算。

为什么String对象是不可变的？

        要理解String的不可变性，首先看一下String类中都有哪些成员变量。 在JDK1.6中，String的成员变量有以下几个：

在JDK1.8中，String类做了一些改动，主要是改变了substring方法执行时的行为，这和本文的主题不相关。JDK1.8中String类的主要成员变量就剩下了两个：

        由以上的代码可以看出， 在Java中String类其实就是对字符数组的封装。JDK6中， value是String封装的数组，offset是String在这个value数组中的起始位置，count是String所占的字符的个数。在JDK7中，只有一个value变量，也就是value中的所有字符都是属于String这个对象的。这个改变不影响本文的讨论。 除此之外还有一个hash成员变量，是该String对象的哈希值的缓存，这个成员变量也和本文的讨论无关。在Java中，数组也是对象（可以参考我之前的文章java中数组的特性）。 所以value也只是一个引用，它指向一个真正的数组对象。其实执行了String s = “ABCabc”; 这句代码之后，真正的内存布局应该是这样的：

        value，offset和count这三个变量都是private的，并且没有提供setValue， setOffset和setCount等公共方法来修改这些值，所以在String类的外部无法修改String。也就是说一旦初始化就不能修改， 并且在String类的外部不能访问这三个成员。此外，value，offset和count这三个变量都是final的， 也就是说在String类内部，一旦这三个值初始化了， 也不能被改变。所以可以认为String对象是不可变的了。

那么在String中，明明存在一些方法，调用他们可以得到改变后的值。这些方法包括substring， replace， replaceAll， toLowerCase等。例如如下代码：

打印结果为：

        那么a的值看似改变了，其实也是同样的误区。再次说明， a只是一个引用， 不是真正的字符串对象，在调用a.replace(‘A', ‘a')时， 方法内部创建了一个新的String对象，并把这个心的对象重新赋给了引用a。String中replace方法的源码可以说明问题：

public String replace(char oldChar, char newChar) {         if (oldChar != newChar) {             int len = value.length;             int i = -1;             char[] val = value; /* avoid getfield opcode */             while (++i < len) {                 if (val[i] == oldChar) {                     break;                 }             }             if (i < len) {                 char buf[] = new char[len];                 for (int j = 0; j < i; j++) {                     buf[j] = val[j];                 }                 while (i < len) {                     char c = val[i];                     buf[i] = (c == oldChar) ? newChar : c;                     i++;                 }                 return new String(buf, true);             }         }         return this;     }

打印结果：

String对象真的不可变吗？

        从上文可知String的成员变量是private final 的，也就是初始化之后不可改变。那么在这几个成员中， value比较特殊，因为他是一个引用变量，而不是真正的对象。value是final修饰的，也就是说final不能再指向其他数组对象，那么我能改变value指向的数组吗？ 比如将数组中的某个位置上的字符变为下划线“_”。 至少在我们自己写的普通代码中不能够做到，因为我们根本不能够访问到这个value引用，更不能通过这个引用去修改数组。

        那么用什么方式可以访问私有成员呢？ 没错，用反射， 可以反射出String对象中的value属性， 进而通过改变获得的value引用改变数组的结构。下面是实例代码：

        在这个过程中，s始终引用的同一个String对象，但是在反射前后，这个String对象发生了变化， 也就是说，通过反射是可以修改所谓的“不可变”对象的。但是一般我们不这么做。这个反射的实例还可以说明一个问题：如果一个对象，他组合的其他对象的状态是可以改变的，那么这个对象很可能不是不可变对象。例如一个Car对象，它组合了一个Wheel对象，虽然这个Wheel对象声明成了private final 的，但是这个Wheel对象内部的状态可以改变， 那么就不能很好的保证Car对象不可变。

参考：http://www.jb51.net/article/73243.htm