JDK9對String字符串的新一輪優(yōu)化

更新時(shí)間：2021年03月16日 15:07:34 作者：程序新視界

這篇文章主要介紹了JDK9對String字符串的新一輪優(yōu)化,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下

String類可以說是Java編程中使用最多的類了，如果能對String字符串的性能進(jìn)行優(yōu)化，那么程序的性能必然能大幅提升。

這不JDK9就對String字符串進(jìn)行了改進(jìn)升級，在某些場景下可以讓String字符串內(nèi)存減少一半，進(jìn)而減少JVM的GC次數(shù)。

String的底層存儲

在面試的時(shí)候我們通常會說String字符串有不可變的特性，每次都要創(chuàng)建新的字符串。那么，為什么String字符串是不可變的呢？

先來看一下String字符串的底層存儲結(jié)構(gòu)：

public final class String
  implements java.io.Serializable, Comparable<String>, CharSequence {
  
  private final char value[];

  public String() {
    this.value = "".value;
  }

  public String(String original) {
    this.value = original.value;
    this.hash = original.hash;
  }
  // ...
}

看到什么了？當(dāng)我們new一個(gè)String對象時(shí)，對應(yīng)的字符串其實(shí)是以char數(shù)組的形式存儲在String對象內(nèi)部。而這個(gè)char數(shù)組是final的，也就是說不可變的。

這也就是為什么我們說String字符串擁有不可變的特性，當(dāng)字符串改變了，char數(shù)組不可變，就只能創(chuàng)建一個(gè)新的對象，新的char數(shù)組了。

底層存儲的優(yōu)化

上面說的情況是JDK8及以前版本，到了JDK9，String中字符串的存儲不再用char數(shù)組了，改用byte數(shù)組。

public final class String
  implements java.io.Serializable, Comparable<String>, CharSequence {

  @Stable
  private final byte[] value;

  private final byte coder;
  
  @Native static final byte LATIN1 = 0;
  @Native static final byte UTF16 = 1;
  
  static final boolean COMPACT_STRINGS;
 
  public String() {
    this.value = "".value;
    this.coder = "".coder;
  }

  @HotSpotIntrinsicCandidate
  public String(String original) {
    this.value = original.value;
    this.coder = original.coder;
    this.hash = original.hash;
  }
  
  // ...
}

不僅將char數(shù)組改為byte數(shù)組，而且新增了一個(gè)coder的成員變量。

在程序中，絕大多數(shù)字符串只包含英文字母數(shù)字等字符，使用Latin-1編碼，一個(gè)字符占用一個(gè)byte。如果使用char，一個(gè)char要占用兩個(gè)byte，會占用雙倍的內(nèi)存空間。

但是，如果字符串中使用了中文等超出Latin-1表示范圍的字符，使用Latin-1就沒辦法表示了。這時(shí)JDK會使用UTF-16編碼，那么占用的空間和舊版（使用char[]）是一樣的。

coder變量代表編碼的格式，目前String支持兩種編碼格式Latin-1和UTF-16。Latin-1需要用一個(gè)字節(jié)來存儲，而UTF-16需要使用2個(gè)字節(jié)或者4個(gè)字節(jié)來存儲。

據(jù)說這一改進(jìn)方案是JDK的開發(fā)人員用大數(shù)據(jù)和人工能智能，調(diào)研了成千上萬的應(yīng)用程序的heapdump信息后，得出：大部分的String都是以Latin-1字符編碼來表示的，只需要一個(gè)字節(jié)存儲就夠了，兩個(gè)字節(jié)完全是浪費(fèi)。

COMPACT_STRINGS屬性則是用來控制是否開啟String的compact功能。默認(rèn)情況下是開啟的?？梢允褂?XX:-CompactStrings參數(shù)來對此功能進(jìn)行關(guān)閉。