目录
1.String的基本特性
1.1 String概述
（1）String：字符串，使用一对""引起来表示
String s1 = "lalala" ; // 字面量的定义方式
String s2 = new String("lala"); // new 对象的方式
（2）String声明为final的，不可被继承
（3）String实现了Serializable接口，表示字符串是支持序列化；实现了Comparable接口，表示String可以比较大小
（4）string在jdk8及以前内部定义了final char[] value用于存储字符串数据，JDK9时改为byte[]。
为什么改为 byte[] 存储？
JDK9前String类的当前实现将字符存储在char数组中，每个字符使用两个字节(16位)。但从许多不同的应用程序收集的数据表明，字符串是堆使用的主要组成部分，而且大多数字符串对象只包含拉丁字符，这些字符只需要一个字节的存储空间，因此这些字符串对象的内部char数组中有一半的空间将不会使用。JDK9后String再也不用char[] 来存储了，改成了byte [] 加上编码标记（指定String类中byte[] 数组的编码方式），节约了一些空间，同时基于String的数据结构，例如StringBuffer和StringBuilder也同样做了修改。
1.2 String的基本特征
先来看一个Demo，String虽然是引用类型但会表现出基本数据类型的特性（具体原因下面会讲到）：
public class StringTest {
String str = new String("good");
char[] ch = {'t', 'e', 's', 't'};
public void change(String str, char ch[]) {
str = "test ok";
ch[0] = 'b';
}
public static void main(String[] args) {
StringTest ex = new StringTest();
ex.change(ex.str, ex.ch);
System.out.println(ex.str);
System.out.println(ex.ch);
}
} 
String：代表不可变的字符序列，简称：不可变性
（1）当对字符串重新赋值时，需要重写指定内存区域赋值（使用new关键字），不能使用原有的value进行赋值。
（2）当对现有的字符串进行连接操作时，也需要重新指定内存区域赋值（使用new关键字），不能使用原有的value进行赋值。
（3）当调用String的replace()方法修改指定字符或字符串时，也需要重新指定内存区域赋值（使用new关键字），不能使用原有的value进行赋值。
注：通过字面量的方式给一个字符串赋值，此时的字符串值声明在字符串常量池中。
当对字符串重新赋值时，需要重写指定内存区域赋值，不能使用原有的value进行赋值
Demo：
public class StringTest {
public static void main(String[] args) {
//字面量定义的方式，"abc"存储在字符串常量池中
String s1 = "abc";
String s2 = "abc";
s1 = "hello";
System.out.println(s1 == s2);
System.out.println(s1);
System.out.println(s2);
}
}
字节码指令：取字符串 “abc” 时，使用的是同一个符号引用：#2；取字符串 “hello” 时，使用的是另一个符号引用：#3。证明用字面量重新赋值的字符串会改变其地址指向。
当对现有的字符串进行连接操作时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值
Demo：
public class StringTest {
public static void main(String[] args) {
String s1 = "abc";
String s2 = "abc";
s2 += "def";
System.out.println(s2);
System.out.println(s1);
}
}
字节码指令：拼接操作通过StringBuilder的append() 方法完成创建
当调用string的replace()方法修改指定字符或字符串时，也需要重新指定内存区域赋值，不能使用原有的value进行赋值
public class StringTest {
public static void main(String[] args) {
String s1 = "abc";
String s2 = s1.replace('a', 'm');
System.out.println(s1);
System.out.println(s2);
}
}
replace() 方法的源码：
1.3 String的String Pool
字符串常量池是不会存储相同内容的字符串的
（1）String的String Pool是一个固定大小的Hashtable，默认值大小长度是1009。如果放进String Pool的String非常多，就会造成Hash冲突严重，从而导致链表会很长，而链表长了后直接会造成的影响就是当调用String.intern()方法时性能会大幅下降。
（2）使用-XX:StringTablesize可设置StringTable的长度
（3）在JDK6中StringTable是固定的，就是1009的长度，所以如果常量池中的字符串过多就会导致效率下降很快，StringTablesize设置没有要求
（4）在JDK7中，StringTable的长度默认值是60013，StringTablesize设置没有要求
（5）在JDK8中，StringTable的长度默认值是60013，StringTable可以设置的最小值为1009
2.StringTable的内存分配
2.1 StringTable内存分配演进过程
数据类型中的常量池
在Java语言中有8种基本数据类型和一种比较特殊的类型String。这些类型为了使它们在运行过程中速度更快、更节省内存，并且都提供了一种常量池的概念。常量池类似一个Java系统级别的缓存，8种基本数据类型的常量池都是系统协调的，String类型的常量池比较特殊。它的主要使用方法有两种。
（1）直接使用双引号声明出来的String对象会直接存储在常量池中。
（2）如果不是用双引号声明的String对象，可以使用String提供的intern()方法。
StringTable内存分配的演进过程
Java 6及以前字符串常量池存放在永久代：
Java7中Oracle的工程师对字符串常量池的逻辑做了很大的改变，即将字符串常量池的位置调整到Java堆内。所有的字符串都保存在堆中，这样在进行内存调优时仅调整堆的大小就可以了。字符串常量池概念原本使用得比较多，但是这个改动使得我们有足够的理由让我们重新考虑在Java7中使用String.intern()（下面会讲到，一个理解String常量池非常重要的方法）。
Java8方法区改为元空间，字符串常量池还是在堆中
2.2 为什么要调整StringTable的位置
（1）永久代区域默认空间比较小
（2）永久代垃圾回收频率低
（3）堆中空间足够大，字符串可被及时回收
注：在JDK 7中，字符串不再在Java堆的永久代中分配，而是在Java堆的主要部分（年老代和年轻代）中分配，与应用程序创建的其他对象一起分配。此更改将导致驻留在主Java堆中的数据更多，驻留在永久生成中的数据更少，因此可能需要调整堆大小。
3.字符串拼接操作
3.1 符串拼接操作结论
（1）常量池中不会存在相同内容的变量
（2）常量与常量的拼接结果在常量池，原理为编译期优化
（3）拼接前后，只要其中有一个是变量，结果就存放在堆中，变量拼接的原理是StringBuilder
（4）如果拼接的结果调用intern()方法，则主动将常量池中不存在的字符串对象放入池中，并返回此对象地址。如果串池存在该字符串，则返回字符串在常量池中的地址；如果字符串常量池中不存在该字符串，这里要分情况讨论：
JDK1.6：会把此对象复制一份，放入串池，并返回串池中的对象地址
JDK1.7起：会把此对象的引用地址复制一份，放入串池，并返回串池中的引用地址
常量与常量的拼接结果在常量池，原理为编译期优化
Demo：
public class Practice001 {
public static void main(String[] args) {
//编译期优化：等同于"abc"
String s1 = "a" + "b" + "c";
//"abc"存放在字符串常量池中，将此地址赋给s2
String s2 = "abc";
System.out.println(s1 == s2);
System.out.println(s1.equals(s2));
}
}class文件：
从class文件可以看出：编译器做了优化，将 “a” + “b” + “c” 优化成了 “abc”
输出结果：
从输出结果可以看出：常量池中确实不会存在相同内容的变量
拼接前后，只要其中有一个是变量，结果就存放在堆中，变量拼接的原理是StringBuilder
Demo：
public class Practice001 {
public static void main(String[] args) {
String s1 = "javaEE";
String s2 = "hadoop";
String s3 = "javaEEhadoop";
//如果拼接符号的前后出现了变量，则相当于在堆空间中new String()，具体的内容为拼接的结果：javaEEhadoop
String s5 = s1 + "hadoop";
String s6 = "javaEE" + s2;
String s7 = s1 + s2;
System.out.println(s3 == s5);
System.out.println(s3 == s6);
System.out.println(s3 == s7);
System.out.println(s5 == s6);
System.out.println(s5 == s7);
System.out.println(s6 == s7);
}
}输出结果：
如果拼接的结果调用intern()方法，则主动将常量池中不存在的字符串对象放入池中，并返回此对象地址
Demo：
public class Practice001 {
public static void main(String[] args) {
String s1 = "hadoop";
String s2 = "javaEEhadoop";
//如果拼接符号的前后出现了变量，则相当于在堆空间中new String()，具体的内容为拼接的结果：javaEEhadoop
String s3 = "javaEE" + s1;
//intern():判断字符串常量池中是否存在javaEEhadoop值，如果存在，则返回常量池中javaEEhadoop的地址；
//如果字符串常量池中不存在javaEEhadoop，则在常量池中加载一份javaEEhadoop，并返回此对象的地址。
String s4 = s3.intern();
System.out.println(s2 == s4);
}
}输出结果：
3.2 字符串拼接的底层细节
Demo：
public class Practice001 {
public static void main(String[] args) {
String s1 = "a";
String s2 = "b";
String s3 = "ab";
String s4 = s1 + s2;
System.out.println(s3 == s4);
}
}输出结果：
s1、s2、s3变量存在常量池中毋庸置疑，重点是s4变量的值是由s1和s2拼接而成，输出结果为什么是false呢？我们来看下字节码：
可以看到在进行含有变量的字符串拼接时，先是new了一个StringBuilder，后调用StringBuilder的append方法进行字符串拼接，最后调用StringBuilder的toString方法返回一个String对象，StringBuilder的toString源码：
可以看到StringBuilder的toString方法为重新new了一个新的String对象。回到上面的问题，我们知道了s4为新new出的String对象，存储的为新String对象在堆内存中的地址引用，而s3变量存储的为字符串"ab"在常量池中的地址，所以两者用"=="比较结果为flase。
3.3 拼接操作与append操作效率对比问题
具体测试代码不列举了，直接说结论：
（1）执行效率：通过StringBuilder的append()的方式添加字符串的效率要远高于使用String的字符串拼接方式
（2）原因：StringBuilder的append()的方式自始至终中只创建过一个StringBuilder的对象，而使用String的字符串拼接方式会创建过多个StringBuilder和String的对象，内存占用大且如果进行GC，需要花费额外的时间。
4.String的内存分配
4.1 intern() 方法说明
intern是一个native方法，调用的是底层C的方法。在调用intern方法时，如果池中已经包含了由equals(object)方法确定的与该字符串对象相等的字符串，则返回池中的字符串。否则该字符串对象将被添加到池中，并返回对该字符串对象的引用。如果不是用双引号声明的String对象，可以使用String提供的intern方法：intern方法会从字符串常量池中查询当前字符串是否存在，若不存在就会将当前字符串放入常量池中。通俗点讲，Interne就是确保字符串在内存里只有一份拷贝，这样可以节约内存空间，加快字符串操作任务的执行速度。注：这个值会被存放在字符串内部池（String Intern Pool）。
4.2 创建字符串时会创建几个对象
new String("ab")会创建几个对象？
Demo：
public class Practice001 {
public static void main(String[] args) {
String str = new String("ab");
}
}相应字节码反编译文件：
字节码指令：ldc代表在字符串常量池中创建对象"ab"。所以这道题的答案是，一个或者两个对象。如果字符串常量池中存在"ab"，则只创建了一个String对象；如果字符串常量池中不存在"ab"，则创建了两个对象，为一个String对象和一个字符串常量池中的"ab"对象。
new String("a") + new String("b") 会创建几个对象？
Demo：
/**
* 问题：new String(“a”) + new String(“b”) 会创建几个对象？
* 对象1：new StringBuilder()
* 对象2： new String("a")
* 对象3： 常量池中的"a"
* 对象4： new String("b")
* 对象5： 常量池中的"b"
* 深入剖析： StringBuilder的toString():
* 对象6 ：new String("ab")
* 注：toString()的调用，在字符串常量池中，不会生成"ab"
*/
public class Practice001 {
public static void main(String[] args) {
String str = new String("a") + new String("b");
}
}反编译后的字节码：
答案：一共六个对象：
对象1：new StringBuilder()
对象2：new String("a")
对象3：常量池中的"a"
对象4：new String("b")
对象5：常量池中的"b"
对象6：StringBuilder的toString()方法返回时新new的String对象
4.3 关于intern()方法的一道面试题
Demo：
/**
* 如何保证变量s指向的是字符串常量池中的数据呢？有两种方式：
* 方式一： String s = "shkstart";//字面量定义的方式
* 方式二： 调用intern()
* String s = new String("shkstart").intern();
* String s = new StringBuilder("shkstart").toString().intern();
*/
public class StringIntern {
public static void main(String[] args) {
String s = new String("1");
s.intern();
String s2 = "1";
System.out.println(s == s2);
String s3 = new String("1") + new String("1");//s3变量记录的地址为：new String("11")
s3.intern();
String s4 = "11";
System.out.println(s3 == s4);
}
}JDK1.6下的结果：
JDK1.7及以后的结果：
这个问题的答案其实是因为intern()方法在不同的JDK中处理池中重复数据的逻辑有变化，结论：
- JDK1.6中，将这个字符串对象尝试放入串池时。
- 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
- 如果没有，会把此对象复制一份，放入串池，并返回串池中的对象地址
- JDK1.7起，将这个字符串对象尝试放入串池时。
- 如果串池中有，则并不会放入。返回已有的串池中的对象的地址
- 如果没有，则会把对象的引用地址复制一份，放入串池，并返回串池中的引用地址
内存分析：
JDK6 ：正常判断即可，new String() 即在堆中，str.intern() 则把字符串放入常量池中
JDK7/8 ：new String() 即在堆中，str.intern() 则把字符串放入常量池中，出于节省空间的目的，如果 str 不存在于字符串常量池中，则将 str 在堆中的引用存储在字符串常量池中，字符串常量池中存的是 str 在堆中的引用，所以 s3 == s4 为 true
5.G1 中的 String 去重操作
5.1 String 去重操作的背景
许多大规模的Java应用的瓶颈在于内存，测试表明在这些类型的应用里面，Java堆中存活的数据集合差不多25%是String对象。更进一步，这里面差不多一半String对象是重复的，重复的意思是说：str1.equals(str2)= true。堆上存在重复的String对象必然是一种内存的浪费。这个项目将在G1垃圾收集器中实现自动持续对重复的String对象进行去重，这样就能避免浪费内存。
5.2 String 去重的的具体实现
（1）当垃圾收集器工作的时候，会访问堆上存活的对象。对每一个访问的对象都会检查是否是候选的要去重的String对象。
（2）如果是，把这个对象的一个引用插入到队列中等待后续的处理。一个去重的线程在后台运行，处理这个队列。处理队列的一个元素意味着从队列删除这个元素，然后尝试去重它引用的String对象。
（3）使用一个Hashtable来记录所有的被String对象使用的不重复的char数组。当去重的时候，会查这个Hashtable，来看堆上是否已经存在一个一模一样的char数组。
（4）如果存在，String对象会被调整引用那个数组，释放对原来的数组的引用，最终会被垃圾收集器回收掉。
（5）如果查找失败，char数组会被插入到Hashtable，这样以后的时候就可以共享这个数组了。
5.3 命令行选项
（1）UseStringDeduplication(bool) ：开启String去重，默认是不开启的，需要手动开启。
（2）PrintStringDeduplicationStatistics(bool) ：打印详细的去重统计信息
（3）stringDeduplicationAgeThreshold(uintx) ：达到这个年龄的String对象被认为是去重的候选对象