String中的intern方法

上一篇你真的会用String吗（3）-关于字符串拼接中我们提到了String.intern()方法，本篇我们就来详细的看下这个方法是干嘛的。首先来看下jdk8中这个方法的注释：

When the intern method is invoked, if the pool already contains a string equal to this String object as determined by the equals(Object) method, then the string from the pool is returned. Otherwise, this String object is added to the pool and a reference to this String object is returned.
It follows that for any two strings s and t, s.intern() == t.intern() is true if and only if s.equals(t) is true.
All literal strings and string-valued constant expressions are interned. String literals are defined in section 3.10.5 of theThe Java™ Language Specification.

当调用intern()这个方法的时候，如果String常量池中没有这个String对象就把它放到常量池中，然后再返回它的引用，如果池中已经有这个String对象了，就直接把它返回。当且仅当两个String是equals的时候，他们的intern才会返回同一个引用。所有的String字面常量和String constant variable都是interned，也就是说都是在String常量池中的。

关于intern有个非常有意思的现象，对于同一段代码，在jdk6和jdk7以后输出结果却完全不一样，这个打破了java高版本兼容低版本的传统，看代码：

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.intern();
    String s4 = "11";
    System.out.println(s3 == s4);
}

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11

这段代码在jdk6下运行结果如下：

在jdk8下：

这个是由于jdk内存结构变化导致的，具体地说：
jdk6中，字符串常量池是存在于Perm区的，但是从jdk7开始，字符串常量池从Perm区移到了堆区，jdk8中则完全移除了Perm区 。对于String.intern来说，无论是jdk6还是jdk7，都是先去查看字符串常量池是否有该字符串，如果有，则返回字符串常量池中的引用。不同点在于如果是 jdk7，当字符串常量池中找不到对应的字符串时，不会将字符串拷贝到字符串常量池，而只是生成一个对该字符串的引用在字符串常量池，而 jdk6会拷贝字符串至字符串常量池。因此，从jdk7开始，常量池中的字符串分为两类，一类是本身就存在于池中的字符串，一类是本身存在于堆中但是引用存在于池中的字符串，而在jdk6和以前常量池和堆是完全分开的两个东西。

对于jdk6：

public static void main(String[] args) {
    //s指向堆中的一个字符串，"1"是字面常量，是存在于Perm区的常量池中
    String s = new String("1");
    //s2指向的是常量池中的"1"
    String s2 = "1";
    //因为常量池中已经有"1"，因此这个什么也不做
    s.intern();
    //s指向堆区，s2指向Perm区的常量池，所以是false
    System.out.println(s == s2);
    //"1"已经存在于常量池
    //s3指向堆中的一个串，内容是“11”,但是，此时常量池中并没有“11”
    String s3 = new String("1") + new String("1");
    //此时把s3代表额字符串“11”加入到了Perm区的常量池中
    s3.intern();
    //s4指向Perm区常量池中的“11”
    String s4 = "11";
    //s3指向堆区的一个字符串，s4指向Perm区常量池中字符串，所以false
    System.out.println(s3 == s4);
  }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19

对于jdk7来说：

public static void main(String[] args) {
    //s指向堆区的一个串，“1”位于堆区的常量池中
    String s = new String("1");
    //s2引用常量池中的“1”
    String s2 = "1";
    //常量池重已经有“1”，什么也不做
    s.intern();
    //s指向堆，s2引用常量池，false
    System.out.println(s == s2);

    //s3指向堆中的一个字符串
    String s3 = new String("1") + new String("1");
    //把s3这个字符串的引用加入到了常量池，此时常量池中有了“11”这个串的引用
    s3.intern();
    //s4引用的常量池中的“11”，也就是s3
    String s4 = "11";
    //s3和s4都是引用常量池中字符串，true
    System.out.println(s3 == s4);
  }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16
• 17
• 18
• 19
• 20

如果把代码稍微改一下，jdk7中：

public static void main(String[] args) {
    //s3指向堆中的字符串
    String s3 = new String("1") + new String("1");
    //s4引用常量池中的字符串
    String s4 = "11";
    //池中已经有“11”，什么也不做
    s3.intern();
    //显然是false
    System.out.println(s3 == s4);
  }

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10

因为String.intern会引用常量池中已经存在的字符串，可以减少内存中相同字符串的数量，节省一些内存空间，为了提高效率，是不是我们应该把所有的字符串都调用intern()加入到池中呢？显然是不是的。
String常量池底层的数据结构类似于HashMap，jdk6中池的大小是固定的1009，如果池中的字符串太多就会造成hash冲突严重，会严重影响字符串查找的效率。从jdk7开始，池的大小可以手动设置StringTableSize这个参数来指定。jdk8中，池的大小默认是60013.

C:\Users\xujs>java -version
java version "1.8.0_144"
Java(TM) SE Runtime Environment (build 1.8.0_144-b01)
Java HotSpot(TM) 64-Bit Server VM (build 25.144-b01, mixed mode)
C:\Users\xujs>java -XX:+PrintFlagsInitial  | findstr StringTableSize
    uintx StringTableSize                           = 60013

• 1
• 2
• 3
• 4
• 5
• 6

当然，如果能确定系统中对某些串的读取非常频繁，而且这些串的数量也不会很多，那也是可以把他们加入到池中的。参考：
https://tech.meituan.com/in_depth_understanding_string_intern.html

此外，jdk8的G1收集器还添加了一个很有用的选项 -XX:+UseStringDeduplication可以对String进行去重，也可以节省一部分内存空间，参考：
http://openjdk.java.net/jeps/192