我们来看一段简单的代码和反编译字节码
public class test {public static void main(String[] args) {String test = "test";}}
Constant pool:#1 = Class #2 // test#2 = Utf8 test#3 = Class #4 // java/lang/Object#4 = Utf8 java/lang/Object#5 = Utf8 <init>#6 = Utf8 ()V#7 = Utf8 Code#8 = Methodref #3.#9 // java/lang/Object."<init>":()V#9 = NameAndType #5:#6 // "<init>":()V#10 = Utf8 LineNumberTable#11 = Utf8 LocalVariableTable#12 = Utf8 this#13 = Utf8 Ltest;#14 = Utf8 main#15 = Utf8 ([Ljava/lang/String;)V#16 = String #2 // test#17 = Utf8 args#18 = Utf8 [Ljava/lang/String;#19 = Utf8 Ljava/lang/String;#20 = Utf8 SourceFile#21 = Utf8 test.java
{public test();flags: ACC_PUBLICCode:stack=1, locals=1, args_size=10: aload_0 1: invokespecial #8 // Method java/lang/Object."<init>":()V4: return LineNumberTable:line 2: 0LocalVariableTable:Start Length Slot Name Signature0 5 0 this Ltest;public static void main(java.lang.String[]);flags: ACC_PUBLIC, ACC_STATICCode:stack=1, locals=2, args_size=10: ldc #16 // String test2: astore_1 3: return LineNumberTable:line 6: 0line 15: 3LocalVariableTable:Start Length Slot Name Signature0 4 0 args [Ljava/lang/String;3 1 1 test Ljava/lang/String;
}
在反编译字节码中,我们看到了常量池的定义
#16 = String #2
#2 =utf8 test
当这个字符串常量内容test在类初始化的时候是以符号链接Symbol存放,存放的是UTF-8编码的c里的char数组,存放的索引是在#16而不是#2,这在类的初始化的时候已经直接关联好了。
对于 String test="test" 代码所对应的调用指令
0: ldc #16
2: astore_1
可以看到一个语句拆成了2个部分,一个是ldc #16 和保存引用到参数test那我们来看看ldc指令是如何执行的,在interpreterRuntime.cpp中我们看到了ldc的执行
IRT_ENTRY(void, InterpreterRuntime::ldc(JavaThread* thread, bool wide))// access constant poolconstantPoolOop pool = method(thread)->constants();int index = wide ? get_index_u2(thread, Bytecodes::_ldc_w) : get_index_u1(thread, Bytecodes::_ldc);constantTag tag = pool->tag_at(index);if (tag.is_unresolved_klass() || tag.is_klass()) {klassOop klass = pool->klass_at(index, CHECK);oop java_class = klass->java_mirror();thread->set_vm_result(java_class);} else {
#ifdef ASSERT// If we entered this runtime routine, we believed the tag contained// an unresolved string, an unresolved class or a resolved class.// However, another thread could have resolved the unresolved string// or class by the time we go there.assert(tag.is_unresolved_string()|| tag.is_string(), "expected string");
#endifoop s_oop = pool->string_at(index, CHECK);thread->set_vm_result(s_oop);}
IRT_END
因为这是个字符串常量,代码调用了pool->string_at(index, CHECK) ,最后代码调用了string_at_impl方法
oop constantPoolOopDesc::string_at_impl(constantPoolHandle this_oop, int which, TRAPS) {oop str = NULL;CPSlot entry = this_oop->slot_at(which);if (entry.is_metadata()) {ObjectLocker ol(this_oop, THREAD);if (this_oop->tag_at(which).is_unresolved_string()) {// Intern stringSymbol* sym = this_oop->unresolved_string_at(which);str = StringTable::intern(sym, CHECK_(constantPoolOop(NULL)));this_oop->string_at_put(which, str);} else {// Another thread beat us and interned string, read string from constant poolstr = this_oop->resolved_string_at(which);}} else {str = entry.get_oop();}assert(java_lang_String::is_instance(str), "must be string");return str;
}
在代码中,我们可以看到在没有调用ldc 之前,字符串常量值是用symbol 来表示的,而当调用ldc之后,通过调用StringTable::intern产生了String的引用,并且存放在常量池中。如果在调用ldc指令的话,直接从常量池根据索引#16中取出String的引用(this_oop->resolved_string_at(which)),而避免再次从StringTable中去查找一次。
StringTable不是常量池
StringTable存放的是string的cache table, 用于存放字符串常量的引用的表,避免产生新的string的开销。 StringTable数据结构是我们常用的java中的hashtable, 先计算字符串的hashcode,根据hashcode到对应的数组,然后遍历里面的链表结构比较字符串里的每个字符,直到找到相同的。当数据比较多的时候,会导致查找效率变慢,java会在进入safepoint点的时候判断是否需要做一次rehash,就是扩大数组的容量来提高查找的效率。 |
在调用ldc指令后,会把symbol 的c++ char 数组转化成新的unicode的java char 数组,并生成新的string的引用,将这个引用保存到StringTable中,当然同时这个引用也保存到了常量池中。
String.intern方法
String.intern()的方法原理是通过找到字符串所在Stringtable里保存的引用,代码如下
JVM_ENTRY(jstring, JVM_InternString(JNIEnv *env, jstring str))JVMWrapper("JVM_InternString");JvmtiVMObjectAllocEventCollector oam;if (str == NULL) return NULL;oop string = JNIHandles::resolve_non_null(str);oop result = StringTable::intern(string, CHECK_NULL);return (jstring) JNIHandles::make_local(env, result);
JVM_END
我们又看到了熟悉的StringTable:intern 的方法,而在这里和ldc有点不同的是,这时候引用已经存在,如果StringTable里不存在这个字符串的时候,会直接将该String的引用存放到StringTable中。
释疑
前段时间看到有博客提到了这句话“使用String.intern()方法则可以将一个String类的保存到一个全局String表中,如果具有相同值的Unicode字符串已经在这个表中,那么该方法返回表中已有字符串的地址,如果在表中没有相同值的字符串,则将自己的地址注册到表中”,博客中阐述这个解释是错误的,同时举了例子
String s1=new String("kvill");
System.out.println( s1==s1.intern() );
但实际上这个例子举的是错误的。我们来看字节码。
0: new #16 // class java/lang/String3: dup 4: ldc #18 // String kvill6: invokespecial #20 // Method java/lang/String."<init>":(Ljava/lang/String;)V9: astore_1
我们看到了什么?ldc指令,也就是说"kvill" 这句话已经在常量池中生成了String的引用,而代码实际已经等同于
String test="kvill";
String s1 = new String(test);
这样的代码就可以比较清楚的看到这已经是完全两个不同的String对象了
而要证明原话是否正确,只要将程序改成
char[] test={'k','v','i','l','l'};
String s1=new String(test);
System.out.println(s1==s1.intern());
我们可以清楚的看到返回的结果是true,也就是说Stringtable里保存的是s1这个引用。