使用java.lang.String.intern()是一种好习惯吗？

Question

Javadoc关于String.intern()没有提供太多细节.(简而言之:它返回字符串的规范表示,允许使用内部字符串进行比较==)

• 我何时会使用此功能String.equals()？
• 是否存在Javadoc中未提及的副作用,即JIT编译器或多或少的优化？
• 有进一步的用途String.intern()吗？

Answer 1

这(几乎)与字符串比较无关.如果您的应用程序中有许多具有相同内容的字符串,则字符串实习用于保存内存.通过使用String.intern()应用程序,从长远来看只有一个实例,副作用是你可以执行快速引用相等比较而不是普通的字符串比较(但这通常是不可取的,因为它只是因为忘记实习生而很容易打破单个实例).

Answer 2

我什么时候会使用这个函数来支持String.equals()

当你需要速度,因为你可以通过引用比较字符串(==快于等于)

是否有Javadoc中没有提到的副作用？

主要的缺点是你必须记住确保你实际上做了你要比较的所有字符串intern().很容易忘记intern()所有字符串,然后你可以得到令人困惑的错误结果.此外,为了每个人的利益,请务必非常清楚地记录您依赖于内部化的字符串.

如果您决定内化字符串,第二个缺点是intern()方法相对昂贵.它必须管理唯一字符串池,以便它做相当多的工作(即使字符串已经内化).所以,在你的代码设计中要小心,这样你就可以在输入中输入所有适当的字符串,这样你就不必再担心它了.

(来自JGuru)

第三个缺点(仅限Java 7或更低版​​本):实习字符串存在于PermGen空间中,通常非常小; 您可能遇到具有大量可用堆空间的OutOfMemoryError.

(来自Michael Borgwardt)

Answer 3

String.intern()绝对是现代JVM中的垃圾收集.
由于GC活动,以下NEVER内存不足:

// java -cp . -Xmx128m UserOfIntern

public class UserOfIntern {
    public static void main(String[] args) {
        Random random = new Random();
        System.out.println(random.nextLong());
        while (true) {
            String s = String.valueOf(random.nextLong());
            s = s.intern();
        }
    }
}

在非GCed String.intern()的神话中看到更多(来自我).

Answer 4

我最近在Java 6,7和8中编写了一篇关于String.intern()实现的文章:Java 6,7和8中的 String.intern - 字符串池.

我希望它应该包含有关Java中字符串池的当前情况的足够信息.

简而言之:

• 避免String.intern()在Java 6中,因为它进入了PermGen
• 首选String.intern()Java 7和Java 8:它使用的内存比滚动自己的对象池少4-5倍
• 一定要调整-XX:StringTableSize(默认值可能太小;设置一个素数)

Answer 5

使用==比较字符串比使用equals()快得多

5时间更快,但由于字符串比较通常仅占应用程序总执行时间的一小部分,因此整体增益远小于此,并且最终收益将被稀释到几个百分点.

String.intern()将字符串拉离Heap并将其放入PermGen

内部化的字符串放在不同的存储区域中:永久生成,它是为非用户对象保留的JVM区域,如类,方法和其他内部JVM对象.这个区域的大小是有限的,并且比堆更珍贵.由于此区域比Heap小,因此使用所有空间并获得OutOfMemoryException的可能性更大.

String.intern()字符串是垃圾回收

在新版本的JVM中,内部化字符串在没有被任何对象引用时被垃圾收集.

记住上面的3点,你可以推断出String intern()只有在很少的情况下你做了很多字符串比较才有用,但如果你不确切知道你是什么,最好不要使用内部字符串是做 ...

Answer 6

我什么时候会使用这个函数来支持String.equals()

鉴于他们做不同的事情,可能永远不会.

出于性能原因的内部字符串,以便您可以比较它们以获得引用相等性,只有在持有对字符串的引用一段时间才会有好处 - 来自用户输入的字符串或IO将不会被实现.

这意味着在您的应用程序中,您从外部源接收输入并将其处理为具有语义值的对象 - 标识符说 - 但该对象具有与原始数据无法区分的类型,并且对于程序员应该如何应该具有不同的规则用它.

创建一个内部UserId类型(很容易创建一个线程安全的通用实习机制)并且像开放枚举一样,几乎总是更好,而不是java.lang.String如果恰好是用户ID那么用引用语义重载类型.

这样,您就不会混淆特定字符串是否已被实现,并且您可以在开放枚举中封装所需的任何其他行为.

Answer 7

我不知道有任何优点,如果有人认为equals()本身会在内部使用intern()(它没有).

B实习生()神话

Answer 8

\n

是否存在 Javadoc 中未提及的副作用，即 JIT 编译器或多或少的优化？

\n

\n\n

我不知道 JIT 级别，但对字符串池有直接的字节码支持，它是通过专用CONSTANT_String_info结构神奇而高效地实现的（与具有更通用表示的大多数其他对象不同）。

\n\n

JVMS

\n\n

JVMS 7 5.1 说：

\n\n

\n

字符串文字是对 String 类实例的引用，派生自类或接口的二进制表示形式中的 CONSTANT_String_info 结构 (\xc2\xa74.4.3)。CONSTANT_String_info 结构给出了构成字符串文字的 Unicode 代码点序列。

\n\n

Java 编程语言要求相同的字符串文字（即包含相同代码点序列的文字）必须引用 String 类的相同实例 (JLS \xc2\xa73.10.5)。此外，如果对任何字符串调用 String.intern 方法，则结果是对同一类实例的引用，如果该字符串作为文字出现，则将返回该类实例。因此，以下表达式的值必须为 true：

\n

\n\n

("a" + "b" + "c").intern() == "abc"\n

\n\n

\n

为了派生字符串文字，Java 虚拟机检查 CONSTANT_String_info 结构给出的代码点序列。

\n\n

\n

• 如果先前已在包含与 CONSTANT_String_info 结构给出的序列相同的 Unicode 代码点序列的 String 类实例上调用了 String.intern 方法，则字符串文字派生的结果是对 String 类的同一实例的引用。

\n

• 否则，将创建 String 类的新实例，其中包含 CONSTANT_String_info 结构给出的 Unicode 代码点序列；对该类实例的引用是字符串文字派生的结果。最后，调用新String实例的intern方法。

\n

\n

\n\n

字节码

\n\n

查看 OpenJDK 7 上的字节码实现也很有启发性。

\n\n

如果我们反编译：

\n\n

public class StringPool {\n    public static void main(String[] args) {\n        String a = "abc";\n        String b = "abc";\n        String c = new String("abc");\n        System.out.println(a);\n        System.out.println(b);\n        System.out.println(a == c);\n    }\n}\n

\n\n

我们在常量池上有：

\n\n

#2 = String             #32   // abc\n[...]\n#32 = Utf8               abc\n

\n\n

和main：

\n\n

 0: ldc           #2          // String abc\n 2: astore_1\n 3: ldc           #2          // String abc\n 5: astore_2\n 6: new           #3          // class java/lang/String\n 9: dup\n10: ldc           #2          // String abc\n12: invokespecial #4          // Method java/lang/String."<init>":(Ljava/lang/String;)V\n15: astore_3\n16: getstatic     #5          // Field java/lang/System.out:Ljava/io/PrintStream;\n19: aload_1\n20: invokevirtual #6          // Method java/io/PrintStream.println:(Ljava/lang/String;)V\n23: getstatic     #5          // Field java/lang/System.out:Ljava/io/PrintStream;\n26: aload_2\n27: invokevirtual #6          // Method java/io/PrintStream.println:(Ljava/lang/String;)V\n30: getstatic     #5          // Field java/lang/System.out:Ljava/io/PrintStream;\n33: aload_1\n34: aload_3\n35: if_acmpne     42\n38: iconst_1\n39: goto          43\n42: iconst_0\n43: invokevirtual #7          // Method java/io/PrintStream.println:(Z)V\n

\n\n

注意如何：

\n\n

\n
• 0and 3：ldc #2加载相同的常量（文字）
\n
• 12：创建一个新的字符串实例（作为#2参数）
\n
• 35:a并c作为常规对象进行比较if_acmpne
\n

\n\n

常量字符串的表示在字节码上非常神奇：

\n\n

\n
• 它有一个专用的CONSTANT_String_info结构，与常规对象不同（例如new String）
\n
• 该结构指向包含数据的CONSTANT_Utf8_info 结构。这是表示字符串的唯一必要数据。
\n

\n\n

上面的 JVMS 引用似乎是说，每当 Utf8 指向相同时，就会加载相同的实例ldc。

\n\n

我对字段做了类似的测试，并且：

\n\n

\n
• static final String s = "abc"通过ConstantValue 属性指向常量表
\n
• 非最终字段没有该属性，但仍然可以用ldc
\n

\n\n

好处：将其与整数池进行比较，后者没有直接的字节码支持（即没有CONSTANT_String_info类似物）。

\n