字符串性能优化

String 对象作为 Java 语言中重要的数据类型，是内存中占据空间最大的一个对象。高效地
使用字符串，可以提升系统的整体性能。

来一到题来引出这个话题

通过三种不同的方式创建了三个对象，再依次两两匹配，每组被匹配的两个对象是否相等？
代码如下

结尾有东西

String 的不可变性

了解了 String 对象的实现后，你有没有发现在实现代码中 String 类被 final 关键字修饰
了，而且变量 char 数组也被 final 修饰了。
我们知道类被 final 修饰代表该类不可继承，而 char[] 被 final+private 修饰，代表了
String 对象不可被更改。Java 实现的这个特性叫作 String 对象的不可变性，即 String 对
象一旦创建成功，就不能再对它进行改变。

String 对象的优化

1. 如何构建超大字符串

字符串常量的累计

编程过程中，字符串的拼接很常见。前面我讲过 String 对象是不可变的，如果我们使用
String 对象相加，拼接我们想要的字符串，是不是就会产生多个对象呢？例如以下代码

分析代码可知：首先会生成 ab 对象，再生成 abcd 对象，最后生成 abcdef 对象，从理论
上来说，这段代码是低效的。

但实际运行中，我们发现只有一个对象生成，这是为什么呢？难道我们的理论判断错了？我
们再来看编译后的代码，你会发现编译器自动优化了这行代码，如下：

String str= "abcdef";

字符串变量的累计

上面我介绍的是字符串常量的累计，我们再来看看字符串变量的累计又是怎样的呢？ 

上面的代码编译后，你可以看到编译器同样对这段代码进行了优化。不难发现，Java 在进
行字符串的拼接时，偏向使用 StringBuilder，这样可以提高程序的效率。

 综上已知：即使使用 + 号作为字符串的拼接，也一样可以被编译器优化成 StringBuilder
的方式。但再细致些，你会发现在编译器优化的代码中，每次循环都会生成一个新的
StringBuilder 实例，同样也会降低系统的性能。

所以平时做字符串拼接的时候，我建议还是要显示地使用 String Builder 来提升系统性
能。
如果在多线程编程中，String 对象的拼接涉及到线程安全，你可以使用 StringBuffer。但
是要注意，由于 StringBuffer 是线程安全的，涉及到锁竞争，所以从性能上来说，要比
StringBuilder 差一些

2 如何使用String.Intern节省内存

Twitter 每次发布消息状态的时候，都会产生一个地址信息，以当时 Twitter 用户的规模预
估，服务器需要 32G 的内存来存储地址信息。

考虑到其中有很多用户在地址信息上是有重合的，比如，国家、省份、城市等，这时就可以
将这部分信息单独列出一个类，以减少重复，代码如下 

通过优化，数据存储大小减到了 20G 左右。但对于内存存储这个数据来说，依然很大，怎
么办呢？

提供公共都有的部分

这个案例来自一位 Twitter 工程师在 QCon 全球软件开发大会上的演讲，他们想到的解决
方法，就是使用 String.intern 来节省内存空间，从而优化 String 对象的存储

具体做法就是，在每次赋值的时候使用 String 的 intern 方法，如果常量池中有相同值，就
会重复使用该对象，返回对象引用，这样一开始的对象就可以被回收掉。这种方式可以使重
复性非常高的地址信息存储大小从 20G 降到几百兆

 

为了更好地理解，我们再来通过一个简单的例子，回顾下其中的原理

输出结果：

a == b

在字符串常量中，默认会将对象放入常量池；在字符串变量中，对象是会创建在堆内存中，
同时也会在常量池中创建一个字符串对象，复制到堆内存对象中，并返回堆内存对象引用。

如果调用 intern 方法，会去查看字符串常量池中是否有等于该对象的字符串，如果没有，
就在常量池中新增该对象，并返回该对象引用；如果有，就返回常量池中的字符串引用。堆
内存中原有的对象由于没有引用指向它，将会通过垃圾回收器回收.

了解了原理，我们再一起看看上边的例子。

在一开始创建 a 变量时，会在堆内存中创建一个对象，同时会在加载类时，在常量池中创
建一个字符串对象，在调用 intern 方法之后，会去常量池中查找是否有等于该字符串的对
象，有就返回引用。
在创建 b 字符串变量时，也会在堆中创建一个对象，此时常量池中有该字符串对象，就不
再创建。调用 intern 方法则会去常量池中判断是否有等于该字符串的对象，发现有等
于"abc"字符串的对象，就直接返回引用。而在堆内存中的对象，由于没有引用指向它，将
会被垃圾回收。所以 a 和 b 引用的是同一个对象。

下面我用一张图来总结下 String 字符串的创建分配内存地址情况：

 使用 intern 方法需要注意的一点是，一定要结合实际场景。因为常量池的实现是类似于一
个 HashTable 的实现方式，HashTable 存储的数据越大，遍历的时间复杂度就会增加。如
果数据过大，会增加整个字符串常量池的负担。

3. 如何使用字符串的分割方法？

最后我想跟你聊聊字符串的分割，这种方法在编码中也很最常见。Split() 方法使用了正则
表达式实现了其强大的分割功能，而正则表达式的性能是非常不稳定的，使用不恰当会引起
回溯问题，很可能导致 CPU 居高不下。
所以我们应该慎重使用 Split() 方法，我们可以用 String.indexOf() 方法代替 Split() 方法完
成字符串的分割。如果实在无法满足需求，你就在使用 Split() 方法时，对回溯问题加以重
视就可以了

结尾更容易懂

题解