理解java的String对象

   要理解java中String的运作方式，必须明确一点：String是一个非可变类（immutable）。
    什么是非可变类呢？
    简单说来，非可变类的实例是不能被修改的，每个实例中包含的信息都必须在该实例创建的时候就提供出来，并且在对象的整个生存周期内固定不变。
    java为什么要把String设计为非可变类呢？
    非可变类确实有着自身的优势，如状态单一，对象简单，便于维护。其次，该类对象对象本质上是线程安全的，不要求同步。此外用户可以共享非可变对象，甚至可以共享它们的内部信息。（详见 《Effective java》item 13）。String类在java中被大量运用，甚至在class文件中都有其身影，因此将其设计为简单轻便的非可变类是比较合适的。

1.创建
    String是非可变类，我们可以进一步了解String的构造方式了。创建一个Stirng对象，主要就有以下两种方式：
   String str1 = new String("abc");    
   Stirng str2 = "abc"; 
     虽然两个语句都是返回一个String对象的引用，但是jvm对两者的处理方式是不一样的。对于第一种，jvm会马上在heap中创建一个String对象，然后将该对象的引用返回给用户。对于第二种，jvm首先会在内部维护的strings pool中通过String的 equels 方法查找是对象池中是否存放有该String对象，如果有，则返回已有的String对象给用户，而不会在heap中重新创建一个新的String对象；如果对象池中没有该String对象，jvm则在heap中创建新的String对象，将其引用返回给用户，同时将该引用添加至strings pool中。注意：使用第一种方法创建对象时，jvm是不会主动把该对象放到strings pool里面的，除非程序调用 String的intern方法。看下面的例子：
   String str1 = new String("abc"); //jvm 在堆上创建一个String对象   
     
     //jvm 在strings pool中找不到值为“abc”的字符串，因此   
     //在堆上创建一个String对象，并将该对象的引用加入至strings pool中   
     //此时堆上有两个String对象   
    Stirng str2 = "abc";   
     
     if(str1 == str2){   
             System.out.println("str1 == str2");   
    }else{   
            System.out.println("str1 != str2");   
    }   
     //打印结果是 str1 != str2,因为它们是堆上两个不同的对象   
    
     String str3 = "abc";   
    //此时，jvm发现strings pool中已有“abc”对象了，因为“abc”equels “abc”   
    //因此直接返回str2指向的对象给str3，也就是说str2和str3是指向同一个对象的引用   
     if(str2 == str3){   
            System.out.println("str2 == str3");   
     }else{   
            System.out.println("str2 != str3");   
     }   
    //打印结果为 str2 == str3 

   再看下面的例子：
    String str1 = new String("abc"); //jvm 在堆上创建一个String对象   
     
    str1 = str1.intern();   
    //程序显式将str1放到strings pool中，intern运行过程是这样的：首先查看strings pool   
    //有没“abc”对象的引用，没有，则在堆中新建一个对象，然后将新对象的引用加入至   
    //strings pool中。执行完该语句后，str1原来指向的String对象已经成为垃圾对象了，随时会   
    //被GC收集。   
     
    //此时，jvm发现strings pool中已有“abc”对象了，因为“abc”equels “abc”   
   //因此直接返回str1指向的对象给str2，也就是说str2和str1引用着同一个对象，   
   //此时，堆上的有效对象只有一个。   
   Stirng str2 = "abc";   
    
    if(str1 == str2){   
            System.out.println("str1 == str2");   
    }else{   
            System.out.println("str1 != str2");   
    }   
     //打印结果是 str1 == str2  

    为什么jvm可以这样处理String对象呢？就是因为String的非可变性。既然所引用的对象一旦创建就永不更改，那么多个引用共用一个对象时互不影响。


2.串接（Concatenation）
     java程序员应该都知道滥用String的串接操作符是会影响程序的性能的。性能问题从何而来呢？归根结底就是String类的非可变性。既然String对象都是非可变的，也就是对象一旦创建了就不能够改变其内在状态了，但是串接操作明显是要增长字符串的，也就是要改变String的内部状态，两者出现了矛盾。怎么办呢？要维护String的非可变性，只好在串接完成后新建一个String 对象来表示新产生的字符串了。也就是说，每一次执行串接操作都会导致新对象的产生，如果串接操作执行很频繁，就会导致大量对象的创建，性能问题也就随之而来了。
    为了解决这个问题，jdk为String类提供了一个可变的配套类，StringBuffer。使用StringBuffer对象，由于该类是可变的，串接时仅仅时改变了内部数据结构，而不会创建新的对象，因此性能上有很大的提高。针对单线程，jdk 5.0还提供了StringBuilder类，在单线程环境下，由于不用考虑同步问题，使用该类使性能得到进一步的提高。

3.String的长度
   我们可以使用串接操作符得到一个长度更长的字符串，那么，String对象最多能容纳多少字符呢？查看String的源代码我们可以得知类String中是使用域 count 来记录对象字符的数量，而count 的类型为 int，因此，我们可以推测最长的长度为 2^32，也就是4G。
    不过，我们在编写源代码的时候，如果使用 Sting str = "aaaa";的形式定义一个字符串，那么双引号里面的ASCII字符最多只能有 65534 个。为什么呢？因为在class文件的规范中， CONSTANT_Utf8_info表中使用一个16位的无符号整数来记录字符串的长度的，最多能表示 65536个字节，而java class 文件是使用一种变体UTF-8格式来存放字符的，null值使用两个字节来表示，因此只剩下 65536－ 2 ＝ 65534个字节。也正是变体UTF-8的原因，如果字符串中含有中文等非ASCII字符，那么双引号中字符的数量会更少（一个中文字符占用三个字节）。如果超出这个数量，在编译的时候编译器会报错。 

4.substring方法导致的Java内存泄漏问题
JDK源码(JDK1.6)，String类的public String substring(int beginIndex, int endIndex)，源代码如下：
 public String substring(int beginIndex, int endIndex) { 
     if (beginIndex < 0) { 
         throw new StringIndexOutOfBoundsException(beginIndex); 
     } 
    if (endIndex > count) { 
        throw new StringIndexOutOfBoundsException(endIndex); 
    } 
    if (beginIndex > endIndex) { 
        throw new StringIndexOutOfBoundsException(endIndex - beginIndex); 
    } 
    return ((beginIndex == 0) && (endIndex == count)) ? this : 
        new String(offset + beginIndex, endIndex - beginIndex, value); 
} 
其中new String(offset + beginIndex, endIndex - beginIndex, value); 的实现：
  // Package private constructor which shares value array for speed. 
  String(int offset, int count, char value[]) { 
       this.value = value; 
       this.offset = offset; 
       this.count = count; 
  }
注意：char[] value 数组被共享了。

测试代码
    import java.util.ArrayList; 
    import java.util.List; 
     
    public class LeakTest { 
        public static void main(String...args) { 
            List handler = new ArrayList(); 
            for(int i = 0; i < 100000; i++) { 
                Huge h = new Huge(); 
               handler.add(h.getSubString(1, 5)); 
           } 
       } 
   } 
  class Huge { 
       private String str = new String(new char[100000]); 
       public String getSubString(int begin, int end) { 
           return str.substring(begin, end); 
       } 
  }  
在我们的main函数里的循环中，每循环一次后，我们希望Huge对象被回收，且释放它占有的内存。
但实际上 private String str = new String(new char[100000]); 占有的内存并不会被释放。
因为 我们通过 Huge 类的 getSubString 方法得到的 String 对象还存在(存在于handler的列表中)，
它虽然是 length 只有 4 的对象，却享有着 char[100000] 的空间。

执行此代码结果：
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space

解决方案：
可以修改Huge 类的 getSubString 方法如下：
   public String getSubString(int begin, int end) { 
       return new String(str.substring(begin, end)); 
   } 
  public String getSubString(int begin, int end) {
       return new String(str.substring(begin, end));
   }
只要再套一个String的构造方法即可。

参考文献
1.理解java String.
2.String类substring方法导致的Java内存泄漏问题.http://blog.csdn.net/bzwm/archive/2010/08/27/5844045.aspx