String 性能优化与内存节省实践

Java 9

Java 9 又进一步做了调整，把底层从 char[] 改成了 byte[]，并新增了 coder 字段。

这么改的核心目的，是为了节省空间。因为很多字符串本身只包含 Latin-1 范围内的字符，如果还用 char 来存，每个字符占 2 个字节，就会显得有些浪费。

coder 用来标识编码方式：

• 0：Latin-1，单字节存储
• 1：UTF-16

这样在处理字符串长度、indexOf() 等操作时，JVM 可以根据编码类型走不同的逻辑，既省内存，也尽量不损失性能。

String 为什么是不可变的

String 的另一个关键特性，就是不可变。类本身被 final 修饰，内部保存字符内容的数组也被 final 和 private 限制住了。

一旦 String 对象创建完成，它的内容就不能再被修改。

这个设计看起来'保守'，其实非常实用。

先说安全性

很多场景下，字符串会参与权限校验、文件路径处理、SQL 拼接、系统参数传递这类操作。若对象本身可变，就可能出现'校验时是 A，真正使用时已经变成 B'的问题，风险会高很多。

再说缓存能力

不可变对象的 hash 值可以稳定下来，这让它特别适合做缓存键。HashMap 这类容器之所以能稳定工作，字符串的不可变性是很重要的基础之一。

还有字符串常量池

String 不可变，才有了字符串常量池的意义。

创建字符串时，JVM 会先去常量池里查找是否已有相同内容：如果有，就直接复用；如果没有，再创建新的对象放进去。这样能避免大量重复字符串对象的生成，节省内存。

例如：

String str1 = "码哥字节";
String str2 = new String("码哥字节");

这两种写法看起来类似，实际行为却不同。

第一种会优先使用字符串常量池中的对象；第二种则会在堆上再创建一个新的 String 对象，同时其内容仍然关联常量池中的字符串。

这里容易混淆的一点是：变量 str 只是对象引用，不是对象本身。引用变了，不代表原来的字符串对象内容被改掉了。

String str = "Java";
str = "Java,yyds";

这里并不是把同一个 String 对象修改了，而是让 str 指向了另一个新的字符串引用。

实战：怎么更高效地用 String

理解了底层机制，再回到日常开发，几个地方最值得留意。

大字符串拼接，尽量别硬怼 +

因为 String 不可变，每次拼接都可能创建新对象。尤其是在循环里，写法如果不注意，性能会很快掉下来。

像这种代码：

String str = "小青蛙";

for (int i = 0; i < 1000; i++) {
    str += i;
}

编译后，JVM 往往会帮你改写成使用 StringBuilder 的形式，但问题并没有完全消失——如果你在循环里反复拼接，仍然会不断创建新的 StringBuilder 对象。

更稳妥的做法，是在明确需要大量拼接时，直接使用 StringBuilder；如果场景涉及多线程并发拼接，再考虑 StringBuffer。

StringBuilder sb = new StringBuilder();
sb.append("小青蛙");
for (int i = 0; i < 1000; i++) {
    sb.append(i);
}
String str = sb.toString();

intern() 适合压缩重复字符串

intern() 的作用很明确：把字符串放进常量池里，或者直接返回常量池中已有的那个引用。

如果字符串内容重复度很高，intern() 往往能起到不错的节省效果。

一个典型思路是，把高频重复字段拆出来共享，比如国家、省份、城市这类信息。如果数据规模很大，重复字符串会非常多，这时候用 intern() 可以明显压低内存占用。

SharedLocation sharedLocation = new SharedLocation();
sharedLocation.setCity(messageInfo.getCity().intern());
sharedLocation.setCountryCode(messageInfo.getCountryCode().intern());
sharedLocation.setRegion(messageInfo.getRegion().intern());

下面这个例子也很直观：

String a = new String("abc").intern();
String b = new String("abc").intern();

System.out.print(a == b);

输出是 true。原因很简单：intern() 之后，a 和 b 拿到的是同一个常量池引用，堆上的临时对象反而因为没有引用被回收掉了。

字符串分割，别把正则当万能钥匙

String.split() 很方便，但它底层依赖正则表达式。正则一旦写得不够克制，就可能触发回溯，CPU 占用会被拉得很高。

在一些简单分割场景里，如果规则固定，直接用 indexOf()、substring() 这类方式往往更稳，也更轻。

split() 适合表达力更强的分割需求；而如果只是按固定分隔符切字符串，手工处理通常更省事，也更省性能。

小结

String 看起来普通，实际上是 JVM 里非常值得细抠的一个类型。

它的实现经历了从 char[] + offset/count 到 char[]，再到 byte[] + coder 的演进，核心目标一直都很清楚：尽量节省内存，同时保持可用的性能。

在日常开发里，几个经验很实用：

• 大量拼接字符串时，优先考虑 StringBuilder
• 重复度很高的字符串，可以考虑 intern()
• 简单分割场景下，不必迷信 split()
• 理解 String 的不可变性，很多'看似异常'的行为其实都很好解释

把这些点吃透之后，你会发现 String 这块看似基础的内容，确实还有不少可以继续优化的空间。