为什么将“”附加到字符串可以节省内存？

Question

我使用了一个包含大量数据的变量，比如String data。 我想通过以下方式使用这个字符串的一小部分：

this.smallpart = data.substring(12,18);

经过几个小时的调试（使用内存可视化工具），我发现对象字段smallpart 记住了来自data 的所有数据，尽管它只包含子字符串。

当我把代码改成：

this.smallpart = data.substring(12,18)+""; 

..问题解决了！现在我的应用程序现在使用的内存很少！

这怎么可能？谁能解释一下？我认为 this.smallpart 一直在引用数据，但为什么呢？

更新： 那我怎样才能清除大字符串呢？ data = new String(data.substring(0,100)) 会这样做吗？

Answer 1

将“”附加到字符串有时会节省内存。

假设我有一个包含整本书、一百万个字符的巨大字符串。

然后我创建了 20 个字符串，其中包含本书的章节作为子字符串。

然后我创建了 1000 个包含所有段落的字符串。

然后我创建了 10,000 个包含所有句子的字符串。

然后我创建了 100,000 个包含所有单词的字符串。

我仍然只使用 1,000,000 个字符。如果在每个章节、段落、句子和单词中添加“”，则使用 5,000,000 个字符。

当然，如果您只从整本书中提取一个单词，则完全不同，整本书可能会被垃圾回收，但这并不是因为那个单词包含对它的引用。

如果您有一百万个字符串并在两端删除制表符和空格，则再次不同，例如调用 10 次来创建子字符串。 Java 的工作方式避免了每次复制一百万个字符。有妥协，如果你知道妥协是什么，那就太好了。

Answer 2

执行以下操作：

data.substring(x, y) + ""

创建一个新的（较小的）String 对象，并丢弃对由 substring() 创建的 String 的引用，从而启用对此的垃圾回收。

要意识到的重要一点是substring() 为现有 字符串提供了一个窗口——或者更确切地说，是原始字符串下的字符数组。因此它将消耗与原始字符串相同的内存。这在某些情况下可能是有利的，但如果您想获取子字符串并处理原始字符串（如您所见），则会出现问题。

查看 JDK 字符串源中的 substring() method 了解更多信息。

编辑：要回答您的补充问题，从子字符串构造一个新字符串将减少您的内存消耗，提供您将任何对原始字符串的引用合并。

注意（2013 年 1 月）。上述行为已更改in Java 7u6。享元模式不再使用，substring() 将按您的预期工作。

Answer 3

首先，调用java.lang.String.substring在原始String上创建新窗口，使用偏移量和长度而不是复制底层数组的重要部分。

如果我们仔细查看substring 方法，我们会注意到字符串构造函数 调用String(int, int, char[]) 并将其传递给整个char[]，它代表字符串 .这意味着 substring 将占用与原始 string 一样多的内存。

好的，但是为什么+ "" 导致对内存的需求比没有它时更少？

在strings 上执行+ 是通过StringBuilder.append 方法调用实现的。看看这个方法在AbstractStringBuilder 类中的实现会告诉我们，它终于用我们真正需要的部分（substring）完成了arraycopy。

还有其他解决方法吗？

this.smallpart = new String(data.substring(12,18));
this.smallpart = data.substring(12,18).intern();

Answer 4

在 Java 中，字符串是不可变的对象，一旦创建了字符串，它就会一直保留在内存中，直到被垃圾收集器清理（而这种清理不是你可以想当然的事情）。

当你调用 substring 方法时，Java 不会创建一个真正的新字符串，而只是在原始字符串中存储一系列字符。

因此，当您使用此代码创建新字符串时：

this.smallpart = data.substring(12, 18) + ""; 

当您将结果与空字符串连接时，您实际上创建了一个新字符串。 这就是为什么。

Answer 5

总结一下，如果你从少量大字符串中创建大量子字符串，那么使用

   String subtring = string.substring(5,23)

由于您只使用空间来存储大字符串，但是如果您要从丢失的大字符串中提取少量小字符串，那么

   String substring = new String(string.substring(5,23));

将减少您的内存使用，因为不再需要时可以回收大字符串。

您调用new String 是一个有用的提醒，您确实得到了一个新字符串，而不是对原始字符串的引用。

Answer 6

jwz in 1997 记录：

如果你有一个巨大的字符串，拉出它的一个 substring()，抓住这个子字符串，让更长的字符串变成垃圾（换句话说，子字符串有更长的生命周期）巨大的底层字节字符串永远不会消失。

Answer 7

我认为 this.smallpart 保留 引用数据，但为什么？

因为 Java 字符串由一个 char 数组、一个起始偏移量和一个长度（以及一个缓存的 hashCode）组成。一些像substring() 这样的String 操作会创建一个新的String 对象，该对象共享原始的char 数组并且只是具有不同的偏移量和/或长度字段。这是可行的，因为 String 的 char 数组一旦创建就永远不会被修改。

当许多子字符串引用相同的基本字符串而不复制重叠部分时，这可以节省内存。正如您所注意到的，在某些情况下，它可以防止不再需要的数据被垃圾收集。

解决此问题的“正确”方法是 new String(String) 构造函数，即

this.smallpart = new String(data.substring(12,18));

顺便说一句，总体上最好的解决方案是首先避免使用非常大的字符串，并以较小的块处理任何输入，一次几 KB。

Answer 8

如果您查看substring(int, int) 的来源，您会看到它返回：

new String(offset + beginIndex, endIndex - beginIndex, value);

其中value 是原始char[]。所以你得到了一个新的字符串，但具有 same 底层char[]。

当你这样做时，data.substring() + ""，你会得到一个带有 new 底层char[] 的新字符串。

实际上，您的用例是您应该使用String(String) 构造函数的唯一情况：

String tiny = new String(huge.substring(12,18));

Answer 9

当您使用substring 时，它实际上并没有创建一个新字符串。它仍然引用您的原始字符串，带有偏移量和大小限制。

因此，要收集您的原始字符串，您需要创建一个新字符串（使用 new String，或者您已有的）。