java - 通过子字符串解析后如何回收内存？实习生()还是新字符串()？

Question

短版:如果调用string.substring(n,m).intern()，字符串表是保留子字符串还是保留原字符串？

...但我不确定这是一个正确的问题，所以这里是长版本:

我正在使用遗留 Java 代码 (PCGen)，它通过将每个文件作为一个大字符串来解析文件，然后使用 String.split、.trim、.substring 和 StringTokenizer 将它们分解为 token 。这对于解析非常有效，因为这些方法都不会复制原始字符串，而是都指向共享 char[] 的一部分。

解析结束后，我想回收一些内存。只需要原始大字符串的几个小子字符串，但强引用阻止了大字符串被收集。后来我遭受了 OOM，我相信部分原因是大量已解析文件的巨大堆影响。

我知道我可以通过 new String(String)(copy-on-write) 修剪大字符串。而且我知道我可以通过 String.intern 减少字符串重复(这很重要，因为解析的文件中有很多冗余)。我需要同时使用两者来回收最大数量的堆，还是 .intern() 两者都做？阅读 OpenJDK7 热点源代码(hotspot/src/share/vm/classfile/symbolTable.cpp)，看起来字符串表保留了整个字符串，并且根本没有修剪它的偏移量/长度。所以我想我需要制作一个新的字符串，然后实习这个结果。对吧？

话虽如此，切换到流式解析器在内存方面将是一个巨大的胜利，但对于短期而言这变化太大了。

Answer 1

您可以使用 new String(String) 和 intern() 方法，这将根据 Java 7 update 4 的要求进行复制。从 Java 7 update 5 开始，子字符串将获得更深的副本，但您可能仍需要使用实习生()。注意:Java 7 使用堆而不是 perm gen 来存储字符串文字。

public static void main(String[] args) {
    char[] chars = new char[128];
    Arrays.fill(chars, 'A');
    String a128 = new String(chars);
    printValueFor("a128", a128);
    String a16 = a128.substring(0, 16);
    printValueFor("a16", a16);
}

public static void printValueFor(String desc, String s) {
    try {
        Field value = String.class.getDeclaredField("value");
        value.setAccessible(true);
        char[] valueArr = (char[]) value.get(s);
        System.out.println(desc + ": " + Integer.toHexString(System.identityHashCode(valueArr)) + ", len=" + valueArr.length);
    } catch (Exception e) {
        throw new AssertionError(e);
    }
}

在 Java 7 更新 4 上打印

a128: 513e86ec, len=128
a16: 53281264, len=16

我希望 Java 6 不会这样做。