当前位置:首页 > 文章列表 > 文章 > java教程 > Java抽象类与普通类内存区别解析

Java抽象类与普通类内存区别解析

2026-04-30 13:19:40 0浏览 收藏
Java中抽象类本身不占用实例内存,真正影响对象大小的只有字段声明而非“abstract”关键字——子类实例的内存布局完全由继承的非静态字段、自身字段及JVM对象模型(对象头、对齐填充)决定,与父类是否抽象无关;因此盲目使用抽象类封装大量通用字段反而可能造成隐性内存浪费,而通过组合替代继承、精简字段设计才是真正的内存优化关键。

详解Java中的抽象类与普通类的内存占用对比

抽象类本身不占实例内存,但子类对象会多存一份父类字段

抽象类不能被 new,所以它自身没有“实例内存占用”这回事——JVM 里压根不会为抽象类分配堆内存对象。真正要算内存的,是继承它的具体子类对象。

比如 Shape 是抽象类,Rectangle 继承它并新增了 width 和 height 字段,那 new Rectangle(2.0, 3.0) 的对象内存 = Shape 中定义的所有非静态字段(如果有)+ Rectangle 自己的字段 + 对象头 + 填充对齐。

  • 抽象类中定义的 protected double scale = 1.0; 会被子类继承,计入子类对象的实例数据区
  • 抽象类里的 private 字段也照常占用内存,只是子类不可见
  • 抽象方法本身不占内存(没方法体、不生成字节码指令),但方法表里会留一个虚方法槽位,影响的是方法区,不是对象实例

普通类对象内存 = 字段总大小 + 对象头 + 8字节对齐填充

一个普通类如 Rectangle 实例化后,内存布局完全按 JVM 对象模型走:对象头(12 字节,64 位开启指针压缩)+ 实例字段(按宽度排序,long/double 优先)+ 填充到 8 的倍数。

实测:class Rectangle { double w; double h; } 占用 32 字节:12(头)+ 8(w)+ 8(h)+ 4(填充)= 32;而 class Point { int x; int y; } 是 16 字节(12 + 4 + 0 填充)。

  • 字段顺序影响填充量:把两个 int 放在 double 后面,可能多出 4 字节浪费
  • static 字段不计入对象内存,存在方法区/元空间
  • 引用类型字段(如 String name)只存 4 字节引用(开启指针压缩),实际字符串对象另算

抽象类 vs 普通类:内存差异只在字段继承,不在“抽象”这个修饰符

抽象类加了 abstract 关键字,对对象内存**零影响**。决定内存大小的,从来只有字段声明、访问修饰符、是否静态这些实质内容,而不是它能不能被 new。

对比这两段代码:

abstract class Shape { protected final int id = 1; }
class Circle extends Shape { private double r; }

和

class Shape { protected final int id = 1; }
class Circle extends Shape { private double r; }

只要字段完全一致,new Circle() 的内存占用就一模一样。

  • 抽象类里写 public abstract void draw(); 不增加对象大小
  • 普通类里误加 abstract 会导致编译失败,但不是因为内存问题,而是语法违规
  • 真正拉高内存的,是抽象类里塞了大量 private String metaInfo 这类字段,子类全盘继承却不用

别被“抽象”二字带偏:内存优化重点永远在字段设计

开发时容易下意识觉得“抽象类更轻量”,其实恰恰相反——它常被用来封装通用状态(比如 createTime、version、tenantId),结果所有子类都白占这几字节。而普通类如果只专注单一职责,字段反而更精简。

  • 若抽象基类有 5 个 String 字段,但 80% 子类只用其中 1 个,这就是隐性内存浪费
  • 用组合代替继承有时更省内存:把通用字段抽成 Metadata 类,按需持有引用,而非强制每个子类都带上
  • JVM 不会为抽象类生成额外对象头或标记位,它和普通类在 Class 文件结构里只有 ACC_ABSTRACT 标志位区别,不影响运行时对象布局

记住:对象内存只看字段,不看关键字。抽象与否,是设计契约问题;占多少字节,是字段排布问题。两者别混谈。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Java抽象类与普通类内存区别解析》文章吧,也可关注golang学习网公众号了解相关技术文章。

腾讯云WorkBuddy未来发展前景腾讯云WorkBuddy未来发展前景
上一篇
腾讯云WorkBuddy未来发展前景
12306订餐流程及使用体验分享
下一篇
12306订餐流程及使用体验分享
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    290次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    343次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    346次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    308次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    131次使用