当前位置:首页 > 文章列表 > 文章 > java教程 > 如何解释 String.intern() 在 JDK 6 与 JDK 7 之后在堆与常量池位置变化带来的内存差异?

如何解释 String.intern() 在 JDK 6 与 JDK 7 之后在堆与常量池位置变化带来的内存差异?

2026-05-24 20:49:32 0浏览 收藏

怎么入门文章编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《如何解释 String.intern() 在 JDK 6 与 JDK 7 之后在堆与常量池位置变化带来的内存差异?》,涉及到,有需要的可以收藏一下

JDK 6 中 intern() 将字符串复制到永久代常量池并返回新地址;JDK 7+ 则在堆中查找并直接返回已有对象引用,基于 equals() 匹配,复用更高效。

如何解释 String.intern() 在 JDK 6 与 JDK 7 之后在堆与常量池位置变化带来的内存差异?

String.intern() 的行为差异不是“参数变了”或“用法错了”,而是底层常量池所在内存区域彻底迁移:JDK 6 在永久代(PermGen),JDK 7+ 在堆(Heap)。这直接决定对象是否复用、GC 是否可回收、甚至会不会 OutOfMemoryError。

为什么 JDK 6 调用 intern() 会复制字符串对象

JDK 6 的字符串常量池在永久代,和 Java 堆物理隔离。调用 intern() 时:

  • 若常量池中没有该字符串,JVM 必须把整个字符串内容从堆拷贝一份到永久代(新分配内存)
  • 返回的是永久代里那个副本的引用,和原堆对象必然不是同一地址(== 为 false)
  • 永久代空间小且 GC 频率低,大量 intern() 容易触发 java.lang.OutOfMemoryError: PermGen space

为什么 JDK 7+ 调用 intern() 只存引用不复制内容

JDK 7 起常量池移到堆中,和普通对象共享同一片内存管理区域:

  • 如果堆中已存在该字符串(比如由 StringBuilder.toString() 创建),intern() 直接把它的引用记录进常量池并返回
  • 此时 == 可能为 true(前提是该字符串此前未被 intern 过,且堆中对象未被 GC)
  • 不再有永久代拷贝开销,也避免了 PermGen OOM;但堆内存压力变大,需关注老年代占用和 GC 暂停时间

常见误判场景:为什么 "java" intern 后 == 仍为 false

这个现象和 JDK 版本无关,只和“首次出现”原则有关:

  • "java" 是 JVM 启动时就加载的类名、包名等字面量之一,早已在常量池中存在
  • 哪怕你用 new String("java").intern(),也只是返回池中已有引用,不会改变原对象地址
  • 而 "计算机软件" 这种运行期动态拼接、之前从未出现过的字符串,才是 intern() 真正起作用的典型场景

实际使用中最容易忽略的一点

intern() 不是“让字符串变常量”的魔法开关。它只影响字符串对象的引用归属,不影响其内容不可变性;更关键的是:它无法保证常量池中的引用永远有效——堆中对象若被 GC 回收,而常量池又持有其引用,那这个引用就变成“弱可达”,后续行为取决于 JVM 实现细节。生产环境慎用,尤其不要对高频生成的短生命周期字符串反复 intern()。

好了,本文到此结束,带大家了解了《如何解释 String.intern() 在 JDK 6 与 JDK 7 之后在堆与常量池位置变化带来的内存差异?》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

Qoder 和 Tabnine 哪个好 Qoder 智能代码补全对比测评【报告】Qoder 和 Tabnine 哪个好 Qoder 智能代码补全对比测评【报告】
上一篇
Qoder 和 Tabnine 哪个好 Qoder 智能代码补全对比测评【报告】
Qoder后端逻辑调试:针对Node.js与Java的深度适配
下一篇
Qoder后端逻辑调试:针对Node.js与Java的深度适配
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。
    436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。
    509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。
    526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。
    469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。
    296次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码