在Java中開發(fā)，String是我們開發(fā)程序可以說必須要使用的類型，String有一個substring方法用來截取字符串，我們想必也常常使用。但是你知道么，關于Java 6中的substring是否會引起內(nèi)存泄露，在國外的論壇和社區(qū)有著一些討論，以至于Java官方已經(jīng)將其標記成bug，并且為此Java 7 還重新進行了實現(xiàn)。讀到這里可能你的問題就來了，substring怎么會引起內(nèi)存泄露呢？那么我們就帶著問題，走進小黑屋，看看substring有沒有內(nèi)存泄露，又是怎么導致所謂的內(nèi)存泄露。

基本介紹

substring方法提供兩種重載，***種為只接受開始截取位置一個參數(shù)的方法。

public String substring(int beginIndex) 

比如我們使用上面的方法，"unhappy".substring(2) 返回結果 "happy"

另一種重載就是接受一個開始截取位置和一個結束截取位置的參數(shù)的方法。

public String substring(int beginIndex, int endIndex) 

使用這個方法，"smiles".substring(1, 5) 返回結果 "mile"

通過這個介紹我們基本了解了substring的作用，這樣便于我們理解下面的內(nèi)容。

準備工作

因為這個問題出現(xiàn)的情況在Java 6，如果你的Java版本號不是Java 6 需要調(diào)整一下。

終端調(diào)整（適用于Mac系統(tǒng)）

查看java版本號

13:03 $ java -version 
java version "1.8.0_25" 
Java(TM) SE Runtime Environment (build 1.8.0_25-b17) 
Java HotSpot(TM) 64-Bit Server VM (build 25.25-b02, mixed mode) 

切換到1.6

export JAVA_HOME=$(/usr/libexec/java_home -v 1.6) 

Ubuntu使用alternatives --config java，F(xiàn)edora上面使用alternatives --config java。

如果你使用Eclipse，可以選擇工程，右擊，選擇Properties（屬性）— Java Compiler（Java編譯器）進行特殊指定。

問題重現(xiàn)

這里貼一下java官方bug里用到的重現(xiàn)問題的代碼。

public class TestGC { 
    private String largeString = new String(new byte[100000]); 
  
    String getString() { 
        return this.largeString.substring(0,2); 
    } 
  
    public static void main(String[] args) { 
        java.util.ArrayList list = new java.util.ArrayList(); 
        for (int i = 0; i < 1000000; i++) { 
            TestGC gc = new TestGC(); 
            list.add(gc.getString()); 
        } 
    } 
} 

然而上面的代碼，只要使用Java 6 （Java 7和8 都不會拋出異常）運行一下就會報java.lang.OutOfMemoryError: Java heap space的異常，這說明沒有足夠的堆內(nèi)存供我們創(chuàng)建對象，JVM選擇了拋出異常操作。

于是有人會說，是因為你每個循環(huán)中創(chuàng)建了一個TestGC對象，雖然我們加入ArrayList只是兩個字符的字符串，但是這個對象中又存儲largeString這么大的對象，這樣必然會造成OOM的。

然而，其實你說的不對。比如我們看一下這樣的代碼,我們只修改getString方法。

public class TestGC { 
    private String largeString = new String(new byte[100000]); 
  
    String getString() { 
        //return this.largeString.substring(0,2); 
      return new String("ab"); 
    } 
  
    public static void main(String[] args) { 
        java.util.ArrayList list = new java.util.ArrayList(); 
        for (int i = 0; i < 1000000; i++) { 
            TestGC gc = new TestGC(); 
            list.add(gc.getString()); 
        } 
  
    } 
} 

執(zhí)行上面的方法，并不會導致OOM異常，因為我們持有的時1000000個ab字符串對象，而TestGC對象（包括其中的largeString）會在java的垃圾回收中釋放掉。所以這里不會存在內(nèi)存溢出。

那么究竟是什么導致的內(nèi)存泄露呢？要研究這個問題，我們需要看一下方法的實現(xiàn)，即可。

深入Java 6實現(xiàn)

在String類中存在這樣三個屬性

• value 字符數(shù)組，存儲字符串實際的內(nèi)容
• offset 該字符串在字符數(shù)組value中的起始位置
• count 字符串包含的字符的長度

Java 6中substring的實現(xiàn)

public String substring(int beginIndex, int endIndex) { 
  if (beginIndex < 0) { 
      throw new StringIndexOutOfBoundsException(beginIndex); 
  } 
  if (endIndex > count) { 
      throw new StringIndexOutOfBoundsException(endIndex); 
  } 
  if (beginIndex > endIndex) { 
      throw new StringIndexOutOfBoundsException(endIndex - beginIndex); 
  } 
  return ((beginIndex == 0) && (endIndex == count)) ? this : 
      new String(offset + beginIndex, endIndex - beginIndex, value); 
} 

上述方法調(diào)用的構造方法

//Package private constructor which shares value array for speed. 
String(int offset, int count, char value[]) { 
  this.value = value; 
  this.offset = offset; 
  this.count = count; 
} 

當我們讀完上述的代碼，我們應該會豁然開朗，原來是這個樣子啊！

當我們調(diào)用字符串a(chǎn)的substring得到字符串b，其實這個操作，無非就是調(diào)整了一下b的offset和count，用到的內(nèi)容還是a之前的value字符數(shù)組，并沒有重新創(chuàng)建新的專屬于b的內(nèi)容字符數(shù)組。

舉個和上面重現(xiàn)代碼相關的例子，比如我們有一個1G的字符串a(chǎn)，我們使用substring(0,2)得到了一個只有兩個字符的字符串b，如果b的生命周期要長于a或者手動設置a為null，當垃圾回收進行后，a被回收掉，b沒有回收掉，那么這1G的內(nèi)存占用依舊存在，因為b持有這1G大小的字符數(shù)組的引用。

看到這里，大家應該可以明白上面的代碼為什么出現(xiàn)內(nèi)存溢出了。

共享內(nèi)容字符數(shù)組

其實substring中生成的字符串與原字符串共享內(nèi)容數(shù)組是一個很棒的設計，這樣避免了每次進行substring重新進行字符數(shù)組復制。正如其文檔說明的,共享內(nèi)容字符數(shù)組為了就是速度。但是對于本例中的問題，共享內(nèi)容字符數(shù)組顯得有點蹩腳。

如何解決

對于之前比較不常見的1G字符串只截取2個字符的情況可以使用下面的代碼，這樣的話，就不會持有1G字符串的內(nèi)容數(shù)組引用了。

String littleString = new String(largeString.substring(0,2)); 

下面的這個構造方法，在源字符串內(nèi)容數(shù)組長度大于字符串長度時，進行數(shù)組復制，新的字符串會創(chuàng)建一個只包含源字符串內(nèi)容的字符數(shù)組。

public String(String original) { 
  int size = original.count; 
  char[] originalValue = original.value; 
  char[] v; 
  if (originalValue.length > size) { 
      // The array representing the String is bigger than the new 
      // String itself.  Perhaps this constructor is being called 
      // in order to trim the baggage, so make a copy of the array. 
      int off = original.offset; 
      v = Arrays.copyOfRange(originalValue, off, off+size); 
  } else { 
      // The array representing the String is the same 
      // size as the String, so no point in making a copy. 
      v = originalValue; 
  } 
  this.offset = 0; 
  this.count = size; 
  this.value = v; 
} 

Java 7 實現(xiàn)

在Java 7 中substring的實現(xiàn)拋棄了之前的內(nèi)容字符數(shù)組共享的機制，對于子字符串（自身除外）采用了數(shù)組復制實現(xiàn)單個字符串持有自己的應該擁有的內(nèi)容。

public String substring(int beginIndex, int endIndex) { 
    if (beginIndex < 0) { 
      throw new StringIndexOutOfBoundsException(beginIndex); 
    } 
    if (endIndex > value.length) { 
      throw new StringIndexOutOfBoundsException(endIndex); 
    } 
    int subLen = endIndex - beginIndex; 
    if (subLen < 0) { 
      throw new StringIndexOutOfBoundsException(subLen); 
    } 
    return ((beginIndex == 0) && (endIndex == value.length)) ? this 
                : new String(value, beginIndex, subLen); 
} 

substring方法中調(diào)用的構造方法，進行內(nèi)容字符數(shù)組復制。

public String(char value[], int offset, int count) { 
    if (offset < 0) { 
          throw new StringIndexOutOfBoundsException(offset); 
    } 
    if (count < 0) { 
      throw new StringIndexOutOfBoundsException(count); 
    } 
    // Note: offset or count might be near -1>>>1. 
    if (offset > value.length - count) { 
      throw new StringIndexOutOfBoundsException(offset + count); 
    } 
    this.value = Arrays.copyOfRange(value, offset, offset+count); 
} 

真的是內(nèi)存泄露么

我們知道了substring某些情況下可能引起內(nèi)存問題，但是這個叫做內(nèi)存泄露么？

其實個人認為這個不應該算為內(nèi)存泄露，使用substring生成的字符串b固然會持有原有字符串a(chǎn)的內(nèi)容數(shù)組引用，但是當a和b都被回收之后，該字符數(shù)組的內(nèi)容也是可以被垃圾回收掉的。

哪個版本實現(xiàn)的好

關于Java 7 對substring做的修改，收到了褒貶不一的反饋。

個人更加傾向于Java 6的實現(xiàn)，當進行substring時，使用共享內(nèi)容字符數(shù)組，速度會更快，不用重新申請內(nèi)存。雖然有可能出現(xiàn)本文中的內(nèi)存性能問題，但也是有方法可以解決的。

Java 7的實現(xiàn)不需要程序員特殊操作避免了本文中問題，但是進行每次substring的操作性能總會比java 6 的實現(xiàn)要差一些。這種實現(xiàn)顯得有點“糟糕”。

問題的價值

雖然這個問題出現(xiàn)在Java 6并且Java 7中已經(jīng)修復，但并不代表我們就不需要了解，況且Java 7的重新實現(xiàn)被噴的很厲害。

其實這個問題的價值，還是比較寶貴的，尤其是內(nèi)容字符數(shù)組共享這個優(yōu)化的實現(xiàn)。希望可以為大家以后的設計實現(xiàn)提供幫助和一些想法。

受影響的方法

trim和subSequence都存在調(diào)用substring的操作。Java 6和Java 7 substring實現(xiàn)的更改也間接影響到了這些方法。

參考資源

以下三篇文章寫得都比較不錯，但是都稍微有一些問題，我都已經(jīng)標明出來，大家閱讀時，需要注意。

• The substring() Method in JDK 6 and JDK 7 本文中解決java6中問題提到的字符串拼接不推薦，具體原因可以參考Java細節(jié)：字符串的拼接
• How SubString method works in Java – Memory Leak Fixed in JDK 1.7 本文中提到的有一個概念錯誤，新的字符串不會阻止舊的字符串被回收，而是阻止舊字符串中的內(nèi)容字符數(shù)組。閱讀時需要注意。
• JDK-4513622 : (str) keeping a substring of a field prevents GC for object 本文中提到的有一個測試，使用非new的形式有一點問題，其忽視了字符串常量池的存在，具體查看下面的注意。

注意

上面的重現(xiàn)問題的代碼中

String getString() { 
  //return this.largeString.substring(0,2); 
      return new String("ab"); 
} 

這里***不要寫成下面這樣，因為在JVM中存在字符串常量池，”ab”不會重新創(chuàng)建新字符串，所有的變量都會引用一個對象，而使用new String()則每次重新創(chuàng)建對象。

String getString() { 
      return "ab"; 
} 

關于字符串常量池，以后的文章會有介紹。

吐血推薦

如果你對本文這樣的內(nèi)容感興趣，可以閱讀以下Joshua Bloch大神寫得書，雖然有點貴，還是英文的。 Java Puzzlers

原文鏈接：http://droidyue.com/blog/2014/12/14/substring-memory-issue-in-java/