从“关于Java堆与栈的思考”一帖看错误信息的传播.docVIP

我对转贴的信息一直有敌意，原因如下：首先，除了制造更多的信息垃圾，转贴不会带来新的价值，想收藏的话一个链接足矣；其次，将错误信息以讹传讹，混淆视听。不妨选一个典型的例子说明一二。 相信关于Java堆与栈的思考这个帖子大家并不陌生，转载量极大。但内容如何呢？我就试着分析一下。说明：以下内容，黑色字体为引用别人的帖子，红色字体是我的分析，蓝色字体是引用相关文献。 1. 栈(stack)与堆(heap)都是Java用来在Ram中存放数据的地方。与C+不同，Java自动管理栈和堆，程序员不能直接地设置栈或堆。 与C+不同，对于堆来说是有道理的。但C+的栈也是由编译器负责安排和布局的，这和java没什么区别。其实，java里提到的堆和栈应该是逻辑层面上的，是jvm划分的，并不同于C+的实际运行时内存，因此根本不是一个层面上的东西，最好不要进行比较。2. 栈的优势是，存取速度比堆要快，仅次于直接位于CPU中的寄存器。但缺点是，存在栈中的数据大小与生存期必须是确定的，缺乏灵活性。另外，栈数据可以共享，详见第3点。堆的优势是可以动态地分配内存大小，生存期也不必事先告诉编译器，Java的垃圾收集器会自动收走这些不再使用的数据。但缺点是，由于要在运行时动态分配内存，存取速度较慢。 在逻辑上看，可以认为栈比堆快，但是请不要和寄存器比。上面已经提到，java所谓的堆和栈是逻辑上的，The Java Virtual Machine Specification中，将运行时数据区分为pc寄存器、java虚拟机栈、堆、方法区、运行时常量池、本地方法栈共6个部分，而CPU中的寄存器是物理实体。 比如java执行一个加法操作，逻辑上看是读取栈顶的两个数据，执行加法，将结果写回栈顶，但实际的代码经过jvm jit编译之后很可能就是在寄存器中执行加法。因此逻辑意义上的比较根本没有什么价值。 栈数据可以共享，这个说法是该帖子创造性的提出来的。翻遍所有的java 资料，根本找不到这样的说法（现在看来，也不全是，国内已经有书籍将这个帖子完全照搬了，抄袭可耻！貌似有本java程序员面试宝典，看过的都知道，呵呵）。 3. Java中的数据类型有两种。 一种是基本类型(primitive types), 共有8种，即int, short, long, byte, float, double, boolean, char(注意，并没有string的基本类型)。这种类型的定义是通过诸如int a = 3; long b = 255L;的形式来定义的，称为自动变量。值得注意的是，自动变量存的是字面值，不是类的实例，即不是类的引用，这里并没有类的存在。如int a = 3; 这里的a是一个指向int类型的引用，指向3这个字面值。 这里混淆了一个问题。首先要知道什么是字面值，所谓的字面值是形如1，3，2.0,2.0f,c,Hello这样的形式出现的常量。基本类型变量里存的是什么？值。存到变量中就不存在字面值一说了！如int a = 3; 这里的a是一个指向int类型的引用，这个例子就太不恰当了，我们要注意的是，int a = 3;我们得到的是一个空间，里面存的是3这个数。这里又int类型的引用云云，岂不缪哉？ 这些字面值的数据，由于大小可知，生存期可知(这些字面值固定定义在某个程序块里面，程序块退出后，字段值就消失了)，出于追求速度的原因，就存在于栈中。 基本类型的变量存在栈里或者堆里不是由大小可知，生存期可知就能确定了。关键是上下文。 比如 void func() int a = 3; 这自然是存在栈里的。 而 class Testint a = 3; 这就肯定是随对象放到堆里的。 因此，不要孤立的看到基本类型就说放到栈里，看到引用类型就说放到堆里。区分引用变量和对象本身特别重要，这个下面再说。 另外，栈有一个很重要的特殊性，就是存在栈中的数据可以共享。假设我们同时定义 int a = 3; int b = 3； 编译器先处理int a = 3；首先它会在栈中创建一个变量为a的引用，然后查找有没有字面值为3的地址，没找到，就开辟一个存放3这个字面值的地址，然后将a指向3的地址。接着处理int b = 3；在创建完b的引用变量后，由于在栈中已经有3这个字面值，便将b直接指向3的地址。这样，就出现了a与b同时均指向3的情况。 特别注意的是，这种字面值的引用与类对象的引用不同。假定两个类对象的引用同时指向一个对象，如果一个对象引用变量修改了这个对象的内部状态，那么另一个对象引用变量也即刻反映出这个变化。相反，通过字面值的引用来修改其值，不会导致另一个指向此字面值的引用的值也跟着改变的情况。如上例，我们定义完a与b的值后，再令a=4；那么，b不会等于4，还是等于3。在编译器内部，遇到a=4；时，它就会重新搜索栈中是否有4的字面值，如果没有，重新开辟地址存放4的值；如果已经有了，则直接将a指向这个地址。因此a值的改变不会影响到b的值。 这段就特别离谱了。首先我们要知道基本类型的变量里存的是什么。参考The Java Language Specification：Primitive values do not share state with other primitive values. A variable whose type is a primitive type always holds a primitive value of that same type.也就是说基本类型的变量中存放的就是该基本类型的值。 下面我们再看那栈中变量是如何存储的。Java是将所有的局部变量按数组的方式编号存储的。其中，一个int,float占该数组中的项，一个long,double变量占数组的两项，引用变量占项。其余byte、char、short等得不到jvm承认的就按int处理了。 看一个实际的例子： public class Main public static void main(String args) int i = 3; int j = 3; int p = 10; int q = 10; Object o = new Object(); char c = c; double d = 1; int m = 10; javap -c Main,反汇编处理： public static void main(java.lang.String); Code: 0: iconst_3 1: istore_1 2: iconst_3 3: istore_2 4: bipush 10 6: istore_3 7: bipush 10 9: istore 4 11: new #2; /class java/lang/Object 14: dup 15: invokespecial #1; /Method java/lang/Object.:()V 18: astore 5 20: bipush 99 22: istore 6 24: dconst_1 25: dstore 7 27: bipush 10 29: istore 9 31: return 其实反汇编之后可以看出，程序中的变量名已经不存在了，代码中是按变量在局部变量数组中的索引来处理的（学过编译的同学应该很容易明白）。这里main函数的栈帧（Frame）里局部变量的内存布局是： 字节码中的istore后的参数指定存储的目标位置索引。 容易看出，即使两个变量存储的数据是相同的，它们也是各自存储自己的变量值，互不干涉。比如对和的操作是： 4: bipush 10/将常数放到栈顶 6: istore_3/将栈定的存入栈变量数组的第三个位置（即） 7: bipush 10/同上，同样存储的是 9: istore 4 当然还有最后的，也是存储的。并不是由于在栈中已经有3这个字面值，便将b直接指向3的地址。这样，就出现了a与b同时均指向3的情况。 不过必须指出的是，的确存在数据共享的情形。当然，所谓的共享是指编译器在生成class文件时的数据共享。比如下面的例子： public class Main public static void main(String args) int b1 = 64; int b2 = 64; int s1 = 128; int s2 = 128; int i1 = 65536; int i2 = 65536; double d1 = 15; double d2 = 15; 反汇编： public static void main(java.lang.String); Code: 0: bipush 64 2: istore_1 3: bipush 64 5: istore_2 6: sipush 128 9: istore_3 10: sipush 128 13: istore 4 15: ldc #2; /int 65536 17: istore 5 19: ldc #2; /int 65536 21: istore 6 23: ldc2_w #3; /double 15.0d 26: dstore 7 28: ldc2_w #3; /double 15.0d 31: dstore 9 33: return b1=64128，我们用个字节就可以存储这个数了，所以直接用bipush指令+操作数64，该指令一共占2个字节。64s1=12865536,常数128两个字节可以表示，因此这里生成的指令是sipush+操作数128，指令占3个字节。而到了65536的时候是如何处理的呢？编译器将它放到了常量池表里，这样编译器生成的class文件中，读取65536这个常数时，只需要条读取指令和个字节的索引，共2个字节。如果直接存这个数的话，我们需要的是加载指令四个字节操作数。当这个数多次出现时，通过索引进行操作的方式就可以较好的节省操作数所占的字节数（空间）。这样最大的好处就是能有效的减少class文件的大小。 同理，当处理double类型数据的时候，常数15.0d也是放入常量池里的，这样读取常数进行赋值时，读取指令只用了3个字节（ldc2_w #3;操作符1个字节，操作数2个字节，如果直接将15.0这个double常数放到指令中的话，单操作数就占去8个字节）。意义上面已经说明。 注意：不要把我说的共享和原贴所谓的共享混起来。我说的共享是class文件中字面量常数的共享，而变量是独立的、互不影响的，重复一遍，就是double d1 = 15.0;double d2 = 15.0,d1和d2都存的都是15.0,互不影响，但用来初始化它们的参数在class文件中只保存了一份。 另一种是包装类数据，如Integer, String, Double等将相应的基本数据类型包装起来的类。这些类数据全部存在于堆中，Java用new()语句来显示地告诉编译器，在运行时才根据需要动态创建，因此比较灵活，但缺点是要占用更多的时间。4. String是一个特殊的包装类数据。即可以用String str = new String(abc);的形式来创建，也可以用String str = abc；的形式来创建(作为对比，在JDK 5.0之前，你从未见过Integer i = 3;的表达式，因为类与字面值是不能通用的，除了String。而在JDK 5.0中，这种表达式是可以的！因为编译器在后台进行Integer i = new Integer(3)的转换)。前者是规范的类的创建过程，即在Java中，一切都是对象，而对象是类的实例，全部通过new()的形式来创建。Java中的有些类，如DateFormat类，可以通过该类的getInstance()方法来返回一个新创建的类，似乎违反了此原则。其实不然。该类运用了单例模式来返回类的实例，只不过这个实例是在该类内部通过new()来创建的，而getInstance()向外部隐藏了此细节。那为什么在String str = abc；中，并没有通过new()来创建实例，是不是违反了上述原则？其实没有。对于Integer i = 3;编译器并不是进行了Integer i = new Integer(3)这样的转换，而是这样处理： Integer i = Integer.valueOf(3); 为什么要这样处理呢？因为Java的设计者们有以下考虑（The Java Language Specification): Ideally, boxing a given primitive value p, would always yield an identical reference.理想的情况下，将一个基本类型值p装箱，总是得到一个同样的引用 In practice, this may not be feasible using existing implementation techniques. The rules above are a pragmatic compromise. The final clause above requires that certain common values always be boxed into indistinguishable objects. The implementation may cache these, lazily or eagerly. 因技术手段所限，于是有了这样的规定： If the value p being boxed is true, false, a byte, a char in the range u0000 to u007f, or an int or short number between -128 and 127, then let r1 and r2 be the results of any two boxing conversions of p. It is always the case that r1 = r2. 也就有了这样的现象： Integer i = 3; Integer j = 3; System.out.println(i=j); 打印true。 而 Integer i = 128; Integer j = 128; System.out.println(i=j); 打印false。 至于实现，有兴趣的可以参考Integer 类中public static Integer valueOf(int i)方法。 关于这一点，有些人也给出了好玩的结论，比如说我上面的这个例子，他们说当变量在-128127时，比较的是对象的值，而此范围之外是比较的是对象的地址。麻烦不？ 5. 关于String str = abc的内部工作。Java内部将此语句转化为以下几个步骤： (1)先定义一个名为str的对String类的对象引用变量：String str； (2)在栈中查找有没有存放值为abc的地址，如果没有，则开辟一个存放字面值为abc的地址，接着创建一个新的String类的对象o，并将o的字符串值指向这个地址，而且在栈中这个地址旁边记下这个引用的对象o。如果已经有了值为abc的地址，则查找对象o，并返回o的地址。 (3)将str指向对象o的地址。 值得注意的是，一般String类中字符串值都是直接存值的。但像String str = abc；这种场合下，其字符串值却是保存了一个指向存在栈中数据的引用！ 这段讲解问题是比较严重的。String具体是如何处理的呢？前面通过大于65535的int值和一般的double值已经说明了class文件中数据共享的原理，String的处理也是一样的。javac对.java文件进行处理，最后生成Class文件的字节码表示时，会同时生成一个常量池结构。在将数据放入常量池时，会对重复的数据进行过滤（其实是一个Map），保证值保存一份。这一点可以参考OpenJDK中javac的实现，常量池的代码在openjdklangtoolssrcshareclassescomsuntoolsjavacjvmPool.java中，看一下put方法的实现就都清楚了。 我们可以通过分析class文件证明这些常量的唯一性,例如： public class Main public static void main(String args) double d1 = 15; double d2 = 15; String s1 = Hello World!; String s2 = Hello World!; 反汇编： public static void main(java.lang.String); Code: 0: ldc2_w #2; /double 15.0d 3: dstore_1 4: ldc2_w #2; /double 15.0d 7: dstore_3 8: ldc #4; /String Hello World! 10: astore 5 12: ldc #4; /String Hello World! 14: astore 6 16: return 常数15.0在常量池的第二项，而常量String Hello World！在常量池的第4项。可以通过javap -verbose 类名，得到常量池的信息。 需要注意的是class文件中的常量池是静态信息，类加载的时候jvm会根据这个常量池的信息在内存中真正建立起常量池结构。 那常量池中的String对象Hello World！是何时创建的呢？我们再来看Java Virtual Machine Specification ： Loading of a class or interface that contains a String literal may create a new String object (2.4.8) to represent that literal. This may not occur if the a String object has already been created to represent a previous occurrence of that literal, or if the Sern method has been invoked on a String object representing the same string as the literal. To derive a string literal, the Java virtual machine examines the sequence of characters given by the CONSTANT_String_info structure. If the method Sern has previously been called on an instance of class String containing a sequence of Unicode characters identical to that given by the CONSTANT_String_info structure, then the result of string literal derivation is a reference to that same instance of class String. Otherwise, a new instance of class String is created containing the sequence of Unicode characters given by the CONSTANT_String_info structure; that class instance is the result of string literal derivation. Finally, the intern method of the new String instance is invoked. 通过上面的说明，我们知道类加载之后，常量池中已经创建好了字符串常量对象。 在我们的例子中就是，加载Main类的时候，创建了Hello World!所表示的字符串对象。因此，执行到String s1 = Hello World!; String s2 = Hello World!;不过把通过#2解析出的字符串常量对象的引用赋给s1和s2。 综上可知，字符串字面中的常量数据是保存在常量池中的。相同的内容也没有帖子中所谓的栈查找过程，当然就更没有所谓的栈地址旁边记录引用 之类的东东了。 原帖中又弄了一大堆例子试图说明栈数据共享这个论断，这里就不一一引用了。 还有一点需要交代一下，常量池在内存中的Perm区，这里一般不会被垃圾回收器打扰的。所以，不要认为对常量字符串的引用不存在了之后它就会被回收了。6. 数据类型包装类的值不可修改。不仅仅是String类的值不可修改，所有的数据类型包装类都不能更改其内部的值。7. 结论与建议： (1)我们在使用诸如String str = abc；的格式定义类时，总是想当然地认为，我们创建了String类的对象str。担心陷阱！对象可能并没有被创建！唯一可以肯定的是，指向String类的引用被创建了。至于这个引用到底是否指向了一个新的对象，必须根据上下文来考虑，除非你通过new()方法来显要地创建一个新的对象。因此，更为准确的说法是，我们创建了一个指向String类的对象的引用变量str，这个对象引用变量指向了某个值为abc的String类。清醒地认识到这一点对排除程序中难以发现的bug是很有帮助的。 这里总结的不错。说到这简单提一下，其实很多书上经常将对象和引用混在一起。比如说Object obj = new Object();说obj是个对象云云。我感觉这是个很坏的习惯。按照The Java Language Specification上的说明： There are two kinds of types in the Java programming language: primitive types (4.2) and reference types (4.3). There is also a special null type, the type of the