栈与堆的思考

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？ 

1. 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 Test{
   int 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１项，一个long,double变量占数组的两项，引用变量占１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ｐ和ｑ的操作是： 

   4:    bipush    10　　//将常数１０放到栈顶 

   6:    istore_3　　　//将栈定的１０存入栈变量数组的第三个位置（即ｐ） 

   7:    bipush    10　　//同上，同样存储的是１０ 

   9:    istore    4 

   　　　当然还有最后的ｍ，也是存储的１０。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=64<128，我们用１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。64

   　 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。 

      
   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)。

   　　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-128~127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openjdk\langtools\src\share\classes\com\sun\tools\javac\jvm\Pool.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 String.intern 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 String.intern 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，这里一般是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 expression null, which has no name.

在初学时就自然的把变量分为两种（基本类型变量和引用类型变量）是再好不过的了。我们也不用费力的去分析==和equals（）什么关系。因为很自然，==就是比较变量的"值"，基本类型变量存的就是数据值，数据相等就可以确定"=="为 true，而引用类型存的是可以找到对象的信息（一般的jvm实现中都将引用作为一个指针，起码SUN和IBM的虚拟机都是这么处理的，可以参考相关资料，这种意义下就可以认为引用保存的是地址值），如果两个引用变量的"值"能让我们找到同一个对象，那它们的"=="也为true。

  (2)使用String str = "abc"；的方式，可以在一定程度上提高程序的运行速度，因为JVM会自动根据栈中数据的实际情况来决定是否有必要创建新对象。而对于String str = new String("abc")；的代码，则一概在堆中创建新对象，而不管其字符串值是否相等，是否有必要创建新对象，从而加重了程序的负担。这个思想应该是享元模式的思想，但JDK的内部在这里实现是否应用了这个模式，不得而知。
String str = new String("abc")；千万不要这样写代码！
  (3)当比较包装类里面的数值是否相等时，用equals()方法；当测试两个包装类的引用是否指向同一个对象时，用==。
  (4)由于String类的immutable性质，当String变量需要经常变换其值时，应该考虑使用StringBuffer类，以提高程序效率。 

        虽然分析基本错误，但原帖中的结论是比较有价值的。 

我这里只是以《关于java栈与堆的思考》为例说明一个现象，就是错误的知识因转载和共享也会成为大多数人认定的真理。类似的还有很多很多这样形成的"真理"，比如： 

《Java关键字final、static使用总结》中有一句话，注意：父类的private成员方法是不能被子类方法覆盖的，因此private类型的方法默认是final类型的。 

        想不明白这个因为所以怎么推出来的，本来不相关的两个概念。 

有一个帖子《如何优化JAVA程序开发，提高JAVA性能》，对性能分析给出了很多好的建议，但使用String类型举例子，结果带来了很多错误的证据。 

还有一个耳熟能详的说法，"如果自己不定义构造方法，编译器自动提供一个public的缺省构造方法"，谁说一定是public的呢？ 

再比如，"一个引用变量不用了之后,使用obj = null;是个好习惯"，了解GC的话，这并不是什么好习惯。可以参考http://developers.sun.com/learning/javaoneonline/2007/pdf/TS-2906.pdf。