String s = new String(“abc”)执行过程中分别对应哪些内存区域?

news2026/5/2 3:51:41
类加载器将.class文件加载入内存类信息。。会进入方法区静态的字符串常量会变成运行时常量池String在编译之后变成符号引用会换成String类的实际存储地址“abc”先看看字符串常量池有没有他的引用没有的话就创建有的话直接给然后再堆中创建String对象存入abc引用然后把产生的地址给了变量创建两次相同内容字符串在堆中有两个在字符串常量池只有一个在Java中创建对象的过程包括以下几个步骤类加载检查虚拟机遇到一条 new 指令时首先将去检查这个指令的参数是否能在常量池中定位到一个类的符号引用并且检查这个符号引用代表的类是否已被加载过、解析和初始化过。如果没有那必须先执行相应的类加载过程。分配内存在类加载检查通过后接下来虚拟机将为新生对象分配内存。对象所需的内存大小在类加载完成后便可确定为对象分配空间的任务等同于把一块确定大小的内存从 Java 堆中划分出来。初始化零值内存分配完成后虚拟机需要将分配到的内存空间都初始化为零值不包括对象头这一步操作保证了对象的实例字段在 Java 代码中可以不赋初始值就直接使用程序能访问到这些字段的数据类型所对应的零值。进行必要设置比如对象头初始化零值完成之后虚拟机要对对象进行必要的设置例如这个对象是哪个类的实例、如何才能找到类的元数据信息、对象的哈希码、对象的 GC 分代年龄等信息。这些信息存放在对象头中。另外根据虚拟机当前运行状态的不同如是否启用偏向锁等对象头会有不同的设置方式。执行 init 方法在上面工作都完成之后从虚拟机的视角来看一个新的对象已经产生了但从 Java 程序的视角来看对象创建才刚开始——构造函数即class文件中的方法还没有执行所有的字段都还为零对象需要的其他资源和状态信息还没有按照预定的意图构造好。所以一般来说执行 new 指令之后会接着执行方法把对象按照程序员的意愿进行初始化这样一个真正可用的对象才算完全被构造出来。Java 中 双亲委派 是什么有啥用Java 中的 “双亲委派” 是类加载机制的核心原则简单说就是 「一个类加载器要加载类时先让父加载器去尝试加载只有父加载器加载不了自己才会去加载」。这里的 “双亲” 并不是指真正的继承关系而是类加载器之间的一种层级委派关系。具体来说Java 的类加载器有一套默认的层级结构最顶层是Bootstrap ClassLoader启动类加载器负责加载 JDK 核心类如java.lang.String往下是Extension ClassLoader扩展类加载器加载 JDK 扩展目录的类再往下是AppClassLoader应用类加载器加载我们自己写的类和第三方 jar 包我们也可以自定义类加载器放在最下层。当某个类加载器比如自定义加载器收到加载类的请求时它不会先自己动手而是把请求 “委派” 给父加载器父加载器同样会继续委派给它的父加载器直到传到最顶层的启动类加载器。如果父加载器能找到并加载这个类就直接返回如果所有父加载器都加载不了比如不在它们的加载范围内子加载器才会自己去尝试加载。举个例子我们自己写了一个java.lang.String类当AppClassLoader要加载它时会先委派给Extension ClassLoader再委派给Bootstrap ClassLoader。而启动类加载器发现自己已经加载过 JDK 自带的String类了就直接返回这个类不会去加载我们自定义的String类。这种机制的核心作用有两个保证类的唯一性和安全性避免同一个类被不同加载器重复加载确保核心类如 JDK 的String、Integer不会被篡改。比如上面的例子防止我们自定义的String类替换掉 JDK 的核心类否则可能引发安全问题比如修改String的底层实现导致系统混乱。实现类的复用核心类只需要被顶层加载器加载一次所有子加载器都能共享这个类减少内存消耗。简单说双亲委派就像 「孩子找东西先问家长家长解决不了再自己找」通过层级委派确保了 Java 核心类的安全和类加载的有序性是 Java 运行时环境稳定的基础。讲一下类加载过程加载通过类的全限定名包名 类名获取到该类的.class文件的二进制字节流将二进制字节流所代表的静态存储结构转化为方法区运行时的数据结构在内存中生成一个代表该类的Java.lang.Class对象作为方法区这个类的各种数据的访问入口连接验证、准备、解析 3 个阶段统称为连接。验证确保class文件中的字节流包含的信息符合当前虚拟机的要求保证这个被加载的class类的正确性不会危害到虚拟机的安全。验证阶段大致会完成以下四个阶段的检验动作文件格式校验、元数据验证、字节码验证、符号引用验证准备为类中的静态字段分配内存并设置默认的初始值比如int类型初始值是0。被final修饰的static字段不会设置因为final在编译的时候就分配了解析解析阶段是虚拟机将常量池的「符号引用」直接替换为「直接引用」的过程。符号引用是以一组符号来描述所引用的目标符号可以是任何形式的字面量只要使用的时候可以无歧义地定位到目标即可。直接引用可以是直接指向目标的指针、相对偏移量或是一个能间接定位到目标的句柄直接引用是和虚拟机实现的内存布局相关的。如果有了直接引用 那引用的目标必定已经存在在内存中了。初始化初始化是整个类加载过程的最后一个阶段初始化阶段简单来说就是执行类的类构造器方法 clinit()要注意的是这里的 clinit() 并不是开发者写的构造函数那个是实例构造器 init()而是编译器自动收集类中所有静态变量的赋值语句和静态代码块合并生成的。使用使用类或者创建对象卸载一个类要被JVM卸载条件非常苛刻需要同时满足以下三点该类所有的实例都已经被回收这是最显而易见的前提。如果堆中还存在这个类的任何一个实例对象那么定义这个对象的Class对象肯定不能被卸载。加载该类的ClassLoader已经被回收这是最关键也是最难满足的条件。类与其加载器是双向绑定的共生关系。一个类由哪个类加载器加载这个信息是存储在Class对象里的。要卸载一个类必须先卸载加载它的类加载器。类对应的Java.lang.Class对象没有任何地方被引用不能在任何地方通过反射如静态字段、全局变量、静态变量、JNI等途径引用到这个Class对象。一旦这个Class对象还存在强引用GC就不会回收它那么这个类也就不会被卸载。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2537653.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…