java中的String可以有多长？

参考链接：     https://www.cnblogs.com/ibelieve618/p/6380328.html

https://www.cnblogs.com/htyj/p/8337209.html     https://blog.csdn.net/qq_36761831/article/details/99943600?utm_medium=distribute.pc_relevant.none-task-blog-baidujs_baidulandingword-0&spm=1001.2101.3001.4242

结论：

1、在编译期以字面量(字面量就是数据/数值，例如：1234，true，”abc”，’中’)形式放在java内存的栈中，以字节的个数代表String的长度，如果是拉丁字母，最长为65534（因为javac源码有个异常，不能为65535），如果含有中文（中文在utf-8中一般占三个字节），差别比较大，最大为65535。

2、存储的是数组和对象，凡是new建立的都是在堆中，理论上String最大长度为Integer.MAX_VALUE(2^31-1)，但是有些VMs（虚拟机）需要保留一些空间给头信息，所以此时最大为Integer.MAX_VALUE-8，随意堆上的String的长度尽量小于Integer.MAX_VALUE-8。

概念：

栈内存:栈内存首先是一片内存区域，存储的都是局部变量，凡是定义在方法中的都是局部变量（方法外的是全局变量），for循环内部定义的也是局部变量，是先加载函数才能进行局部变量的定义，所以方法先进栈，然后再定义变量，变量有自己的作用域，一旦离开作用域，变量就会被释放。栈内存的更新速度很快，因为局部变量的生命周期都很短。

 堆内存:存储的是数组和对象（其实数组就是对象），凡是new建立的都是在堆中，堆中存放的都是实体（对象），实体用于封装数据，而且是封装多个（实体的多个属性），如果一个数据消失，这个实体也没有消失，还可以用，所以堆是不会随时释放的，但是栈不一样，栈里存放的都是单个变量，变量被释放了，那就没有了。堆里的实体虽然不会被释放，但是会被当成垃圾，Java有垃圾回收机制不定时的收取。

那么String在栈和堆中都是以什么样的形式存在呢？

例如：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，接着在栈中创建一个新的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！ 
为了更好地说明这个问题，我们可以通过以下的几个代码进行验证。 
            String str1 = "abc"; 
            String str2 = "abc"; 
            System.out.println(str1==str2); //true 
注意，我们这里并不用str1.equals(str2)；的方式，因为这将比较两个字符串的值是否相等。==号，根据JDK的说明，只有在两个引用都指向了同一个对象时才返回真值。而我们在这里要看的是，str1与str2是否都指向了同一个对象。 
结果说明，JVM创建了两个引用str1和str2，但只创建了一个对象，而且两个引用都指向了这个对象。 
我们再来更进一步，将以上代码改成： 
            String str1 = "abc"; 
            String str2 = "abc"; 
            str1 = "bcd"; 
            System.out.println(str1 + "," + str2); //bcd, abc 
            System.out.println(str1==str2); //false 
这就是说，赋值的变化导致了类对象引用的变化，str1指向了另外一个新对象！而str2仍旧指向原来的对象。上例中，当我们将str1的值改为"bcd"时，JVM发现在栈中没有存放该值的地址，便开辟了这个地址，并创建了一个新的对象，其字符串的值指向这个地址。 
事实上，String类被设计成为不可改变(final)的类。如果你要改变其值，可以，但JVM在运行时根据新值悄悄创建了一个新对象，然后将这个对象的地址返回给原来类的引用。这个创建过程虽说是完全自动进行的，但它毕竟占用了更多的时间。在对时间要求比较敏感的环境中，会带有一定的不良影响。 
再修改原来代码： 
            String str1 = "abc"; 
            String str2 = "abc"; 
            str1 = "bcd"; 
            String str3 = str1; 
            System.out.println(str3); //bcd 
            String str4 = "bcd"; 
            System.out.println(str1 == str4); //true 
str3这个对象的引用直接指向str1所指向的对象(注意，str3并没有创建新对象)。当str1改完其值后，再创建一个String的引用str4，并指向因str1修改值而创建的新的对象。可以发现，这回str4也没有创建新的对象，从而再次实现栈中数据的共享。 
我们再接着看以下的代码。 
            String str1 = new String("abc"); 
            String str2 = "abc"; 
            System.out.println(str1==str2); //false 
创建了两个引用。创建了两个对象。两个引用分别指向不同的两个对象。 
            String str1 = "abc"; 
            String str2 = new String("abc"); 
            System.out.println(str1==str2); //false 
创建了两个引用。创建了两个对象。两个引用分别指向不同的两个对象。 
以上两段代码说明，只要是用new()来新建对象的，都会在堆中创建，而且其字符串是单独存值的，即使与栈中的数据相同，也不会与栈中的数据共享。 
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。 
(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。 
(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final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。

正文：如下图，两者的String长度最长都是多少呢？

栈内存中：

当我们使用字符串字面量直接定义String的时候，是会把字符串在常量池中存储一份的。那么上面提到的65534其实是常量池的限制。常量池中的每一种数据项也有自己的类型。Java中的UTF-8编码的Unicode字符串在常量池中以CONSTANT_Utf8类型表示。

我们使用字面量定义的字符串在字节码class文件中，是使用CONSTANTUtf8info存储的，而CONSTANTUtf8info中有u2 length;表明了该类型存储数据的长度。u2是无符号的16位整数，因此理论上允许的的最大长度是2^16=65536。所以u1的bytes理论上最多能存储65536个字节（下文解释其实不是65536）。其运行时加载到jvm内存的方法区中的常量池内，（如果常量池太小，longString放不下就会出现oom，常量池大小可以控制，一般不会出现常量池太小的问题）

但是在测试时发现，传入65535个a会报错Error:java:constant string too long，查看编译器源码（javac源码）发现如下代码，所以这是编译器源码的一个bug，对于拉丁字符（Latin）由于一个字符占用一个字节，就会触发下图的代码，导致最多能存储65534个字节。

如果存储的字符串含有中文，中文在utf-8中一般占据三个字节，所以不会触发上图的方法，而是先将中文转成utf-8的编码，如下图。此时的代码就是正确的，最多能存储65535个字节。

所以在栈内存中String的长度总结如下：

堆内存

new的String存放在堆内存中，在读取文件时，其实就是new 一个String，这个String的背后其实就是一个char的数组，这个数组的大小受虚拟机指令newArray的限制，这个newArray接受的是一个整型的参数，理论上最大为Integer.MAX_VALUE，但是有些VMs（虚拟机）需要保留一些空间给头信息，所以此时最大为Integer.MAX_VALUE-8，随意堆上的String的长度尽量小于Integer.MAX_VALUE-8。

总结：

本章回顾：