博客
关于我
为什么Java中1000==1000为false而100==100为true?
阅读量:536 次
发布时间:2019-03-09

本文共 1243 字,大约阅读时间需要 4 分钟。

在Java中,对象的相等性比较主要看引用的指向是否相同,而不是对象本身的值是否相同。然而,对于Java的Integer类,内部实现采用了一个优化策略,即对一个范围内的数使用共享对象,从而节省内存。具体来说,对于-128到127之间的整数值,Integer类维护了一个缓存池,这样每次请求一个整数时,都会优先从缓存中获取已经存在的对象。如果缓存中没有对应的对象,则会创建一个新的,然后存入缓存备用。

当我们执行以下代码时:

Integer a = 1000, b = 1000;System.out.println(a == b);  // 1Integer c = 100, d = 100;System.out.println(c == d);  // 2

结果显示a == b返回false,而c == d返回true。这并不是因为1000和100本身有差异,而是因为较大的整数值(如1000)不会被缓存,因此a和b指向了不同的对象实例。而对于较小的整数值(如100),由于IntegerCache机制的作用,c和d指向了同一个缓存对象。

为了理解这个机制,我们可以查看Integer类的内部实现。Integer类包含一个私有的内部类IntegerCache,其作用是缓存-128到127之间的所有整数对象。当创建Integer对象时,首先会尝试从缓存中获取,若找不到则创建新对象并存储在缓存中。这样,对于同一个值的多个Integer实例,会指向同一个缓存对象,从而导致==比较返回true。

然而,通过反射API可以绕过这个机制。例如:

public static void main(String[] args) throws NoSuchFieldException, IllegalAccessException {    Class cache = Integer.class.getDeclaredClasses()[0];    Field myCache = cache.getDeclaredField("cache");    myCache.setAccessible(true);    Integer[] newCache = (Integer[]) myCache.get(cache);    newCache[132] = newCache[133];    int a = 2;    int b = a + a;    System.out.println(a + " + " + a + " = " + b);}

该代码通过反射获取IntegerCache的缓存字段,并修改其内容,模拟了解内存管理机制的行为。通过这种方式,可以更深入地理解IntegerCache的工作原理及其对Java内存管理的优化作用。

总结来说,Java对Integer类的缓存机制确实影响了对象比较的结果,这既是性能优化的体现,也需要开发者在编写代码时注意其潜在影响。

转载地址:http://gehiz.baihongyu.com/

你可能感兴趣的文章
PageRank算法
查看>>
Paint类(画笔)
查看>>
paip.android 手机输入法制造大法
查看>>
paip.spring3 mvc servlet的配置以及使用最佳实践
查看>>
Palindrome Number leetcode java
查看>>
Palo Alto Networks Expedition 未授权SQL注入漏洞复现(CVE-2024-9465)
查看>>
Palo Alto Networks Expedition 远程命令执行漏洞(CVE-2024-9463)
查看>>
Palo Alto Networks PAN-OS身份认证绕过导致RCE漏洞复现(CVE-2024-0012)
查看>>
Panalog 日志审计系统 libres_syn_delete.php 前台RCE漏洞复现
查看>>
Springboot中@SuppressWarnings注解详细解析
查看>>
Panalog 日志审计系统 sprog_deletevent.php SQL 注入漏洞复现
查看>>
Panalog 日志审计系统 sprog_upstatus.php SQL 注入漏洞复现(XVE-2024-5232)
查看>>
Panalog 日志审计系统 前台RCE漏洞复现
查看>>
PANDA VALUE_COUNTS包含GROUP BY之前的所有值
查看>>
pandas -按连续日期时间段分组
查看>>
pandas -更改重新采样的时间序列的开始和结束日期
查看>>
pandas :to_excel() float_format
查看>>
pandas :加入有条件的数据框
查看>>
pandas :将多列汇总为一列,没有最后一列
查看>>
pandas :将时间戳转换为 datetime.date
查看>>