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
Nginx配置参数中文说明
查看>>
Nginx配置好ssl,但$_SERVER[‘HTTPS‘]取不到值
查看>>
Nginx配置实例-负载均衡实例:平均访问多台服务器
查看>>
NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
查看>>
NIO ByteBuffer实现原理
查看>>
Nio ByteBuffer组件读写指针切换原理与常用方法
查看>>
NIO Selector实现原理
查看>>
nio 中channel和buffer的基本使用
查看>>
NIO基于UDP协议的网络编程
查看>>
NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
查看>>
Nitrux 3.8 发布!性能全面提升,带来非凡体验
查看>>
NI笔试——大数加法
查看>>
NLog 自定义字段 写入 oracle
查看>>
NLP 基于kashgari和BERT实现中文命名实体识别(NER)
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
Nmap扫描教程之Nmap基础知识
查看>>