java - 优化 Java 中字符串集合的内存使用

Question

我有大量的名称-值对(大约 100k)，我需要将它们存储在某种缓存(例如 HashMap )中，其中值是一个字符串，平均大小约为 30k 字节。

现在我知道了一个事实，即大量值具有完全相同的字符串数据。为了避免多次分配相同的字符串数据，我想以某种方式重用以前分配的字符串，从而消耗更少的内存。此外，这需要相当快。即逐个扫描所有先前分配的值不是一种选择。

关于如何解决这个问题有什么建议吗？

Answer 1

不要使用 String.intern(多年来一直存在与此相关的各种内存问题)。相反，创建您自己的缓存，类似于 String.intern。基本上，您需要一个 Map，其中每个键都映射到自身。然后，在缓存任何字符串之前，您“实习”它:

private Map<String,WeakReference<String>> myInternMap = new WeakHashMap<String,,WeakReference<String>>();
public String intern(String value) {
  synchronized(myInternMap) {
    WeakReference<String> curRef = myInternMap.get(value);
    String curValue = ((curRef != null) ? curRef.get() : null);
    if(curValue != null) {
      return curValue;
    }

    myInternMap.put(value, new WeakReference<String>(value));
    return value;
  }
}

请注意，您对键和值使用弱引用，这样您就不会保留对不再使用的字符串的引用。