用於java的UTF-8字符串類

我需要在內存中保存大量的字符串對象（數百MB），並且我想將它們保存爲UTF-8格式，因爲在大多數情況下，它將需要一半的內存作爲默認實現使用。
默認的String類需要12個字符的字符串60個字節（請參閱http://blog.griddynamics.com/2010/01/java-tricks-reducing-memory-consumption.html）。
我的大部分字符串都是10-20個字符。
我不知道是否有一些開源的庫提供這種字符串的包裝？
我知道如何將字符串轉換爲UTF-8字節數組，但我正在尋找一個包裝類，它將提供所有需要的工具函數（哈希，等於，toString，fromString等）。用於java的UTF-8字符串類

來源

2013-01-09 Avner Levy

http://docs.oracle.com/javase/tutorial/i18n/text/string.html – Doorknob

Java以UTF-16內部存儲所有字符串，因此12個字符的字符串在內部爲24個字節。不計算強制性對象開銷，這個60字節的數字來自哪裏？ – fge

...最少24個字節，因爲UTF編碼是可變長度的（授予，在OP的示例中，您必須使用一些嚴重異域字符超過24個字節） –

的Apache Avro公司有它實現CharSequence的UTF8 wrapper class，但我不知道這樣的對象

的內存消耗

Hadoop的具有頗有些種類的接口的Text class你的願望

來源

2013-01-09 15:13:39 Grooveek

你的意思是使兩個鏈接相同嗎？ – AgilePro

不，確定:-)我已經做了更正 – Grooveek

如果你想有一個爲每個字符串創建不同的對象，並且希望它們儘可能緊湊，然後使用字節數組。這將是每字符1字節對2，並且你將不會有字符串標題的開銷（這可能增加每個對象32字節）。

但是，當然如果不首先轉換爲字符串，您將無法使用這些字符串方法。

但是，如果您真的想節省空間，請將字符串背靠背地存儲在幾個較大的數組中，並使用「dope vectors」來查找單個字符串。

來源

2013-01-10 21:48:15

用於java的UTF-8字符串類

回答

相關問題