优化Java字符串集合的内存使用情况

Question

我有大量的名称-值对（大约100k），我需要将它们存储在某种高速缓存（例如哈希映射）中，其中值是一个平均大小约为30k字节的字符串。

现在我知道一个事实，大量的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，从而减少内存消耗。另外，这需要相当快。即，不能一一扫描所有先前分配的值。

关于如何解决此问题的任何建议？

Answer 1

千万 不能
使用中的String.intern（已经有过多年的与此相关的各种内存问题）。而是创建您自己的缓存，类似于String.intern。基本上，您需要一个Map，每个键都映射到其自身。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;
  }
}

注意，对键和值使用弱引用，这样就不会保留不再使用的字符串的引用。