为什么string.intern（）这么慢？

Question

在有人质疑使用的事实之前string.intern()，我先说一下，出于内存和性能的原因，我需要在特定的应用程序中使用它。[1]

因此，到目前为止，我一直使用String.intern()并假定这是最有效的方法。但是，自古以来我就注意到它是软件的瓶颈。[2]

然后，就在最近，我试图String.intern()用一个巨大的映射替换，在该映射中放置/获取字符串，以便每次获得唯一的实例。我以为这会慢一些…但是事实恰恰相反！它快得多了！intern()通过推送/轮询地图（实现完全相同）来替换，可以使速度提高一个数量级。

问题是：为什么intern()这么慢？那么为什么不简单地将其备份到地图（或者实际上只是一个自定义集合）中，却会大大加快速度？我很困惑

[1]：对于难以置信的用户：它是自然语言处理，必须处理千兆字节的文本，因此需要避免同一字符串的许多实例，以免消耗内存和参照字符串比较足够快。

[2]：没有它（普通字符串），就不可能了，这一步仍然是计算最密集的一步

编辑：

由于对本文的兴趣出奇，因此可以通过以下代码对其进行测试：

http://pastebin.com/4CD8ac69

实习超过一百万个字符串的结果：

• HashMap：4秒
• String.intern()：54秒

由于避免了一些预热/ OS IO缓存和类似的操作，因此通过颠倒两个基准测试的顺序重复了该实验：

• String.intern()：69秒
• HashMap：3秒

如您所见，差异非常明显，超过十倍。（使用OpenJDK 1.6.0_22 64位…但是我认为使用sun会产生类似的结果）

Answer 1

性能差异的最可能原因：String.intern()是本机方法，调用本机方法会产生大量开销。

那么为什么它是本机方法呢？可能是因为它使用了常量池，这是一种低级VM构造。