内存效率：HashMap 与 Array答案

【问题标题】：Memory efficiency: HashMap versus Array内存效率：HashMap 与 Array
【发布时间】：2014-02-20 13:11:19
【问题描述】：

我在考虑以下情况：我想计算字符串中字符的出现次数（例如用于排列检查）。

一种方法是分配一个包含 256 个整数的数组（我假设字符是 UTF-8），用零填充它，然后遍历字符串并在对应的数组位置上递增整数到字符的 int 值。

但是，对于这种方法，您每次都必须分配一个 256 个数组，即使分析的字符串非常短（因此只使用数组的一小部分）。

另一种方法是使用 Character 到 Integer HashTable 并为每个遇到的 char 存储一个数字。这样，您将只有实际在字符串中的字符的键。

由于我对 HashTable 的理解是理论上的，而且我真的不知道它是如何在 Java 中实现的，所以我的问题是：这两种方法中哪一种更节省内存？

编辑：

在讨论这个问题的过程中（谢谢大家的回答），我确实意识到我对 UTF-8 的性质有一个非常模糊的理解。经过一番搜索，我找到了我想分享的this great video，以防有人遇到同样的问题。

【问题讨论】：

我曾经拥有一台内存高达 56K 的 Apple II。我也曾经每天步行 5 英里上学，双向上山…… :) 也许那时我会担心 256 个整数的数组。
如果最小的 HashMap 占用的存储空间少于 256 个整数的数组，我会感到相当惊讶
问题的约束是如何准确定义的？ UTF-8 目前支持表示大约 250,000 个不同的字符。
可能有超过一百万，实际上分配给当前规范中的真实角色是不同的:)
有些字符集（例如 latin-9）可编码为 8 位并涵盖（西方）“欧洲语言”。在实践中，对于大多数现实世界的数据，即使只是 € 也将具有 8364 的十进制编码。您愿意分配多大的数组？地图突然变得更好了！

标签： java arrays hashtable

【解决方案1】：

我会使用数组。从性能方面来看，您可以保证持续访问。比散列表所能得到的更好。

由于它也只使用固定数量的内存，我认为没有缺点。 HashMap 很可能需要更多内存，即使您只存储几个元素。

顺便说一句，内存占用不应该是一个问题，因为您只需要数据结构，只要您需要它进行计数。无论如何，它将被垃圾收集。

【讨论】：

【解决方案2】：

初始化一个表示char的int值的整数数组，例如f的int值是102，也就是它的ascii值

http://www.asciitable.com/

char c = 'f';
int x = (int)c;

如果你知道你要处理的字符的范围，那就更容易了。

对于每次出现的 char 将数组中该 char 的索引增加一。如果您必须进行迭代，这种方法会很慢；如果您要进行排序，这种方法会很复杂，但不会占用大量内存。

请注意，在排序时会丢失索引

【讨论】：

【解决方案3】：

无需查看代码，我就知道 HashMap 至少需要一个基础对象、一个哈希表数组以及每个哈希条目的单独对象。通常，一个 int 值必须存储为一个 Integer 对象，这样就有更多的对象。假设您有 30 个独特的字符：

32 字节用于基础对象
256 字节的最小大小哈希表数组
30 个表条目，每个条目 32 个字节
30 个整数中的每一个 16 个字节（如果高度优化）

32 + 256 + 960 + 480 = 1728 字节。这是一个最小的、非花哨的实现。

256 个整数的数组大约是 1056 个字节。

【讨论】：

【解决方案4】：

当您假设您的字符串是 UTF-8 时，我想知道为什么您选择 256 作为数组的长度。在 UTF-8 中，一个字符最多可以由 4 个字节组成，这意味着比 256 个字符多得多。

无论如何：使用 HashTable/HashMap 需要巨大的内存开销。首先，您的所有字符和整数都需要包装在一个对象（整数/字符）中。 Integer 消耗的内存大约是 int 的 3 倍。对于数组，由于 java 对数组执行的优化，差异可能更大（例如，java 堆栈只能以 4 字节的倍数工作，而在数组中，java 允许较小的类型（例如 char）仅消耗 2 个字节）。

那么 HashTable 本身会产生内存开销，因为它需要维护一个数组（通常没有完全使用）和链表来维护所有生成相同哈希的对象。

此外，数组的访问时间将大大加快。您保存了多个方法调用（add、hashCode、iterator...），并且在 java 字节码中存在许多操作码，以使处理数组更有效。

无论如何。你的问题是：

这两种方法中哪一种更节省内存？

可以肯定地说，数组的内存效率会更高。

但是，您应该绝对确定您的要求是什么。您需要更高的内存效率吗？（如果您处理大量数据或使用速度较慢的设备（移动设备？）可能是真的）代码的可读性有多重要？代码大小如何？可重用性？

而且 ist 256 的大小真的正确吗？

【讨论】：

【解决方案5】：

这是事实。

HashMap 在后台使用数组作为其表。

所以如果你真的受限于在内存中寻找一个连续的空间，HashMap 的好处只是数组可能更小。

HashMap 是通用的，因此使用对象。

对象占用额外空间。我记得，它通常最少 8 或 16 个字节，具体取决于它是 32 位还是 64 位系统。这意味着 HashMap 可能不会更小，即使 String 中的字符数很少。 HashMap 需要为每个条目添加 3 个额外的对象：Entry、Character 和 Integer。 HashMap 还需要在本地存储索引的 int，而数组不需要。

除此之外，还会使用 HashMap 进行一些额外的计算。

我还要说空间优化不是您应该担心的事情。无论哪种方式，内存占用实际上都非常小。

【讨论】：