分配大的新字符串时如何使用更少的内存

Question

Java 字符串是不可变的，所以

当您创建一个字符串时，会在堆中为其分配一块内存，当您更改其值时，会为该字符串创建一个新的内存块，并且旧的内存块可以进行垃圾回收，例如例子

String str = func1_return_big_string_1()"; //not literal
String str= func2_return_big_string_2()"; //not literal

但是由于垃圾收集需要时间来启动，所以我们实际上在堆中拥有包含大字符串 1 和 2 的内存。如果这种情况经常发生，它们对我来说可能是个问题。

有没有办法让大字符串 2 在内存中使用字符串 1 的相同位置，这样我们在将大字符串 2 分配给 str 时就不需要额外的空间。

编辑： 感谢所有输入，最后我意识到我不应该期望 java 代码表现得像 c++ 代码（即不同的内存占用）。我编写了一个 c++ 11 演示，它按预期工作，最大的内存占用约为 20M（我试图加载的最大文件），右值引用和移动赋值运算符都按预期启动。 下面的演示是在 VS2012 中使用 c++ 11 完成的。

#include "stdafx.h"
#include <iostream>
#include <string>
#include <vector>
#include <fstream>
#include <thread>
using namespace std;

string readFile(const string &fileName)
{
    ifstream ifs(fileName.c_str(), ios::in | ios::binary | ios::ate);

    ifstream::pos_type fileSize = ifs.tellg();
    ifs.seekg(0, ios::beg);

    vector<char> bytes(fileSize);
    ifs.read(&bytes[0], fileSize);

    return string(&bytes[0], fileSize);
}

class test{
public:
    string m_content;
};

int _tmain(int argc, _TCHAR* argv[])
{
    string base("c:\\data");
    string ext(".bin");
    string filename;
    test t;
    //std::this_thread::sleep_for(std::chrono::milliseconds(5000));
    cout << "about to start" << endl;
    for(int i=0; i<=50; ++i) {
        cout << i << endl;
        filename = base + std::to_string(i) + ext;
        //rvalue reference & move assignment operator here
        //so no unnecessary copy at all
        t.m_content = readFile(filename);
        cout << "szie of content" << t.m_content.length() << endl;
    }
    cout << "end" << endl;
    system("pause");
    return 0;
}

Answer 1

使用StringBuffer，StringBuffer.append()

Answer 2

我看到了几个选项：

1. 使用char[]。
2. 将StringBuilder 复制到您的版本MyStringBuilder 中，并使用公共可重用缓冲区。主要缺点是它缺少正则表达式。当我需要提高性能时，我就是这样做的。
3. JDK
4. 使用公共可重用缓冲区将String 复制到MutableString。我认为添加自定义正则表达式匹配器不会有问题，因为有很多可用的匹配器。

Answer 3

为了避免新旧字符串同时在内存中，您可以通过将null 分配给变量来显式允许GC 清理它：

String str;
str = func1_return_big_string_1();
str = null; // Now, GC can clean, when it needs extra memory for the String.
str = func2_return_big_string_2();

更新：为了支持我的主张，我编写了一个测试用例来证明我是对的：http://ideone.com/BwGfSN。 该代码演示了（使用终结器）之间的区别：

GCTest test;
// Without the null assignment
test = create(0);
test = create(1);
test = null;
System.gc();

try {Thread.sleep(10);} catch (Exception e){}
System.out.println();

// With the null assignment
test = create(2);
test = null;
test = create(3);
test = null;
System.gc();

Answer 4

对于非实习字符串来说，这并不重要。如果您开始耗尽内存，垃圾收集器将删除不再引用的所有对象。

Interned Strings 更难收集，详见Garbage collection of String literals

EDIT 非驻留字符串就像一个普通对象。一旦不再引用它，它就会被垃圾回收。

如果 str 是唯一指向原始 String 的引用，并且 str 被更改为指向其他东西，则原始 String 有资格进行垃圾回收。因此，您不再需要担心内存不足，因为 JVM 会在需要内存时收集它。

Answer 5

我刚刚找到了一个MutableString 实现。它在Maven Central 中可用。以下是他们的 JavaDoc 页面的摘录：

• 可变字符串占用空间很小——它们的唯一属性是一个支持字符数组和一个整数；
• 他们的方法试图尽可能高效：例如，如果对数组访问的限制暗示了对参数的某些限制，我们不会显式检查它，并且使用布隆过滤器来加速多字符替换；
• 它们允许您直接访问后备阵列（风险自负）；
• 它们实现了CharSequence,，因此，例如，您可以使用标准 Java API 将可变字符串与正则表达式匹配或拆分；
• 它们实现了Appendable，因此它们可以与Formatter 和类似的类一起使用；

更新

您可以利用MutableString 的Appendable 接口以几乎零内存开销（8KB，这是Java 中的默认缓冲区大小）读取文件。使用 Guava 的 CharStreams.copy 看起来像这样：

MutableString str = new MutableString((int) file.length());
CharStreams.copy(Files.newReaderSupplier(file, Charset.defaultCharset()), str);
System.out.println(str);

Full working example.