Trung tâm cá nhân
sách gpt4 ăn đã đi

Cách tránh lãng phí bộ nhớ khi lưu trữ ký tự UTF-8 (8 bit) bằng ký tự Java (16 bit). Hai trong một?

In lại 作者：IT王子 更新时间：2023-10-28 23:38:48 30 4
mua khóa gpt4 giày nike

恐怕我对一个相当过饱和的主题的细节有疑问，我搜索了很多，但找不到一个明确的答案来解决这个特定的明显-imho-重要的问题:

使用UTF-8将byte[]转换为String时，每个字节(8bit)都变成了UTF-8编码的8位字符，但是java中每个UTF-8字符都保存为16位字符。那是对的吗？如果是，这意味着每个愚蠢的 java 字符只使用前 8 位，并消耗双倍的内存？这也正确吗？我想知道这种浪费行为是如何被接受的......

是不是有一些技巧来拥有一个 8 位的伪字符串？这实际上会导致更少的内存消耗吗？或者，有没有办法在一个java 16位字符中存储>两个< 8位字符以避免这种内存浪费？

感谢您提供任何令人困惑的答案...

编辑:你好，谢谢大家的回答。我知道 UTF-8 的可变长度属性。但是，由于我的源是 8 位字节，我理解(显然是错误的)它只需要 8 位 UTF-8 字。 UTF-8 转换是否实际上保存了您在 CLI 上执行“cat somebinary”时看到的奇怪符号？我认为 UTF-8 只是以某种方式用于将字节的每个可能的 8 位字映射到 UTF-8 的一个特定的 8 位字。错误的？我考虑过使用 Base64，但它很糟糕，因为它只使用 7 位..

问题重新表述:有没有更聪明的方法将字节转换为字符串？可能最喜欢的是将 byte[] 转换为 char[]，但我仍然有 16 位字。

其他用例信息:

我正在适应 Jedis (NoSQL Redis 的 java 客户端)作为 hypergraphDB 的“原始存储层”。所以，jedis是另一个“数据库”的数据库。我的问题是我必须一直为 jedis 提供 byte[] 数据，但在内部，>Redis<(实际的服务器)只处理“二进制安全”字符串。由于 Redis 是用 C 编写的，因此 char 是 8 位长，AFAIK 不是 7 位的 ASCIII。然而，在 Jedis 和 Java 世界中，每个字符的内部长度都是 16 位。我还不明白这段代码，但我想 jedis 然后将这个 java 16 位字符串转换为符合 Redis 的 8 位字符串(([这里] [3])。它说它扩展了 FilterOutputStream。我希望绕过byte[] <-> 字符串转换并使用那个Filteroutputstream...？)

现在我想知道:如果我必须一直相互转换 byte[] 和 String，数据大小从非常小到可能非常大，将每个 8 位字符传递为java中的16位？

câu trả lời hay nhất

Isn't there some trick to have a pseudo String that is 8 bit?

是的，请确保您拥有最新版本的 Java。 ;)

http://www.oracle.com/technetwork/java/javase/tech/vmoptions-jsp-140102.html

-XX:+UseCompressedStrings Use a byte[] for Strings which can be represented as pure ASCII. (Introduced in Java 6 Update 21 Performance Release)

编辑:此选项在 Java 6 更新 22 中不起作用，并且默认情况下在 Java 6 更新 24 中未启用。注意:似乎此选项可能会使性能降低约 10%。

下面的程序

public static void main(String... args) throws IOException {
    StringBuilder sb = new StringBuilder();
    for (int i = 0; i < 10000; i++)
        sb.append(i);

    đối với (int j = 0; j < 10; j++)
        test(sb, j >= 2);
}

private static void test(StringBuilder sb, boolean print) {
    List strings = new ArrayList();
    forceGC();
    long free = Runtime.getRuntime().freeMemory();

    long size = 0;
    for (int i = 0; i < 100; i++) {
        final String s = "" + sb + i;
        strings.add(s);
        size += s.length();
    }
    forceGC();
    long used = free - Runtime.getRuntime().freeMemory();
    if (print)
        System.out.println("Bytes per character is " + (double) used / size);
}

private static void forceGC() {
    thử {
        Hệ thống. gc();
        Thread.sleep(250);
        Hệ thống. gc();
        Thread.sleep(250);
    } bắt (InterruptedException e) {
        throw new AssertionError(e);
    }
}

默认打印

Bytes per character is 2.0013668655941212
Bytes per character is 2.0013668655941212
Bytes per character is 2.0013606946433575
Bytes per character is 2.0013668655941212

使用选项 -XX:+UseCompressedStrings 

Bytes per character is 1.0014671435440285
Bytes per character is 1.0014671435440285
Bytes per character is 1.0014609725932648
Bytes per character is 1.0014671435440285

关于java - 在 Java 字符(16 位)中存储 UTF-8 字符(8 位)时如何避免内存浪费。二合一？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5634855/

30 4 0
Đề xuất bài viết: function - 函数应该有多短？
Đề xuất bài viết: android - 如何检查 fragment 是否存在？
Đề xuất bài viết: c++ - C++中的快速内存访问？
Đề xuất bài viết: android - 如何在android中的菜单项之间添加填充？
IT王子
Hồ sơ

Tôi là một lập trình viên xuất sắc, rất giỏi!

Nhận phiếu giảm giá taxi Didi miễn phí
Phiếu giảm giá taxi Didi
Các bài viết phổ biến trên toàn bộ trang web
Chứng chỉ ICP Bắc Kinh số 000000
Hợp tác quảng cáo: 1813099741@qq.com 6ren.com
Xem sitemap của VNExpress