主頁 > 後端開發 > java~CompactStrings字符壓縮技術

java~CompactStrings字符壓縮技術

2023-06-27 07:53:52 後端開發

概念

在 Java 中,charbyte 型別占用的存盤空間是不同的,

  1. char 型別:char 是 16 位無符號的 Unicode 字符型別,用于表示單個字符,在 Java 中,char 型別占用 2 個位元組(16 位)的存盤空間,

  2. byte 型別:byte 是 8 位有符號整數型別,表示范圍在 -128 到 127 之間的整數,在 Java 中,byte 型別占用 1 個位元組(8 位)的存盤空間,

需要注意的是,雖然 charbyte 在 Java 中分別占用不同的存盤空間,但它們表示的資料型別和范圍也是不同的,char 用于表示字符,而 byte 用于表示整數,在處理資料時,應根據具體的需求和資料型別選擇合適的型別,

char(0~65535)

char 在 Java 中占用 2 個位元組(16 位)的空間是因為 Java 使用的是 Unicode 字符編碼,其中字符的表示范圍為 0 到 65535(即 2^16-1),

Unicode 是一種國際標準字符集,為世界上幾乎所有的字符分配了唯一的識別符號,它包含了各種語言的字符、符號、表情等,為了能夠表示這么多的字符,Java 選擇了使用 2 個位元組(16 位)來存盤 char 型別,

Java 的 char 型別使用的是 UTF-16 編碼,它是一種可變長度的編碼方式,可以使用 2 個位元組來表示大部分的字符,但對于一些特殊字符(如表情符號),可能需要使用額外的代碼點進行編碼,

需要注意的是,Unicode 字符集實際上定義了超過 65536 個字符,為了表示超出 65535 的字符,Unicode 使用了一種擴展編碼方式,稱為 UTF-16 編碼,UTF-16 編碼使用了一種叫作代理對(Surrogate Pair)的技術,將一個字符表示為兩個 char 型別的編碼單元,

因此,雖然 char 型別的范圍是 0 到 65535,但實際上可以表示更多的字符,在處理 Unicode 字符時,需要特別注意代理對的處理,以確保正確地處理和顯示字符,

byte(-128~127)

在 Java 中,byte 是一個基本資料型別,用于表示 8 位的有符號整數,它的取值范圍為 -128 到 127,

byte 型別通常用于處理位元組資料,例如讀取和寫入二進制檔案、網路傳輸中的位元組流、加密演算法等,由于 byte 型別占用的空間較小,因此在需要節省記憶體或處理位元組級資料的情況下,經常使用 byte 型別,

以下是一些關于 byte 型別的特點和用法:

  1. 取值范圍:byte 型別的取值范圍為 -128 到 127,可以通過 Byte.MIN_VALUEByte.MAX_VALUE 常量來獲取最小值和最大值,

  2. 記憶體占用:byte 型別占用 1 個位元組(8 位)的存盤空間,

  3. 位元組操作:byte 型別適用于處理位元組級資料,例如讀取和寫入二進制檔案、網路傳輸中的位元組流等,可以使用輸入輸出流、緩沖流等類來讀寫 byte 資料,

  4. 陣列:可以創建 byte 陣列來存盤一組位元組資料,例如,byte[] data = https://www.cnblogs.com/lori/archive/2023/06/26/new byte[10]; 創建了一個長度為 10 的 byte 陣列,

  5. 型別轉換:byte 型別可以與其他整數型別進行相互轉換,可以使用型別轉換運算子(如 (byte) value)將其他整數型別轉換為 byte 型別,或者將 byte 型別轉換為其他整數型別,

需要注意的是,在進行 byte 型別的運算時,會發生整數提升,也就是說,byte 型別的運算元會先被提升為 int 型別,然后進行運算,

byte a = 10;
byte b = 20;
byte c = (byte) (a + b);  // 需要進行型別轉換

總而言之,byte 型別在 Java 中是用于表示 8 位有符號整數的資料型別,適用于處理位元組級資料和節省記憶體的場景,

java9對字串存盤的優化Compact Strings(緊湊字串)

Java 9 對字串的優化主要集中在字串存盤和處理方面,引入了一項被稱為 Compact Strings(緊湊字串)的改進,Compact Strings 的目標是減少字串在記憶體中的占用空間,提高性能和效率,

在 Java 8 及之前的版本中,字串內部使用 char 陣列來存盤字符資料,并使用額外的 int 型欄位記錄字串的偏移量和長度,這種表示方式在包含大量 ASCII 字符的字串中會造成空間浪費,因為每個字符仍然占用 2 個位元組的存盤空間,

Java 9 引入了 Compact Strings 的概念,對于僅包含 Latin-1 字符集(即 Unicode 編碼范圍在 U+0000 至 U+00FF 之間)的字串,使用位元組陣列存盤資料,每個字符只占用 1 個位元組,這樣可以大大減少這類字串的記憶體占用,對于包含非 Latin-1 字符的字串,仍然使用 char 陣列存盤資料,每個字符占用 2 個位元組,

Compact Strings 的優化帶來了兩個主要的好處:

  1. 記憶體占用減少:對于僅包含 Latin-1 字符的字串,在記憶體中占用的空間減少一半,從而可以降低記憶體消耗,

  2. 性能提升:減少了字串的記憶體占用,可以減少記憶體的分配和垃圾回收的頻率,從而提高了性能和效率,

需要注意的是,Compact Strings 僅適用于字串物件的內部表示方式,對于開發者來說,字串的使用方式和 API 并沒有變化,開發者無需對現有的代碼進行修改,可以繼續使用字串相關的方法和操作,

這項優化是在底層實作層面上進行的,旨在提高 Java 運行時的性能和記憶體利用率,使開發者能夠更高效地處理字串資料,

-XX:+CompactStrings

在 Java 命令列啟動時,可以通過使用 -XX:+CompactStrings 引數來開啟 Compact Strings,該引數告訴 Java 虛擬機在啟動時啟用緊湊字串(Compact Strings)優化,

以下是使用 Java 命令列啟動并開啟 Compact Strings 的示例:

java -XX:+CompactStrings -jar YourJarFile.jar

在上述示例中,-XX:+CompactStrings 引數指示 Java 虛擬機開啟 Compact Strings 優化,-jar YourJarFile.jar 部分是指定要執行的 JAR 檔案,

請注意,Compact Strings 優化是默認開啟的,可以在不使用 -XX:+CompactStrings 引數的情況下自動啟用,但如果需要明確指定開啟或禁用 Compact Strings,可以使用相應的命令列引數,

作者:倉儲大叔,張占嶺,
榮譽:微軟MVP
QQ:853066980

支付寶掃一掃,為大叔打賞!

轉載請註明出處,本文鏈接:https://www.uj5u.com/houduan/556010.html

標籤:其他

上一篇:Maven進階學習指南

下一篇:返回列表

標籤雲
其他(161632) Python(38254) JavaScript(25514) Java(18265) C(15238) 區塊鏈(8272) C#(7972) AI(7469) 爪哇(7425) MySQL(7269) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5875) 数组(5741) R(5409) Linux(5347) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4606) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2437) ASP.NET(2404) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) .NET技术(1985) HtmlCss(1972) 功能(1967) Web開發(1951) C++(1942) python-3.x(1918) 弹簧靴(1913) xml(1889) PostgreSQL(1881) .NETCore(1863) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 【C++】Microsoft C++、C 和匯編程式檔案

    ......

    uj5u.com 2020-09-10 00:57:23 more
  • 例外宣告

    相比于斷言適用于排除邏輯上不可能存在的狀態,例外通常是用于邏輯上可能發生的錯誤。 例外宣告 Item 1:當函式不可能拋出例外或不能接受拋出例外時,使用noexcept 理由 如果不打算拋出例外的話,程式就會認為無法處理這種錯誤,并且應當盡早終止,如此可以有效地阻止例外的傳播與擴散。 示例 //不可 ......

    uj5u.com 2020-09-10 00:57:27 more
  • Codeforces 1400E Clear the Multiset(貪心 + 分治)

    鏈接:https://codeforces.com/problemset/problem/1400/E 來源:Codeforces 思路:給你一個陣列,現在你可以進行兩種操作,操作1:將一段沒有 0 的區間進行減一的操作,操作2:將 i 位置上的元素歸零。最終問:將這個陣列的全部元素歸零后操作的最少 ......

    uj5u.com 2020-09-10 00:57:30 more
  • UVA11610 【Reverse Prime】

    本人看到此題沒有翻譯,就附帶了一個自己的翻譯版本 思考 這一題,它的第一個要求是找出所有 $7$ 位反向質數及其質因數的個數。 我們應該需要質數篩篩選1~$10^{7}$的所有數,這里就不慢慢介紹了。但是,重讀題,我們突然發現反向質數都是 $7$ 位,而將它反過來后的數字卻是 $6$ 位數,這就說明 ......

    uj5u.com 2020-09-10 00:57:36 more
  • 統計區間素數數量

    1 #pragma GCC optimize(2) 2 #include <bits/stdc++.h> 3 using namespace std; 4 bool isprime[1000000010]; 5 vector<int> prime; 6 inline int getlist(int ......

    uj5u.com 2020-09-10 00:57:47 more
  • C/C++編程筆記:C++中的 const 變數詳解,教你正確認識const用法

    1、C中的const 1、區域const變數存放在堆疊區中,會分配記憶體(也就是說可以通過地址間接修改變數的值)。測驗代碼如下: 運行結果: 2、全域const變數存放在只讀資料段(不能通過地址修改,會發生寫入錯誤), 默認為外部聯編,可以給其他源檔案使用(需要用extern關鍵字修飾) 運行結果: ......

    uj5u.com 2020-09-10 00:58:04 more
  • 【C++犯錯記錄】VS2019 MFC添加資源不懂如何修改資源宏ID

    1. 首先在資源視圖中,添加資源 2. 點擊新添加的資源,復制自動生成的ID 3. 在解決方案資源管理器中找到Resource.h檔案,編輯,使用整個專案搜索和替換的方式快速替換 宏宣告 4. Ctrl+Shift+F 全域搜索,點擊查找全部,然后逐個替換 5. 為什么使用搜索替換而不使用屬性視窗直 ......

    uj5u.com 2020-09-10 00:59:11 more
  • 【C++犯錯記錄】VS2019 MFC不懂的批量添加資源

    1. 打開資源頭檔案Resource.h,在其中預先定義好宏 ID(不清楚其實ID值應該設定多少,可以先新建一個相同的資源項,再在這個資源的ID值的基礎上遞增即可) 2. 在資源視圖中選中專案資源,按F7編輯資源檔案,按 ID 型別 相對路徑的形式添加 資源。(別忘了先把檔案拷貝到專案中的res檔案 ......

    uj5u.com 2020-09-10 01:00:19 more
  • C/C++編程筆記:關于C++的參考型別,專供新手入門使用

    今天要講的是C++中我最喜歡的一個用法——參考,也叫別名。 參考就是給一個變數名取一個變數名,方便我們間接地使用這個變數。我們可以給一個變數創建N個參考,這N + 1個變數共享了同一塊記憶體區域。(參考型別的變數會占用記憶體空間,占用的記憶體空間的大小和指標型別的大小是相同的。雖然參考是一個物件的別名,但 ......

    uj5u.com 2020-09-10 01:00:22 more
  • 【C/C++編程筆記】從頭開始學習C ++:初學者完整指南

    眾所周知,C ++的學習曲線陡峭,但是花時間學習這種語言將為您的職業帶來奇跡,并使您與其他開發人員區分開。您會更輕松地學習新語言,形成真正的解決問題的技能,并在編程的基礎上打下堅實的基礎。 C ++將幫助您養成良好的編程習慣(即清晰一致的編碼風格,在撰寫代碼時注釋代碼,并限制類內部的可見性),并且由 ......

    uj5u.com 2020-09-10 01:00:41 more
最新发布
  • java~CompactStrings字符壓縮技術

    # 概念 在 Java 中,`char` 和 `byte` 型別占用的存盤空間是不同的。 1. `char` 型別:`char` 是 16 位無符號的 Unicode 字符型別,用于表示單個字符。在 Java 中,`char` 型別占用 2 個位元組(16 位)的存盤空間。 2. `byte` 型別: ......

    uj5u.com 2023-06-27 07:53:52 more
  • Maven進階學習指南

    當我們在開發專案時,有時需要用到外部依賴組件,例如當我們需要Json序列化的時候需要用到FastJson組件,我們可以通過下載對應jar包加載到專案中。但當一個大的專案同時需要依賴各種各樣的外部服務,就存在著配置繁瑣、依賴沖突等問題,因此可以通過maven來完成對應的依賴管理功能。 ......

    uj5u.com 2023-06-27 07:53:46 more
  • Kubernetes 關鍵組件和概念(二)

    ### 序 上一篇我們介紹了 k8s 的基本架構,我們在這篇文章將介紹 `Kubernetes` 關鍵組件和概念。 還是先來一張圖: ![1_2pdatNn7KzcQZpc8cOALOQ.webp][1] 根據上圖我們分別對`Deployment`、`ReplicaSet`、`Pod`詳細的介紹,其 ......

    uj5u.com 2023-06-27 07:53:39 more
  • [ARM 匯編]高級部分—ARM匯編編程實戰—3.3.1 嵌入式系統的基本

    嵌入式系統是一種特殊的計算機系統,通常用于執行特定的任務。它通常包含一個或多個微處理器、存盤器和外圍設備。與通用計算機系統相比,嵌入式系統具有體積小、功耗低、成本低和實時性強等特點。在這一部分,我們將介紹嵌入式系統的基本概念,并通過實體來展示如何在ARM匯編程式中應用這些概念。 1. **微處理器* ......

    uj5u.com 2023-06-27 07:48:24 more
  • 若依微服務版本集成積木報表

    ### 一、專案結構 新建報表微服務模塊,這是我的專案結構圖。 ![](https://pic.smartasc.cn/blogPics/20230626141851.png) ### 二、執行初始化資料腳本 運行積木報表的初始化腳本,創建相關表結構,github速度太慢,推薦使用 [gitee地址 ......

    uj5u.com 2023-06-27 07:43:05 more
  • 把jar包打成docker鏡像并推送到Docker Hub

    1、準備需要的jar包并復制到服務器某個目錄下 ![](https://img2023.cnblogs.com/blog/1928230/202306/1928230-20230626151543572-42173473.png) 2、在此目錄下,創建Dockerfile的文本檔案,并將以下內容添加 ......

    uj5u.com 2023-06-27 07:42:46 more
  • hovertool的基本使用

    # hovertool `HoverTool` 是 `Bokeh` 庫中的一個工具,它可以在滑鼠懸停在圖上時顯示資料。當滑鼠指標放在圖表的特定部分(比如散點圖的點或者線圖中的線的時候),該工具會顯示與該部分相關的附加資訊。 一般配套使用的是`from bokeh.plotting import fi ......

    uj5u.com 2023-06-27 07:42:35 more
  • 從2PC和容錯共識演算法討論zookeeper中的Create請求

    最近在讀《資料密集型應用系統設計》,其中談到了zookeeper對容錯共識演算法的應用。這讓我想到之前參考的zookeeper學習資料中,誤將容錯共識演算法寫成了2PC(兩階段提交協議),所以準備以此文對共識演算法和2PC做梳理和區分,也希望它能幫助像我一樣對這兩者有誤解的同學。 ......

    uj5u.com 2023-06-27 07:42:28 more
  • 【numpy基礎】--聚合計算

    上一篇介紹的**通用計算**是關于多個`numpy`陣列的計算, 本篇介紹的**聚合計算**一般是針對單個資料集的各種統計結果,同樣,使用**聚合函式**,也可以避免繁瑣的回圈陳述句的撰寫。 # 元素的和 陣列中的元素求和也就是合計值。 ## 呼叫方式 **聚合計算**有兩種呼叫方式,一種是面向物件的 ......

    uj5u.com 2023-06-27 07:42:23 more
  • celery筆記八之資料庫操作定時任務

    > 本文首發于公眾號:Hunter后端 > 原文鏈接:[celery筆記八之資料庫操作定時任務](https://mp.weixin.qq.com/s/iM0VxVMagmRNeG2VIc01pg) 前面我們介紹定時任務是在 celery.py 中的 `app.conf.beat_schedule` ......

    uj5u.com 2023-06-27 07:41:40 more