java~CompactStrings字符壓縮技術
概念
在 Java 中,char 和 byte 類型占用的存儲空間是不同的。
-
char類型:char是 16 位無符號的 Unicode 字符類型,用于表示單個字符。在 Java 中,char類型占用 2 個字節(16 位)的存儲空間。 -
byte類型:byte是 8 位有符號整數類型,表示范圍在 -128 到 127 之間的整數。在 Java 中,byte類型占用 1 個字節(8 位)的存儲空間。
需要注意的是,雖然 char 和 byte 在 Java 中分別占用不同的存儲空間,但它們表示的數據類型和范圍也是不同的。char 用于表示字符,而 byte 用于表示整數。在處理數據時,應根據具體的需求和數據類型選擇合適的類型。
char(0~65535)
char 在 Java 中占用 2 個字節(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標識符。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 個字節(16 位)來存儲 char 類型。
Java 的 char 類型使用的是 UTF-16 編碼,它是一種可變長度的編碼方式,可以使用 2 個字節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 類型的編碼單元。
因此,雖然 char 類型的范圍是 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 是一個基本數據類型,用于表示 8 位的有符號整數。它的取值范圍為 -128 到 127。
byte 類型通常用于處理字節數據,例如讀取和寫入二進制文件、網絡傳輸中的字節流、加密算法等。由于 byte 類型占用的空間較小,因此在需要節省內存或處理字節級數據的情況下,經常使用 byte 類型。
以下是一些關于 byte 類型的特點和用法:
-
取值范圍:
byte類型的取值范圍為 -128 到 127??梢酝ㄟ^Byte.MIN_VALUE和Byte.MAX_VALUE常量來獲取最小值和最大值。 -
內存占用:
byte類型占用 1 個字節(8 位)的存儲空間。 -
字節操作:
byte類型適用于處理字節級數據,例如讀取和寫入二進制文件、網絡傳輸中的字節流等??梢允褂幂斎胼敵隽鳌⒕彌_流等類來讀寫byte數據。 -
數組:可以創建
byte數組來存儲一組字節數據。例如,byte[] data = new byte[10];創建了一個長度為 10 的byte數組。 -
類型轉換:
byte類型可以與其他整數類型進行相互轉換??梢允褂妙愋娃D換運算符(如(byte) value)將其他整數類型轉換為byte類型,或者將byte類型轉換為其他整數類型。
需要注意的是,在進行 byte 類型的運算時,會發生整數提升。也就是說,byte 類型的操作數會先被提升為 int 類型,然后進行運算。
byte a = 10;
byte b = 20;
byte c = (byte) (a + b); // 需要進行類型轉換
總而言之,byte 類型在 Java 中是用于表示 8 位有符號整數的數據類型,適用于處理字節級數據和節省內存的場景。
java9對字符串存儲的優化Compact Strings(緊湊字符串)
Java 9 對字符串的優化主要集中在字符串存儲和處理方面,引入了一項被稱為 Compact Strings(緊湊字符串)的改進。Compact Strings 的目標是減少字符串在內存中的占用空間,提高性能和效率。
在 Java 8 及之前的版本中,字符串內部使用 char 數組來存儲字符數據,并使用額外的 int 型字段記錄字符串的偏移量和長度。這種表示方式在包含大量 ASCII 字符的字符串中會造成空間浪費,因為每個字符仍然占用 2 個字節的存儲空間。
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)的字符串,使用字節數組存儲數據,每個字符只占用 1 個字節。這樣可以大大減少這類字符串的內存占用。對于包含非 Latin-1 字符的字符串,仍然使用 char 數組存儲數據,每個字符占用 2 個字節。
Compact Strings 的優化帶來了兩個主要的好處:
-
內存占用減少:對于僅包含 Latin-1 字符的字符串,在內存中占用的空間減少一半,從而可以降低內存消耗。
-
性能提升:減少了字符串的內存占用,可以減少內存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 僅適用于字符串對象的內部表示方式,對于開發者來說,字符串的使用方式和 API 并沒有變化。開發者無需對現有的代碼進行修改,可以繼續使用字符串相關的方法和操作。
這項優化是在底層實現層面上進行的,旨在提高 Java 運行時的性能和內存利用率,使開發者能夠更高效地處理字符串數據。
-XX:+CompactStrings
在 Java 命令行啟動時,可以通過使用 -XX:+CompactStrings 參數來開啟 Compact Strings。該參數告訴 Java 虛擬機在啟動時啟用緊湊字符串(Compact Strings)優化。
以下是使用 Java 命令行啟動并開啟 Compact Strings 的示例:
java -XX:+CompactStrings -jar YourJarFile.jar
在上述示例中,-XX:+CompactStrings 參數指示 Java 虛擬機開啟 Compact Strings 優化。-jar YourJarFile.jar 部分是指定要執行的 JAR 文件。
請注意,Compact Strings 優化是默認開啟的,可以在不使用 -XX:+CompactStrings 參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行參數。
浙公網安備 33010602011771號