Question

我目前正在开发一个非常大的遗留应用程序，它处理从各种来源收集的大量字符串数据（IE，名称，标识符，与业务相关的公共代码等）。在申请过程中，仅此数据就可能需要200兆的内存。

我的一位同事提到了一种减少内存占用的可能策略（因为很多单个字符串在数据集中都是重复的），就是将字典中的重复字符串“缓存”并在字典中重复使用它们。需要。例如......

public class StringCacher()
{
    public readonly Dictionary<string, string> _stringCache;

    public StringCacher()
    {
        _stringCache = new Dictionary<string, string>();
    }   

    public string AddOrReuse(string stringToCache)
    {
        if (_stringCache.ContainsKey(stringToCache)
            _stringCache[stringToCache] = stringToCache;

        return _stringCache[stringToCache];
    }
}

然后使用此缓存...

public IEnumerable<string> IncomingData()
{
    var stringCache = new StringCacher();

    var dataList = new List<string>();

    // Add the data, a fair amount of the strings will be the same.
    dataList.Add(stringCache.AddOrReuse("AAAA"));
    dataList.Add(stringCache.AddOrReuse("BBBB"));
    dataList.Add(stringCache.AddOrReuse("AAAA"));
    dataList.Add(stringCache.AddOrReuse("CCCC"));
    dataList.Add(stringCache.AddOrReuse("AAAA"));

    return dataList;
}

由于字符串是不可变的，并且框架完成了很多内部工作以使它们以类似于值类型的方式工作，我一半认为这只会将每个字符串的副本创建到字典中并且只是加倍使用的内存量而不是仅仅传递对字典中存储的字符串的引用（这是我的同事所假设的）。

因此，考虑到这将在大量字符串数据上运行......