Question

我需要在我的对象中存储哪些值已经被处理过，我怀疑什么会花费更多的性能，我应该创建一个存储的数组：

实例引用（它们不是结构，只是引用类）
项目的哈希码
已处理的属性（字符串）名称的名称

更新
我的目标是，处理引用上的数据集合应该花费更少的内存，因为我将获得父实例类型的音调。
我不太关心检索时间（即collection.Contains（reference））。

所以我的问题是以上数组中的内存会花费多少内存。

Answer 1

存储对象的引用似乎是最简单和最低内存成本选项。

如果你正在使用这个“已经处理过”检查，最好的选择（最快的检查）可能是在你的班级上实施Object.Equals和Object.GetHashCode，然后使用HashSet<T>。 HashSet<T>对此很好，因为它提供了O（1）Contains() method。

如果您无法更改类以允许散列，则可以为对象实现IEqualityComparer。

Answer 2

除非对象的不同值的可能范围小于2 ^ 32，否则.NET样式哈希码不是一个选项，否则您将得到误报（并且考虑到生日悖论，这可能比你可能会想到即使有很好的哈希函数）。 Hashcodes提供了一个零或多个项目的快速链接，然后检查它们是否相等。因此，基于哈希码的解决方案还需要您存储对每个对象的引用，因此在内存中只能存储小于引用的内容。

如果对象不能被垃圾收集（即它们仍然“活着”到应用程序的另一部分），则存储引用的成本将取决于体系结构为4或8个字节。如果它们可能是GC'd，则成本取决于该对象的图形大小。

现在，如果您可以创建自己的小于该对象的无损哈希对象，则可以节省内存。 E.g：

public class ObjectOfInterest
{// all fields public for sake of simplicity in example
    public int ID; // this is important diff id - diff object.
    public int ParID; // this is unimportant, as same for all objects processed here.
    public ParentType Parent; // this is just memoised based on _parID;
    public decimal Val; // this is important.
    public string Name; // unimportant for our purposes.
    public RelatedType Stuff; // memoised based on _id
}

然后我们可以产生一个相关的：

public struct HashObject
{
    private readonly int _id;
    private readonly decimal _val;
    public HashObject(ObjectOfInterest ooi)
    {
        _id = ooi.ID;
        _val = ooi.Val;
    }
    public bool Matches(ObjectOfInterest ooi)
    {
        return _id == ooi.ID && _val == ooi.Val;
    }
    // because one of the options as to how to store *this* is hashing
    public bool Equals(HashObject ho)
    {
        return _id == ho._id && _val == ooi._val;
    }
    public override bool Equals(object obj)
    {
        return Equals(obj as HashObject);
    }
    public int GetHashCode()
    {
        unchecked
        {
            return _val.GetHashCode() ^ (_id << 16) ^ (_id >> 16);
        }
    }
}

现在，我们存储HashObjects并使用它们来记录我们已经完成的工作。在这种情况下，我们将占用存储此结构的至少20个字节，以及我们必须存储它的任何方式的开销。如果ObjectOfInterest现在可以是GC，则更小，如果它们仍然在内存中则毫无意义。

如果您决定将这些存储在HashSet中，那么有一种哈希和相等的方法（可能的值的知识可以改善哈希的好处）。 HashSet不会是最节省内存的集合，尽管可能是因为在所有这些比较中你都会对此产生额外的压力，你需要更快的查找。这是理论上的实验领域（特别是因为细节根据你的对象而变化）。如果您可以查看不断扫描阵列的查找时间复杂度，那么这是您最好的选择。

如果没有可能比原始类型更小的对象允许完全相关的相等比较，那么这种方法不起作用。

.NET应该存储引用或值吗？

2 个答案: