Question

我想阅读一些XML文件并将其转换为图形（没有图形，只是模型）。但由于文件非常大（2,2 GB），我的模型对象（包含所有信息）变得更大（文件大小的4倍......）。

通过网络搜索我试图找到减少对象大小的方法。我尝试了不同的集合类型，但想坚持使用HashMap（因为我必须随机访问）。实际键和值仅占分配的内存量的一小部分。大多数哈希表都是空的......

如果我没有完全错误，垃圾收集无法帮助我释放分配的内存并减少hashmap的大小。有没有其他方法来释放未使用的内存并缩小hashmap？还是有办法做完美的哈希？或者我只是使用另一个系列？

提前致谢，

塞巴斯蒂安

Answer 1

HashMap通常只是填充到一定容量百分比的大量引用。如果仅填充了80％的映射，则剩余的20％的阵列单元未被使用（即，为空）。额外的开销实际上只是空（空）单元格。

在32位CPU上，每个阵列单元的大小通常为4个字节（尽管某些JVM实现可能会分配8个字节）。那不是那么多未使用过的空间。

填充完地图后，您可以将其复制到另一个HashMap，其尺寸更合适（更小），填充百分比更大。

您的问题似乎暗示您有更多已分配但未使用的对象，您担心这些问题。但那是怎么回事？

<强>附录

一旦映射几乎填满容量（通常超过95％左右），就会分配一个更大的数组，将旧数组的内容复制到新数组，然后将较小的数组留给垃圾收集。这显然是一项昂贵的操作，因此为地图选择合理大的初始大小是提高性能的关键。

如果您可以（过度）估计所需的单元格数量，预先分配地图可以减少甚至消除调整大小操作。

Answer 2

你要问的不是那么清楚，不清楚你放入hasmap或hashmap本身的对象是否占用了内存，但不应该是这种情况，因为它只保存引用。

在任何情况下看一下WeakHashMap，也许这就是你要找的东西：它是一个散列图，它不能保证密钥保存在其中，它应该被用作一种缓存但是从你的描述我不知道你的情况是否属实。

Answer 3

如果无法减少hashmap的内存占用，则可以始终将数据放入数据库中。根据数据的访问方式，如果在db前面引入缓存，则可能仍然可以获得合理的性能。

Answer 4

可能发生的一件事是你可能有引用旧的较大字符串的子字符串，然后这些子字符串使得GC无法收集太大的字符串数组。

当您使用某些XML解析器从较大的字符串返回属性/值作为子字符串时，会发生这种情况。（子字符串只是较大字符串的有限视图）。

尝试通过执行以下操作将字符串放入地图中：

map.put(new String(key), new String(value));

请注意，当您填充地图时，GC可能会做更多工作，如果您没有那么多引用较大字符串的子字符串，这可能对您没有帮助。

Answer 5

如果你真的很认真，并且有时间，你可以根据minimal perfect hashing

自行实现Map界面。

如果您的密钥是字符串，那么显然有一张地图可供here使用。我自己没有尝试过，但它吹嘘减少内存使用量。

Answer 6

你可以给the Trove collections一个机会。他们将其宣传为java.util Collections的更多时间和空间效率替代品。