java - java的UTF-8字符串类

Question

我需要在内存中保存大量字符串对象（数百 MB），并且我想以 UTF-8 格式保存它们，因为在大多数情况下，它需要默认实现使用的一半内存。
默认 String 类需要 12 个字符的字符串 60 个字节（请参阅http://blog.griddynamics.com/2010/01/java-tricks-reducing-memory-consumption.html）。
我的大部分字符串都是 10-20 个字符长。
我想知道是否有一些开源库为此类字符串提供包装器？
我知道如何将 String 转换为 UTF-8 字节数组，但我正在寻找一个包装类，它将提供所有需要的实用程序函数（Hash、Equal、toString、fromString 等）。

Answer 1

Apache Avro 有一个实现的UTF8 包装类CharSequence，但我不知道这些对象的内存消耗

Hadoop 有Text 类，它有你想要的那种界面

Answer 2

如果您希望每个字符串都有一个不同的对象，并且希望它们尽可能紧凑，请使用字节数组。这将是每个字符 1 个字节与 2 个字节，并且您不会有 String 标头的开销（每个对象可能增加 32 个字节）。

当然，如果不先转换为 String，您将无法在这些上使用任何 String 方法。

但是，如果您真的想节省空间，请将字符串背靠背存储在几个较大的数组中，并使用“涂料向量”来定位各个字符串。