类HashMap，但内存减少到原1/6的实现
时间:2009-10-28 11:08:33来源:网络 作者:未知 点击:429次
java中的Map在提供方便实用的同时，也存在内存浪费巨大的问题。当Map中的Entry数量达到1000万 条以上的时候，需要数G的内存空间 .这里提到的Map使用形式为HashMap<String,Byte>,平均每个key在20个字符左右，最多不超过200
|
java中的Map在提供方便实用的同时，也存在内存浪费巨大的问题。当Map中的Entry数量达到1000万 条以上的时候，需要数G的内存空间 .这里提到的Map使用形式为HashMap<String,Byte>,平均每个key在20个字符左右，最多不超过200字符.
在实际情况下，有差不多5/6的内存浪费 在存放实际数据无关的地方.在一些一次写入多次读去的地方，完全没有必要浪费这么多的资源，下面就通过一个简单的实现说明。
算法说明:
按照key的长度信息将所有的entry放进不同的队列中，为了方便此时的entry队列已经排好序，当然也可以加进内存后再排序.
现在有很多的队列了，在查询的时候根据查询词长度选择一个队列，在队列中通过2分法查找.
算法适用性:
适用于key值集中在一定范围，value为简单类型(byte、int、long、float、double等)，数据量在百万条以上，内存匮乏的情况.
view plaincopy to clipboardprint?
·········10········20········30········40········50········60········70········80········90········100·······110·······120·······130·······140·······150
import java.io.BufferedInputStream;
import java.io.BufferedReader;
import java.io.DataInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileReader;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
public class BSortMap{
private static Map<Integer,BSortMap> bulk = new HashMap<Integer, BSortMap>();
final private byte[] entrys; //entry数组
private int count = 0;
final private int keyLength; //key的字节大小
final private int entryLength; //每一个Entry的字节数
public BSortMap(int capacity, int keyLen){
this.keyLength = keyLen;
entryLength = keyLen + 1;
entrys = new byte[capacity * entryLength];
}
public int size(){
return count;
}
/**
* 添加记录条目。条目都是已经排好序的。
* src格式为<key,value>
* @param src
*/
final public void add(byte src[]){
System.arraycopy(src, 0, entrys, count * entryLength, entryLength);
count++;
}
final private int compare(final int begin,final byte[] b){
int i = 0;
for (; entrys[begin+i] == b[i] && i < b.length - 1; i++)
;
return entrys[begin + i] - b[i];
}
/**
* 获取与key关联的value值
* @param key
* @return 如果不存在key关联的value则返回-1
*/
final public byte get(final byte[] key){
int i = 0;
int j = count-1;
int mid;
while(i<=j){
mid = (i + j)>>1;
final int ret =compare(mid*entryLength,key);
if(ret==0){
return entrys[mid*entryLength + keyLength]; //返回结果
} else if (ret < 0){
i = mid+1;
}else{
j = mid -1;
}
}
return -1;
}
public static void main(String args[]) throws IOException{
File dir = new File("D:/workspace/partion_keyword/sort");
File[] files = dir.listFiles();
for(File f:files){
DataInputStream in = new DataInputStream(new BufferedInputStream(new FileInputStream(f)));
/*
* f为根据key值已经排好序的文件
* 文件格式为：
* entrysCount: 一个整形数字，值为总的记录条目
* keyLength: 一个整形数字，值为关键字的字节长度
* <key,value>列表
*/
final int entrysCount = in.readInt();
final int keyLength = in.readInt();
byte[] buffer = new byte[keyLength + 1];
BSortMap bst = new BSortMap(entrysCount,keyLength);
int i = 0;
while(in.available() > 0){
int l = in.read(buffer);
while(l != keyLength +1){
System.err.println("not equal."+l);
}
bst.add(buffer);
i++;
}
bulk.put(keyLength,bst);
if (entrysCount != i)
System.err.println(f.getName()+":"+entrysCount+","+i);
in.close();
}
BufferedReader read = new BufferedReader(new FileReader("D:/eclipse/workspace/conf/wiki_kws.data"));
String line ;
int count = 0;
long start = System.currentTimeMillis();
while((line = read.readLine())!=null){
byte key[] = line.trim().getBytes();
BSortMap bt = bulk.get(key.length);
if(bt != null && bt.get(key) != -1){
count++;
}
}
long end = System.currentTimeMillis();
System.out.println(end - start);
System.out.println("count:"+count);
int totalcount = 0;
for(BSortMap s: bulk.values()){
totalcount += s.size();
}
System.out.println("total count:"+totalcount);
read.close();
/*while(true){
Scanner in = new Scanner(System.in);
String key = in.next().trim();
if(key.equalsIgnoreCase("exit"))
break;
int len = key.trim().getBytes().length;
BSort bt = bulk.get(len);
byte v = bt.get(key.getBytes());
System.err.println(key+"="+v);
}*/
}
}
import java.io.BufferedInputStream;
import java.io.BufferedReader;
import java.io.DataInputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileReader;
import java.io.IOException;
import java.util.HashMap;
import java.util.Map;
public class BSortMap{
private static Map<Integer,BSortMap> bulk = new HashMap<Integer, BSortMap>();
final private byte[] entrys; //entry数组
private int count = 0;
final private int keyLength; //key的字节大小
final private int entryLength; //每一个Entry的字节数
public BSortMap(int capacity, int keyLen){
this.keyLength = keyLen;
entryLength = keyLen + 1;
entrys = new byte[capacity * entryLength];
}
public int size(){
return count;
}
/**
* 添加记录条目。条目都是已经排好序的。
* src格式为<key,value>
* @param src
*/
final public void add(byte src[]){
System.arraycopy(src, 0, entrys, count * entryLength, entryLength);
count++;
}
final private int compare(final int begin,final byte[] b){
int i = 0;
for (; entrys[begin+i] == b[i] && i < b.length - 1; i++)
;
return entrys[begin + i] - b[i];
}
/**
* 获取与key关联的value值
* @param key
* @return 如果不存在key关联的value则返回-1
*/
final public byte get(final byte[] key){
int i = 0;
int j = count-1;
int mid;
while(i<=j){
mid = (i + j)>>1;
final int ret =compare(mid*entryLength,key);
if(ret==0){
return entrys[mid*entryLength + keyLength]; //返回结果
} else if (ret < 0){
i = mid+1;
}else{
j = mid -1;
}
}
return -1;
}
public static void main(String args[]) throws IOException{
File dir = new File("D:/workspace/partion_keyword/sort");
File[] files = dir.listFiles();
for(File f:files){
DataInputStream in = new DataInputStream(new BufferedInputStream(new FileInputStream(f)));
/*
* f为根据key值已经排好序的文件
* 文件格式为：
* entrysCount: 一个整形数字，值为总的记录条目
* keyLength: 一个整形数字，值为关键字的字节长度
* <key,value>列表
*/
final int entrysCount = in.readInt();
final int keyLength = in.readInt();
byte[] buffer = new byte[keyLength + 1];
BSortMap bst = new BSortMap(entrysCount,keyLength);
int i = 0;
while(in.available() > 0){
int l = in.read(buffer);
while(l != keyLength +1){
System.err.println("not equal."+l);
}
bst.add(buffer);
i++;
}
bulk.put(keyLength,bst);
if (entrysCount != i)
System.err.println(f.getName()+":"+entrysCount+","+i);
in.close();
}
BufferedReader read = new BufferedReader(new FileReader("D:/eclipse/workspace/conf/wiki_kws.data"));
String line ;
int count = 0;
long start = System.currentTimeMillis();
while((line = read.readLine())!=null){
byte key[] = line.trim().getBytes();
BSortMap bt = bulk.get(key.length);
if(bt != null && bt.get(key) != -1){
count++;
}
}
long end = System.currentTimeMillis();
System.out.println(end - start);
System.out.println("count:"+count);
int totalcount = 0;
for(BSortMap s: bulk.values()){
totalcount += s.size();
}
System.out.println("total count:"+totalcount);
read.close();
/*while(true){
Scanner in = new Scanner(System.in);
String key = in.next().trim();
if(key.equalsIgnoreCase("exit"))
break;
int len = key.trim().getBytes().length;
BSort bt = bulk.get(len);
byte v = bt.get(key.getBytes());
System.err.println(key+"="+v);
}*/
}
}
测试结果:
|
类HashMap，但内存减少到原1/6的实现时间:2009-10-28 11:08:33来源:网络 作者:未知 点击:430次 java中的Map在提供方便实用的同时，也存在内存浪费巨大的问题。当Map中的Entry数量达到1000万 条以上的时候，需要数G的内存空间 .这里提到的Map使用形式为HashMap<String,Byte>,平均每个key在20个字符左右，最多不超过200
测试数据为7138595条Entry，分布在250个队列中.
HashMap<String,Byte>的结果：
时间: 3780、3814
内存: 892M
此方法的结果：
时间:5792、5758
内存: 158M
本篇文章来源于：开发学院 http://edu.codepub.com 原文链接：http://edu.codepub.com/2009/1028/16973_2.php
