为什么 string.intern（）这么慢？

string performance java

2022-09-01 09:06:08

在有人质疑使用的事实之前，让我说，出于内存和性能原因，我在特定的应用程序中需要它。^[注1]string.intern()

所以，直到现在，我一直使用并认为这是最有效的方法。但是，我注意到这是软件中的瓶颈。^[注2]String.intern()

然后，就在最近，我试图用一个巨大的地图来替换，我在其中放置/获取字符串，以便每次都获得一个唯一的实例。我预计这会更慢...但事实恰恰相反！它的速度快得多！通过推送/轮询地图（实现完全相同）来替换，可以加快一个数量级以上。String.intern()intern()

问题是：为什么这么慢?!?为什么不简单地用地图备份（或者实际上只是一个自定义的集合），并且会快得多？我很困惑。intern()

[1]：对于不信服的：它是在自然语言处理中，必须处理千兆字节的文本，因此需要避免同一字符串的许多实例，以避免炸毁内存和引用字符串比较以足够快。

[2]：没有它（正常字符串），就不可能，有了它，这个特定的步骤仍然是计算密集型的一步。

编辑：

由于对这篇文章的惊人兴趣，这里有一些代码来测试它：

而实习结果略多于100万个字符串：

由于避免了一些预热/ OS IO缓存和类似的东西，通过颠倒两个基准测试的顺序重复了实验：

如您所见，差异非常明显，超过十倍。（使用 OpenJDK 1.6.0_22 64 位 ...但是使用太阳一个导致了类似的结果，我认为）

答案 1

本文讨论的实现。在Java 6和7中，实现使用固定大小的（1009）哈希表，因此随着条目数量的增加，性能变为O（n）。可以使用更改固定大小。显然，在Java8中，默认大小更大，但问题仍然存在。String.intern()-XX:StringTableSize=N

答案 2

性能差异的最可能原因：是本机方法，调用本机方法会产生大量开销。String.intern()

那么，为什么它是一种原生方法呢？可能是因为它使用常量池，这是一种低级 VM 构造。

为什么 string.intern（） 这么慢？