java - 为什么string.intern()这么慢？

在有人质疑使用string.intern()的事实之前，我先说一下，出于内存和性能的原因，我需要在特定的应用程序中使用它。 [1]

因此，到目前为止，我一直使用String.intern()并假定它是最有效的方法。但是，自古以来我就注意到它是软件的瓶颈。 [2]

然后，就在最近，我试图用一个巨大的映射替换String.intern()，在该映射中放置/获取字符串，以便每次获得唯一的实例。我以为这会慢一些...但是事实恰恰相反!它快得多了!通过推/轮询 map (实现完全相同)来替换intern()可以使速度提高一个数量级。

问题是:为什么intern()这么慢？那么为什么不简单地将其备份到 map (或者实际上只是一个自定义集合)中，却会大大加快速度？我很困惑

[1]:对于难以置信的用户:它是自然语言处理，并且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，以免消耗内存和参照字符串比较足够快。

[2]:没有它(普通字符串)是不可能的，有了它，这一特定步骤仍然是计算最密集的步骤

编辑:

由于对本文的兴趣出乎意料，这里有一些代码可以对其进行测试:

http://pastebin.com/4CD8ac69

实习超过一百万个字符串的结果:

HashMap:4秒

String.intern():54秒

由于避免了一些预热/OS IO缓存和类似的操作，因此通过颠倒两个基准测试的顺序重复了该实验:

String.intern():69秒

HashMap:3秒

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sun会产生类似的结果)

最佳答案

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

那么为什么是 native 方法呢？可能是因为它使用了常量池，它是低级VM构造。

关于java - 为什么string.intern()这么慢？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/7263399/