boolean[] vs. BitSet：哪个更有效？

Question

在内存和 CPU 使用率方面哪个更有效——booleans 的数组还是 BitSet？不使用具体的BitSet方法，只使用get/set/clear（==、=、Arrays.fill分别对应一个数组）。

Answer 1

• Boolean[] 每个布尔值使用大约 4-20 个字节。
• boolean[] 每个布尔值使用大约 1 个字节。
• BitSet 每个布尔值使用大约 1 位。

内存大小对您来说可能不是问题，在这种情况下 boolean[] 可能更易于编码。

Answer 2

来自一些使用 Sun JDK 1.6 用筛子计算素数的基准（最好的 10 次迭代来预热，给 JIT 编译器一个机会，并排除随机调度延迟，Core 2 Duo T5600 1.83GHz）：

BitSet 比 boolean[] 更节省内存，除了非常小的尺寸。数组中的每个布尔值都占用一个字节。来自 runtime.freeMemory() 的数字对于 BitSet 来说有点混乱，但更少。

boolean[] 的 CPU 效率更高，但非常大的尺寸除外，它们几乎是均匀的。例如，大小为 100 万的 boolean[] 大约快四倍（例如 6ms 对 27ms），对于 10 和 1 亿，它们大约是偶数。

Answer 3

在这里，您可以看到比较 boolean[][] 三角矩阵与 BitSet[] 三角矩阵的内存/时间基准。

我创建、设置和读取 (size * (size-1) / 2) 值并比较内存使用情况和时间...

希望对您有所帮助...

这里是代码...（只是一个快速肮脏的测试代码，抱歉；）

import java.util.BitSet;
import java.util.Date;

public class BooleanBitSetProfiler {

    Runtime runtime;
    int sum = 0;
    public void doIt() {

        runtime = Runtime.getRuntime();
        long[][] bitsetMatrix = new long[30][2];
        long[][] booleanMatrix = new long[30][2];
        int size = 1000;
        for (int i = 0; i < booleanMatrix.length; i++) {
            booleanMatrix[i] = testBooleanMatrix(size);
            bitsetMatrix[i] = testBitSet(size);
            size += 2000;
        }
        int debug = 1;
        for (int j = 0; j < booleanMatrix.length; j++){
            System.out.print(booleanMatrix[j][0] + ";");
        }
        System.out.println();
        for (int j = 0; j < booleanMatrix.length; j++){
            System.out.print(booleanMatrix[j][1] + ";");
        }
        System.out.println();
        for (int j = 0; j < bitsetMatrix.length; j++){
            System.out.print(bitsetMatrix[j][0] + ";");
        }
        System.out.println();
        for (int j = 0; j < bitsetMatrix.length; j++){
            System.out.print(bitsetMatrix[j][1] + ";");
        }
        System.out.println();
    }

    private long memory () {
        return runtime.totalMemory() - runtime.freeMemory();
    }
    private long[] testBooleanMatrix(int size) {
        runtime.gc();
        long startTime = new Date().getTime();
        long startMemory = memory();
        boolean[][] matrix = new boolean[size][];
        for (int i = 0; i < size; i++) {
            matrix[i] = new boolean[size - i - 1];
        }
        long creationMemory = memory();
        long creationTime = new Date().getTime();
        for (int i = 0; i < size; i++)  {
            for (int j = 0; j < matrix[i].length; j++) {
                matrix[i][j] = i % 2 == 0;
            }
        }
        long setMemory = memory();
        long setTime = new Date().getTime();
        for (int i = 0; i < size; i++)  {
            for (int j = 0; j < matrix[i].length; j++) {
                if (matrix[i][j]) sum++;
            }
        }
        long readTime = new Date().getTime();
        System.out.println("Boolean[][] (size " + size + ")");
        System.out.println("Creation memory " + printMem(creationMemory-startMemory) + ", set memory " + printMem(setMemory-startMemory));
        System.out.println("Creation time " + printTime(creationTime-startTime) + ", set time " + printTime(setTime - creationTime) + " read time " + printTime(readTime - setTime) + "\n");
        runtime.gc();
        return new long[]{(setMemory-startMemory)/(1024*1024), (readTime-startTime)};
    }
    private long[] testBitSet(int size) {
        runtime.gc();
        long startTime = new Date().getTime();
        long startMemory = memory();
        BitSet[] matrix = new BitSet[size];
        for (int i = 0; i < size; i++) {
            matrix[i] = new BitSet(size - i - 1);
        }
        long creationMemory = memory();
        long creationTime = new Date().getTime();
        for (int i = 0; i < size; i++)  {
            for (int j = 0; j < matrix[i].size(); j++) {
                matrix[i].set(j, (i % 2 == 0));
            }
        }
        long setMemory = memory();
        long setTime = new Date().getTime();
        for (int i = 0; i < size; i++)  {
            for (int j = 0; j < matrix[i].size(); j++) {
                if (matrix[i].get(j)) sum++;
            }
        }
        long readTime = new Date().getTime();
        System.out.println("BitSet[] (size " + size + ")");
        System.out.println("Creation memory " + printMem(creationMemory-startMemory) + ", set memory " + printMem(setMemory-startMemory));
        System.out.println("Creation time " + printTime(creationTime-startTime) + ", set time " + printTime(setTime - creationTime) + " read time " + printTime(readTime - setTime) + "\n");
        runtime.gc();
        return new long[]{(setMemory-startMemory)/(1024*1024), (readTime-startTime)};
    }

    private String printMem(long mem) {
        mem = mem / (1024*1024);
        return mem + "MB";
    }
    private String printTime(long milis) {
        int seconds = (int) (milis / 1000);
        milis = milis % 1000;
        return seconds > 0 ? seconds + "s " + milis + "ms" : milis + "ms";
    }
}

Answer 4

您的问题有点左字段，但如果存储是一个问题，您可能需要查看Huffman compression。例如，00000001 可以按频率压缩到与{(7)0, (1)1} 等效的值。更“随机”的字符串 00111010 需要更复杂的表示，例如{(2)0, (3)1, (1)0, (1)1, (1)0}，占用更多空间。根据您的位数据的结构，您可能会从它的使用中获得一些存储优势，超出BitSet。

Answer 5

至于内存，BitSet 的文档具有非常明确的含义。特别是：

每个位集都有一个当前大小，即空间的位数 当前由位设置使用。请注意，大小与 位集的实现，因此它可能会随着实现而改变。这 位集的长度与位集的逻辑长度有关，并且是 独立于实现定义。

Java 库类的源代码是公开的，可以很容易地check this for themselves。特别是：

The internal field corresponding to the serialField "bits".
89 
90     private long[] words;

至于速度；这取决于一个人在做什么。一般来说，不要提前考虑速度；使用在语义上最有意义的任何工具，并导致最清晰的代码。仅在观察到未满足性能要求并确定瓶颈后进行优化。

出于多种原因，来到 SO 并询问 A 是否比 B 快是愚蠢的，包括但肯定不限于：

1. 这取决于应用程序，通常没有响应的人可以访问。在使用它的上下文中对其进行分析和分析。确保它是一个真正值得优化的瓶颈。
2. 此类询问速度的问题通常表明 OP 认为他们关心效率，但不愿意分析并且没有定义性能要求。在表面之下，这通常是一个危险信号，表明 OP 走错了路。

我知道这是一个老问题，但最近才出现；我相信这是值得添加的。

Answer 6

这取决于往常。 是的，BitSet 的内存效率更高，但是一旦您需要多线程访问 boolean[] 可能是更好的选择。例如，对于计算素数，您只需将布尔值设置为 true，因此您实际上并不需要同步。 Hans Boehm 已经写了一些关于此的论文，并且可以使用相同的技术来标记图中的节点。

Answer 7

从 Java 到 CPU 完全是特定于 VM 的。例如，过去布尔值实际上是作为 32 位值实现的（今天很可能是这样）。

除非您知道这很重要，否则最好编写清晰的代码，对其进行分析，然后修复运行缓慢或占用大量内存的部分。

您可以随时执行此操作。例如，我曾经决定不对字符串调用 .intern() ，因为当我在分析器中运行代码时，它的运行速度太慢了（尽管使用的内存更少）。

Answer 8

我相信 BitSet 的内存和 CPU 效率更高，它可以在内部将位打包成 int、longs 或本机数据类型，而 boolean[] 需要每个数据位一个字节。此外，如果您要使用其他方法（and、or 等），您会发现 BitSet 更有效，因为不需要遍历数组的每个元素；而是使用按位数学。