Java中非常紧凑的位数组答案

【问题标题】：Very Compact Bitarray in JavaJava中非常紧凑的位数组
【发布时间】：2011-01-06 15:37:02
【问题描述】：

我正在寻找一种在 Java 中存储密集可变长度位数组的非常紧凑的方法。现在，我正在使用BitSet，但对于大小为 n 的位向量，它似乎平均使用 1.5*n 位 的存储空间。通常，这不是问题，但在这种情况下，存储的位数组是应用程序内存占用的重要部分。所以，让它们变小一点真的很有帮助。

BitSet 所需的空间似乎是由于用于支持数据结构的 long 数组在每次扩展以容纳更多位时往往会翻倍：

// BitSet's resizing code
private void ensureCapacity(int wordsRequired) {
  if (words.length < wordsRequired) {
    // Allocate larger of doubled size or required size
    int request = Math.max(2 * words.length, wordsRequired);
    words = Arrays.copyOf(words, request);
    sizeIsSticky = false;
  }
}

我可以编写自己的 BitSet 替代实现，更保守地扩展后端数据结构。但是，如果我不需要的话，我真的很讨厌复制标准类库中已经存在的功能。

【问题讨论】：

我很难想象这会出现在标准 Java 库中。这不是它的设计目的。不过我打赌你可以找到第三方库。
我认为在你的情况下自定义实现会更好。

标签： java memory bit-manipulation bitset bitarray

【解决方案1】：

如果您使用构造函数BitSet(int nbits) 创建BitSet，您可以指定容量。如果你猜错了容量，然后再过去，它将增加一倍。

BitSet 类确实有一个 trimToSize 私有方法，由 writeObject 和 clone() 调用。如果你克隆你的对象，或者序列化它，它会将它修剪到正确的长度（假设类通过 ensureCapacity 方法过度扩展它）。

【讨论】：

是的。请注意，您实际上不需要使用复制的版本。原件被修剪（！）。
这很聪明。谢谢！
至少在 GrepCode 上的 openjdk source 中，在您指定初始大小且数组不需要增长的情况下，不会修剪原始文件。

【解决方案2】：

您可能会从压缩的 BitSet 替代方案中受益。例如：

https://github.com/lemire/javaewah

http://roaringbitmap.org/

【讨论】：