Java：如何高效地存储布尔型数组[32]？

Question

Java：如何高效地存储布尔型数组[32]？

javaperformance

10

在Java中，我想要存储(>10'000)个长度为32的布尔数组(boolean[])到磁盘，并且以后可以再次读取它们进行进一步的计算和比较。

由于单个数组的长度为32，我想知道是否将其存储为整数值以加快读写速度（在32位机器上）是有意义的。您是否建议使用BitSet，然后转换为int？或者完全不考虑int并使用字节？

- navige

1

对你来说，什么更重要：高效的存储还是高效的读写（即快速的读写）？ - mikołak

1

你只需要一次写入和读取所有数组，还是需要随机访问特定的数组？ - Behe

1

将其视为二维布尔数组是否合理，例如boolean[10000][32]？ - Stefan Haustein

到目前为止，我使用了一个二维布尔数组。然而，这个二维数组并不真正代表一个矩阵。这里使用的一个布尔数组可以被视为一个特征向量（用于模式识别）；第二个维度只是为了方便而已。 - navige

你进行了什么类型的比较？使用位运算也可能加快速度。 - Stefan Haustein

显示剩余5条评论

2个回答

1

~~我强烈印象，任何压缩布尔值的尝试都会增加读写时间（我的错误，显然是因为我忘记吃药了）。相反，您将在所涉及的存储方面获得收益。~~

BitSet是您业务逻辑方面明智的选择。它在内部存储一个long，您可以将其转换为int。但是，由于BitSet足够谨慎，不会向您显示其私有内容，因此您需要按顺序获取每个位索引。这意味着我猜想与其转换为int，直接使用字节可能没有真正的优势。

因此，Stefan Haustein的自制解决方案（必要时扩展以模仿BitSet）对于您的存储需求更可取，因为您不会产生任何不必要的开销。

- Luca Geretti

第一句话显然不是真的：存储器以字节或更大的单位组织，比内存访问和简单计算慢几个数量级。 - Stefan Haustein

你对组织和内存访问比率的看法是正确的，但你还需要考虑缓存。我会修正我的答案来解决这个问题。 - Luca Geretti

1

我不明白缓存在这里的作用。请注意，这并不是关于压缩的问题，而只是将一个位存储为单个位而不是一个字节或更多字节的问题。 - Stefan Haustein

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Stefan Haustein · Accepted Answer

对于二进制存储，使用int和DataOutputStream（读取时使用DataInputStream）。

我认为在Java中，布尔数组在内部被存储为字节数组或整数数组，因此您可能希望考虑避免开销并始终保持整数编码，即根本不使用boolean[]。

相反，可以这样做：

public class BooleanArray32 {
  private int values;

  public boolean get(int pos) {
    return (values & (1 << pos)) != 0;
  }

  public void set(int pos, boolean value) {
     int mask = 1 << pos;
     values = (values & ~mask) | (value ? mask : 0);
  }

  public void write(DataOutputStream dos) throws IOException {
    dos.writeInt(values);
  }

  public void read(DataInputStream dis) throws IOException {
    values = dis.readInt();
  }

  public int compare(BooleanArray32 b2) {
     return countBits(b2.values & values);
  }

  // From http://graphics.stanford.edu/~seander/bithacks.html
  // Disclaimer: I did not fully double check whether this works for Java's signed ints
  public static int countBits(int v) {
    v = v - ((v >>> 1) & 0x55555555);                    // reuse input as temporary
    v = (v & 0x33333333) + ((v >>> 2) & 0x33333333);     // temp
    return ((v + (v >>> 4) & 0xF0F0F0F) * 0x1010101) >>> 24; 
  }
}