我有一个非常大的哈希映射(200多万个条目)，它是通过读取CSV文件的内容创建的。一些信息:
- HashMap将字符串键(少于20个字符)映射到字符串值(大约50个字符)。
- 这个HashMap初始化容量为300万，因此负载因子约为0.66。
- HashMap仅由单个操作使用，一旦该操作完成，我就"清除()"它。(虽然看起来这个清除实际上并没有清除内存，但是有必要单独调用System.gc()吗?)
我的一个想法是将HashMap更改为HashMap并使用字符串的hashCode作为键，这将最终节省一点内存，但如果两个字符串具有相同的哈希码，则存在冲突的风险问题…对于长度小于20个字符的字符串，这种情况发生的可能性有多大?
还有人有什么主意吗?CSV文件本身只有100 MB，但是java最终为这个HashMap使用了超过600MB的内存。
谢谢!
听起来您已经有了尝试这个的框架。而不是添加字符串，添加string.hashCode()，看看你是否得到碰撞。
在释放内存方面，JVM通常不会变小，但如果需要的话，它会进行垃圾收集。
而且，听起来你可能有一个根本不需要哈希表的算法。你能更详细地描述一下你想做的事情吗?
解析CSV，并构建一个Map，其键是您现有的键，但值是指向该键在文件中的位置的Integer指针。
当您想要一个键的值时，在映射中找到索引，然后使用RandomAccessFile从文件中读取该行。在处理过程中保持RandomAccessFile打开，然后在完成时关闭它。
您要做的正是一个JOIN操作。尝试考虑像H2这样的内存DB，您可以通过将两个CSV文件加载到临时表中，然后对它们执行JOIN操作来实现这一点。根据我的经验，h2在加载操作下运行得很好，这段代码肯定会比我们手动的基于HashMap的连接方法更快，内存占用更少。
如果性能不是主要考虑的问题，可以将条目存储在数据库中。那么内存就不是问题了，多亏了数据库，你的搜索速度就算不是很好，也很好。