C# 存储“a”的数据类型建议；地段；弦乐？

我有一个定期查询数据库的应用程序。它返回多达数百万个字符串，其中绝大多数是bieng重复。我需要将所有这些记录存储在内存中，并尝试将占用的空间最小化

我当前的设计是对每个字符串调用GetHashCode（），然后存储哈希而不是字符串本身

然后我尝试将其添加到

字典（）

结构中。我还保留了第二个字典

dictionary（）

，随着更多条目使用该字符串，该字典将递增\递减

在entries dispose方法中，我减少计数器，如果使用率降至零，则从字典中删除字符串

因此，有几个问题：

这是傻瓜的差事吗？是否有一些数据类型可以比与这个巨人合作节省我大量的时间/精力

我希望我的字符串表是线程安全的（目前不是）。使用ConcurrentDictionary是我的最佳选择吗

---

提前感谢。

这方面的主要问题是两个不同的字符串可能具有相同的哈希代码

听起来你让事情变得比实际需要的更复杂了。你需要的是拘留：

CLR已经维护了一个字符串实例表以节省内存

更新

然而。。。您应该记住文档中的警告：在CLR卸载之前，不会对插入的字符串进行垃圾收集，也就是说，它们在您的应用程序域的生命周期中一直存在

但您可以轻松地实现相同的模式：

class LocalStringInterner
{
    private Dictionary<string, string> _strings = new Dictionary<string, string>();

    public string Intern(string str)
    {
        string interned;
        if (_strings.TryGetValue(str, out interned))
            return interned;

        _strings.Add(str, str);
        return str;
    }
}

class LocalStringInterner
{
私有字典_strings=新字典（）；
公共字符串实习生（字符串str）
{
实习；
if（_strings.TryGetValue（str，out interned））
返回实习；
_strings.Add（str，str）；
返回str；
}
}

这样，当您不再需要这组字符串时，您可以放弃

LocalStringInterner

---

为了从多个线程安全使用，您可以将

Intern

的主体包装在

锁（\u strings）

中。主要问题是两个不同的字符串可能具有相同的哈希代码

听起来你让事情变得比实际需要的更复杂了。你需要的是拘留：

CLR已经维护了一个字符串实例表以节省内存

更新

然而。。。您应该记住文档中的警告：在CLR卸载之前，不会对插入的字符串进行垃圾收集，也就是说，它们在您的应用程序域的生命周期中一直存在

但您可以轻松地实现相同的模式：

class LocalStringInterner
{
    private Dictionary<string, string> _strings = new Dictionary<string, string>();

    public string Intern(string str)
    {
        string interned;
        if (_strings.TryGetValue(str, out interned))
            return interned;

        _strings.Add(str, str);
        return str;
    }
}

class LocalStringInterner
{
私有字典_strings=新字典（）；
公共字符串实习生（字符串str）
{
实习；
if（_strings.TryGetValue（str，out interned））
返回实习；
_strings.Add（str，str）；
返回str；
}
}

这样，当您不再需要这组字符串时，您可以放弃

LocalStringInterner

---

为了确保从多个线程安全使用，您可以将

Intern

的主体包装在

锁（\u strings）

也许md5哈希可以帮助您实现这一点。它（理论上）应该是唯一的，并且受到大多数数据库的支持（如果不是C#将帮助您）

MySQL：

SELECT name, md5(name)
FROM user

P>以上所说的，我会考虑更好的数据库方法。< /P> 如果服务器端的每个字符串都有一个唯一的id，那么这应该是一项简单的任务

假设您有一个名为

string\u resources

的表，其中包含一个自动递增

id

列和一个

varchar

字段。我还将在

value

上添加一个唯一的索引，以确保不会将字符串存储两次

|id     | value          |
|1      | Hello          |
|2      | World          |
...
|145789 | Something else |

现在您可以将int值存储在字典中

md5: 128bit
int32: 32bit  // <-- You Don't Say?

md5:128位
int32:32bit/也许md5哈希可以帮助您实现这一点。它（理论上）应该是唯一的，并且受到大多数数据库的支持（如果不是C#将帮助您）

MySQL：

SELECT name, md5(name)
FROM user

P>以上所说的，我会考虑更好的数据库方法。< /P>
如果服务器端的每个字符串都有一个唯一的id，那么这应该是一项简单的任务

假设您有一个名为
string\u resources
的表，其中包含一个自动递增
id
列和一个
varchar
字段。我还将在
value
上添加一个唯一的索引，以确保不会将字符串存储两次

|id     | value          |
|1      | Hello          |
|2      | World          |
...
|145789 | Something else |

现在您可以将int值存储在字典中

md5: 128bit
int32: 32bit  // <-- You Don't Say?

md5:128位
int32:32bit/我不认为获取哈希代码并将字符串存储在
字典中以及将计数存储在单独的字典中有什么意义。您可以使用字符串本身作为键，字典将自动（在内部）创建和存储哈希代码。因此，只使用一本字典就足够了。您还可以通过
dict.Keys
从字典中检索字符串

两个不同字符串的哈希代码可以相同。这叫做碰撞。
字典
自动处理这些冲突

concurrentDictionary
似乎是合适的；但是，我对它没有任何经验。
我不认为获取哈希代码并将字符串存储在
字典中以及将计数存储在单独的字典中有什么意义。您可以使用字符串本身作为键，字典将自动（在内部）创建和存储哈希代码。因此，只使用一本字典就足够了。您还可以通过
dict.Keys
从字典中检索字符串

两个不同字符串的哈希代码可以相同。这叫做碰撞。Th