Java 间隔树实现在序列化后占用大量文件空间

我有一个包含IPv6范围和范围所属ISP的文本文件（范围不重叠）。以下是一些示例（假）行：

2010:258:0:0:0:0:0:0;2010:258:ffff:ffff:ffff:ffff:ffff:ffff;ISP_1;
2010:260:0:0:0:0:0:0;2010:260:ffff:ffff:ffff:ffff:ffff:ffff;ISP_2;
2010:268:0:0:0:0:0:0;2010:268:ffff:ffff:ffff:ffff:ffff:ffff;ISP_3;

我已经取得了这个文本文件，并创建了一个从它，所以我可以快速查找哪个ISP的一个特定的IP属于。间隔树中的每个节点都具有以下结构：

public class Node implements Serializable {
    Range nodeRange;

    IntervalTreeNode left;
    IntervalTreeNode right;

    UnsignedLong128 centerValue;

}

以下是

范围

：

public abstract class Range implements Comparable<Range>, Serializable {

    UnsignedLong128 start;
    UnsignedLong128 end;
    boolean sortAccordingToStart;
}

问题是，如果我序列化树并将其写入文件，该文件的大小远远大于原始文本文件的大小。下面是一个示例：我有一个文本文件，其中包含19860行范围行，该文本文件的大小为1.7MB。当我基于它创建间隔树并将该树写入文件时（通过Java的序列化），结果文件的大小为15.7 MB，即使它存储相同的信息。是的，树所容纳的节点数量是文本文件行数的两倍（我生成的树是平衡的），这仍然不能证明文件大小增加了这么多

---

那么，是什么导致了文件大小的增长，我该如何缩减它呢？

Java序列化将有很大的开销，如果您使用文本编辑器查看文件，您可能会看到这一点

由于这些范围不重叠，您可以将数据按顺序排序（比较两个范围并比较其起点或终点），然后使用二进制搜索查找匹配项。然后你只需要序列化一个结构数组。您可能会发现，如果您有一个或三个大数组，其中包含起点、终点和ISP ID，或者您可以自己读取和写入数据，那么Java序列化的开销会更小

---

您还可以研究readResolve（）和writeReplace（）

您可以实现

Externalizable

，它允许您在使用

Serializable

框架的同时自定义序列化。它相当简单，每个字段和每个方向都需要一条线

Serializable

有一些开销，因为每个字段都可能包含

null

或其类型的子类的实例，但您通常知道这是不可能发生的

我不确定，但我想，

Serializable

默认情况下使用UTF-16，这既快又简单，因为这是Java内部的功能（或者说，Java 9可以做得更好），但对于纯ASCII来说，它浪费了两倍的时间（使用UTF-8很好）。看起来你用数字代替了字符串，所以可能没用

---

您的

UnsignedLong128

也会浪费内存。将

Long

替换为

Long

。不知道它对序列化的数据大小有多大帮助，但可以节省大量RAM（并获得一些速度）。

如果不需要坚持序列化，还可以创建

readFile

和

toFile

方法来存储树。

public class UnsignedLong128 implements Comparable<UnsignedLong128>, Serializable {

    Long major;
    Long minor;
}