java：使用位编码标记的存在

我有一个类a，它最多可以有50个标记，a的实例在一个存储为json+压缩的列表（想想几十万）中多次出现。标记名称和值为自由格式文本，每个长度最多1024个字符。同一列表中不同标签的不同数量上限为50

目前，我不打算转移到其他类型的编码，比如protobuf或使用不同的压缩算法

为了减少存储数据的大小，我考虑使用位编码来捕获某些标记的存在。例如，在序列化数据之前，扫描一个标记名的实例列表，收集所有标记名：tagValue集，并按如下方式为每个不同的标记分配编号

1: tagA:valueA
2: tagB:valueB
4: tagC:valueC
8: tagD:valueD
16: ...

每个实例都有表示位值的长字段，例如，如果A有tagA，tagC，tagD，它就有

long tagSet = 13; //(0001 | 0100 | 1000 = 13)

我还将维护一个字符串数组作为映射。这样，原始标记字符串就不会在每个实例中重复

---

有没有更好的方法来实现这一点，比如一些内置的java集合，甚至是完全不同的编码机制？

您知道编译时可能的标记的完整集合吗？在这种情况下，您可以将标记建模为枚举值，并使用

java.util.EnumSet

存储它们；枚举集在内部使用位。编译时不知道它