【IT168 评论】最近一周比较忙，主要的工作内容是在做一个叫“键盘精灵”的东西，简单来讲就是将很多数据放到内存中，对这些数据进行快速检索，然后找出根据输入条件最匹配的10条记录并予以展示。具体和下面两款炒股软件的相关功能类似：
数据以文本形式存在文件中，且数据量较大，有近20万条，每一条记录有几个字段，以分隔符分割。当时使用的是6万条记录的测试数据，文本文件将近10M，这个模块加载到内存并建立缓存之后，大概会占用将近70-80M的内存。自我接手以后，主要的任务就是降低内存消耗和提高匹配效率。
一、避免创建不必要的对象
拿到代码后，第一步就是看设计文档，然后断点一步一步的看代码，大概明白了逻辑之后，发现思路有一些问题。之前的代码处理流程思路大概是下面这样的：
1.将文件读取到内存，实例化;
2.根据条件对文件进行检索，并存储到结果集1中;
3.对结果集1中的结果进行匹配度计算，并存储到结果集中2;
4.按对结果集2进行匹配度排序，取最匹配的10条记录，然后返回。
这个过程中规中矩。但是其中有很多问题，最大的问题是，临时变量存储了太多的中间处理结果，而这些对象在一次查询完成后又马上丢弃，大量的临时对象带来了很大的GC压力。举例来说，当用户在输入框中输入1的时候，假设使用Contains来匹配，那么从6万条记录中找出包含1的记录可能有4万多条，然后需要把这4万多条记录存储在临时变量中进行处理，进一步计算这4万条记录的匹配度，然后存储到一个类似KeyValuePair的集合中，key为匹配度，然后对这个集合按Key进行排序，然后取前10条最优记录。可以看到，中间创建了大量的临时变量，使得内存剧增，大量临时对象创建之后马上会被回收，GC压力山大。
而在设计文档中，只要求返回最最匹配的10条记录，之前的解决方案中似乎并没有注意到这一点。所以接手后，第一步就是对上面的处理过程进行精简。精简后如下：
1.将文件读取到内存，实例化
2.根据条件对文件进行检索，如果存在，则：
• 计算匹配度;
• 以匹配度为Key，存储到只有11个容量的SortList中;
• 如果SortList集合添加记录后大于10个，则移除最后面一个元素，始终保持着前10个最小(匹配度最优)的记录;
• 遍历完成之后，返回这个集合对象。
经过这一修改，减少了大量临时数据对内存的占用，整个过程中，我只是使用一个容量为11的SortList结构存储中间的过程，每一次插入一个元素，SortList帮我们排好序，然后移除最不匹配的那一个，也就是最后一个元素(从小到大排序，越匹配，值越小)。这里面的消耗主要是SortList的插入，内部排序和移除记录。 说到这里在选择SortList还是SortDictionary的问题上纠结了一下，于是又找了些资料，SortDictionary在内部使用红黑树实现，SortList采用有序数组实现， 在内部排序都为O(logn)的前提下，SortDictionary的O(logn)插入及删除元素的时间复杂度优于SortList，但是SortDictionary会比SortList占用更多内存。基本来说这是一个查询速度和内存分配之间的平衡，由于这里只需要存储11个对象，所以两者相差不大。其实即使没有这种结构，自己也可以实现的，无非就是一个集合，每次添加一个，排好序，然后将最大的那个移除。.NET使用起来方便是因为有很多这些强大的内置数据结构。
经过上面这个小小的修改，内存占用一下子降低了1倍，从原来的70-80M，降低到了30-40M，其实这就是降低内存开销的一个最基本的原则，那就是避免创建不必要的对象。
