有关CPU占用和缓存的一些见解

核心提示：首先说说缓存的问题，比如我们有1000000个字符串构成的List<string>需要缓存在内存中，有关CPU占用和缓存的一些见解，大约占用了100M的内存空间，如果需要对这些数据进行检索的话，外加Key所占用的一些空间，所以，很明显直接由于数据量太大，即使在内存中检索效率也不会太高

首先说说缓存的问题，比如我们有1000000个字符串构成的List<string>需要缓存在内存中，大约占用了100M的内存空间。如果需要对这些数据进行检索的话，很明显直接由于数据量太大，即使在内存中检索效率也不会太高。

一般可以想到的办法就是利用层次话的字典结构来解决，比如SortedList<char, Sorted<char, List<string>> 这样就构成了2层结构，可以把字符串的第一个和第二个字母作为字典的Key，这样一下子可以把检索的数据量下降2个数量级都不止。

当然，在现实应用中可能存放的不是List<string>而是一个List<Entity>，这个Entity里面可能有N个属性，我们可能需要检索的就不止是一个字段这么简单了，可能需要为了检索Entity中的ID属性做个Dictionary<int, Entity>，也可能需要为了检索其中的Name属性做一个Dictionary<char, List<Entity>>，这就需要多份字典。

前面说过了，这个原始数据List<string>占用100M内存，那么你可能会想了，再来一个SortedList<char, Sorted<char, List<string>>那么就需要200M内存了，如果多份字典的话，更占内存？但是想想字典结构的效率真是高啊，怎么取舍呢？其实，如果你试验一下的话可以发现，再弄个SortedList<char, Sorted<char, List<string>> 可能只会占用1M内存，加起来一共是101M而不是200M，这是为什么呢？

记得引用类型和值类型的区别吗，如果你的数据结构大部分是引用类型，比如string的话，一个string的List，它其实存放了N个处于托管堆上的string的指针，那么如果我们再来一个字典结构的话，不是说我们就多存放了这些string，而是多存放了一套指针，外加Key所占用的一些空间。所以，遇到这种情况不用吝啬多一些字典结构来提高效率。