Android中汉字转拼音的内存优化处理

本人博客原文

当我们对中文名字排序时，往往采用是的用其拼音来排序的。Android中通过汉字的unicode编码来找到其对应的拼音。汉字unicode编码和其拼音是放在资源文件chinese_unicode_to__pinyin.txt中。

其结构很简单，比如：

示例1：

3007 ling 
4E00 yi 
4E01 ding 
4E02 kao 

它正好对应java.util.Properties所需要的格式。但是由于它继承于Hashtable，他使用的是哈希桶来把汉字unicode编码和其拼音对应，有很多哈希桶被创建而没实际使用，造成大量的哈希桶浪费，实际占用内存达2M多。

考虑到chinese_unicode_to__pinyin.txt本身的数据结构特点，我们在采用二维数组的索引来对应汉字unicode编码，第一维数组的下标对应汉字unicode编码的高8表，第二维数组的下标对应汉字unicode编码的低8表，第二维数组数存的字符串来对应汉字拼音的引用。如果在存一个汉字的拼音时，前面有汉字的拼音和他一样时，则使用这个该汉字的拼音的引用就可以了，而不必再创建新的字符串。

对于示例1的汉字和拼音就这样存储：

pinyinTable[0x30][0x0f]="ling"
pinyinTable[0x4E][0x00]="yi"
pinyinTable[0x4E][0x01]="ding" 
pinyinTable[0x4E][0x02]="kao"

这样使用MAT查看占用内存就变为1M多，但是实际计算却主要是引用（一个引用占32位，即4个字节）占用的内存比较多，大概是6*（2~12）*4=96k

另外很多汉字的拼音都是相同，所以使用白盒测试显示字符串占用的更少。MAT显示的占用内存仍然有1M，应该是重复计算字符串引起的。