内存最优解是位图（boolean[]或bitset）；范围有限时用boolean[]或bitset，省去对象开销；否则用inthashset类库；超大稀疏范围用roaringbitmap。
整型去重用 HashSet 本身不是内存最优解——它为每个 int 包装成 Integer 对象，带来明显额外开销。要最小化内存占用，关键不是“怎么配 HashSet”，而是“要不要用 HashSet”。
优先考虑原生数组 + 位图（适用于范围有限的整数）
如果整数范围可控（比如 0～10⁶、-2³¹ 到 2³¹−1 中的稀疏子集），用 boolean[] 或 BitSet 是最省内存的方式：
- boolean[]：每个值占 1 字节，适合范围 ≤ 数千万；例如 0～999999 → 占约 1MB
- BitSet：每个 bit 表示一个整数，100 万个数仅需 ~125 KB；支持负数需做偏移（如加 2³¹）
- 无对象头、无引用、无哈希桶，纯数据存储，内存利用率接近理论下限
用 IntHashSet（第三方库）替代 HashSet
标准 HashSet
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- Trove（已归档但稳定）：TIntHashSet，底层用 int[] 存储，无对象创建
- FastUtil：IntOpenHashSet，开放寻址 + 线性探测，内存紧凑、缓存友好
- Colt：IntHashSet，支持自定义加载因子和初始容量，避免扩容浪费
- 实测：100 万个 int，HashSet
占约 20–25 MB；IntOpenHashSet 通常 ≤ 5 MB
若必须用标准 HashSet，精简配置能小幅优化
这不是根本解法，但在无法引入第三方库时可减少冗余：
- 预设合理初始容量：
new HashSet(expectedSize, 0.75f)，避免多次扩容导致的桶数组翻倍 - 避免使用 LinkedHashSet / TreeSet：前者多维护链表指针，后者用红黑树，都比 HashSet 更耗内存
- 不依赖 Stream.toSet() —— 它默认返回 HashSet，但构造过程可能触发中间对象分配；直接 new 更可控
- 注意：即使调优，HashSet
的内存仍是原始 int 数组的 5–8 倍以上
极端场景：超大范围稀疏整数 → 考虑 RoaringBitmap
当整数跨度极大（如 0 到 2⁶³）、但实际出现数量极少（百万级）时，传统位图不可行。RoaringBitmap 采用分块压缩策略：
- 对每个 16 位前缀（称为 container）单独编码：密集用 bitmap，稀疏用 array，极稀疏用 run-length
- 内存占用远低于 HashSet，且支持高效交并差运算
- 适合日志 ID、用户 UID 等典型稀疏整数集合去重
