Racket中字节字符串与字符串的字符内存占用对比及计算方法

内存占用差异 #

• 字节字符串（bytes类型）：每个元素是8位无符号字节（取值范围0-255），单个元素直接占用1字节内存。字节字符串仅能存储ASCII字符或原始二进制数据，无额外编码开销。
• 字符串（string类型）：每个元素是Unicode标量值，支持所有Unicode字符。其内存占用分为两部分：
  1. 对象头部开销：包含类型标识、长度等元数据，固定约16字节（不同Racket版本可能略有差异）；
  2. 字符存储开销：
     • ASCII字符（U+0000至U+007F）：每个占用1字节；
     • 基本多语言平面（BMP）非ASCII字符（U+0080至U+FFFF）：每个占用2-3字节（取决于底层UTF-8/UTF-16编码实现）；
     • 超出BMP的字符（如Emoji，U+10000及以上）：以代理对形式存储，每个占用4字节。

内存占用计算方法 #

Racket内置了object-size函数（需导入racket/object库），可直接获取对象的总内存占用。结合对象长度，可计算出单个元素的实际占用：

示例代码 #

(require racket/object)

;; 计算字节字符串内存占用
(define bstr #"hello")
(displayln (format "字节字符串总大小: ~a 字节" (object-size bstr)))
(displayln (format "单元素平均占用: ~a 字节" 
                   (/ (- (object-size bstr) (object-size #""))
                      (bytes-length bstr))))

;; 计算ASCII字符串内存占用
(define str-ascii "hello")
(displayln (format "ASCII字符串总大小: ~a 字节" (object-size str-ascii)))
(displayln (format "单字符平均占用: ~a 字节" 
                   (/ (- (object-size str-ascii) (object-size ""))
                      (string-length str-ascii))))

;; 计算非ASCII字符串内存占用
(define str-unicode "你好🌍")
(displayln (format "Unicode字符串总大小: ~a 字节" (object-size str-unicode)))
(displayln (format "单字符平均占用: ~a 字节" 
                   (/ (- (object-size str-unicode) (object-size ""))
                      (string-length str-unicode))))

说明 #

• 通过(object-size #"")和(object-size "")可获取字节字符串/字符串的固定头部开销，避免硬编码数值；
• 字符串的实际字符存储开销由其包含的Unicode字符范围决定，多字节字符会直接增加总内存占用。

内容的提问来源于stack exchange，提问作者John Smith