Java 基本数据类型内存占用优化与存储效率提升指南
Java 基本数据类型内存优化的核心，其实可以概括为两点：“按需选型”和“避免隐式类型升级”。整数应根据取值范围选择 byte、short、int 或 long，浮点数按精度需求选用 float 或 double，包装类型能避免就避免，变量尽量就近声明、避免冗余初始化，数组相比对象集合能大幅节省内存。
Java 的基本数据类型天然就是轻量级的——没有对象头开销，内存占用固定且极小。因此，优化的重点不在于调整 JVM 启动参数，而在于选择正确的类型和合理的用法。选对类型，比调优 -Xmx 等参数要有效得多。
按数值范围精准选择整数类型
Java 提供了四种整数类型，从 byte 到 long，分别占用 1、2、4、8 字节。很多开发者习惯性地使用 int，即使存储 HTTP 状态码（0～99）也用 4 字节，导致 75% 的内存被浪费。根据实际场景选择合适的类型才是最佳实践：
- byte：适用于 -128 到 127 的数值范围，例如状态标志、像素灰度值、协议字段。尤其在数组场景下优势明显——百万级数组可节省约 3MB 内存。
- short：适用于 -32768 到 32767，适合音频采样数据、小尺寸 ID、温度传感器读数等场景。
- int：通用首选，CPU 对其运算效率最高。除非明确知道数值会超过 int 范围，否则不必主动降级或升级。
- long：仅在需要超过 21 亿的整数时使用，比如毫秒级时间戳、分布式唯一 ID。不要为了省事随意使用 long，否则可能导致溢出 bug。
浮点类型需权衡精度与空间
float 占用 4 字节，double 占用 8 字节——相差一倍。在业务允许误差的情况下，float 是更经济的选择。
- 适合使用 float 的场景：图形坐标、传感器原始读数、游戏物理模拟、推荐分数（保留一位小数即可）。
- 必须使用 double 的场景：金融计算（即便用 BigDecimal，也常借助 double 做中间转换）、科学计算、高精度定位经纬度。
- 需要警惕的是：0.1f + 0.2f 不等于 0.3f，而 0.1d + 0.2d 也不等于 0.3d——浮点运算本质是近似值，关键取决于业务对误差的容忍度。
善用基本类型，避免滥用包装类
Integer 看起来像是 int 的“升级版”，但实际上是一个重量级对象：占用 24 字节 vs 4 字节，相差 6 倍。自动装箱与拆箱还会带来额外的性能开销。许多代码中滥用 Integer，其实完全可以用 int 替代。
- 集合中需要存储数字？优先考虑 IntStream、LongStream，或者使用 Trove、Eclipse Collections 等原生 int 集合库。
- 方法参数或返回值需要 null 语义？要谨慎评估——大多数场景下使用 0、-1 或 Optional 代替 null 更安全。
- 循环内避免调用
Integer.valueOf(i)，特别是当 i 不在 -128～127 范围时会创建新对象；如果必须使用，应提前缓存或复用对象。
声明与使用习惯影响实际内存效率
选对类型只是第一步，具体写法细节决定最终的内存效率。
- 变量就近声明：在首次使用的位置定义（例如 for 循环中的
int i = 0），有助于 JVM 更好地优化栈帧，减少栈空间占用。 - 避免冗余初始化：
boolean flag = false;可以简写为boolean flag;（默认值已经是 false）。 - 数组优于对象集合：存储纯数值时，
int[]比List节省至少 5 倍内存，且无 GC 压力。 - 注意 boolean 的真实占用：虽然规范未强制，但在 HotSpot 虚拟机中，单个 boolean 字段仍占用 1 字节（并非 1 比特）。对于密集布尔状态，建议使用 BitSet 或 byte[] 进行打包，可大幅节省空间。
