字符串值是资源束中数据的很大一部分。ICU数据总体上很大，部分原因是我们在资源束字符串中有大量字节。
字符串的存储方式可以最大限度地提高运行时性能，但它们并不紧凑。
所有资源项都有一个32位字，其中包含一个4位数据类型字段和一个28位值字段。除了直接存储在此资源项字中的单个28位整数外，value字段包含实际资源存储位置的偏移量。偏移量左移2，所有资源至少对齐4字节边界。
字符串资源具有int32_t长度、UTF-16字符串内容、NUL终止符（1个UChar=2个字节），并且与所有资源一样，有时也会进行填充以获得4个字节的倍数。
一个空的或一个UChar字符串总共占用12个字节：资源项中4个字节（类型为&offset），长度为4个字节，内容为0或2，NUL为2，填充为0或2。
2..3个UChars=16字节，4..5个UChar=20字节等。
我们应该消除重复字符串（只存储一个副本。）从原型来看，这将节省大约700kB。
我们可以存储相对较短的UTF-16字符串没有长度整数，并且仅使用NUL终止符。较长的字符串将以一个、两个或三个16位单位作为长度的前缀（第一个单位位于特殊范围内，例如，trail surrate）。我们可以在包的早期将所有这样的字符串存储在一个公共块中，这样就不需要每次字符串填充。
这需要一个新的字符串资源类型，但可以使用内存映射，不需要任何堆分配。检索短字符串需要调用u_strlen（）。我们希望定义“short”，这样可以节省大量空间，同时保持u_strlen（）的平均时间较短。“short”的合理截止长度可能介于16到64个代码单位之间。这个截止值将由genrb设置，运行时代码不需要知道也不依赖它。（也就是说，我们可以在不更改数据格式的情况下更改截止值，即使是作为命令行选项。）
如果我们可以避免存储140000个字符串中大多数字符串的长度（4字节整数），并在填充中平均每个字符串保存1字节，那么这将节省大约700kB。
此外，前面没有长度值的字符串可以使用后缀共享。（请参见 按键页面.)
我们应该重新介绍空字符串作为0的资源项（UTF-16字符串类型，偏移量为0）。这是原始设计的一部分，但在实现中被忽略了。如果有机会使用新的formatVersion，我们应该重新使用它。例如，它在存储res_index.txt文件（所有值都为空字符串的键值对）的方式上有一点不同，但成本很低。
对于大多数脚本，两种简单的技术可以使每个字符接近1个字节，对于CJK，每个字符接近2个字节，与当前格式相比，开销更少（长度字节更少，没有终止符，没有填充）。它可能比SCSU简单得多。（除非我们从根本上重新考虑资源包数据格式，否则仍需要应用4字节填充。）
在每个捆绑包中，确定包含最多字符数的3个SCSU样式“窗口”（128个字符范围）。
可以使用一种新的资源类型直接在资源项字中存储“微型字符串”，而不是偏移量：0..4个ASCII字符、2..3个同窗口字符或一个任意代码点。
另一种新的资源类型可以包含一个字节字符串，该字符串的长度以可变长度编码，后跟压缩的字符串字节。第一个长度字节将有2位用于压缩类型。类型0..2表示单字节模式，初始状态设置为三个SCSU样式窗口之一，ASCII和窗口字符以单字节表示。类型3是CJK模式，直接编码主要的Han和Hangul块，每个ASCII字符一个字节。
所有压缩的非迷你字符串都将存储在包的开头，就在键之后，以避免出现伪字符串填充。
此实现的修补程序附加到此页面。它只计算压缩长度，但实际上并不以压缩形式写入字符串。
在资源束头中，我们可能会存储压缩字符串的数量（1 int）、它们将解压缩到的UChar的数量（包括长度为1或2，NUL为1；1 int），以及三个窗口开始代码点（3*uint16_t，省略每个窗口的底部7位）。
将有一些未使用的字节组合。我们可能希望将压缩方案的版本号存储在.resformatVersion之外的几个标头位中。
从稍微修改过的svn r25919生成的几乎是ICU4C 4.2版本的结果：
.dat文件大小：16011616字节
资源束数量：660
不带标头的总大小：10665468字节
字符串数：140202
包含资源项的字符串大小：6589592字节
大小缩减：2942546（头中减去约660*16=10560字节）
压缩字符串后的总填充：570字节
适合迷你格式的字符串数：25033
节省：297624
14个字符串不可压缩（“压缩”形式比原始UTF-16更长）
节省约为.dat文件大小的18.4%
我们应该考虑对很长、很难压缩的字符串进行通用压缩，至少是很少访问的字符串，比如CJK排序规则。请参阅 通用压缩页面进行一般性讨论。
我们可能会使用与更简单的压缩方案相同的新字符串资源类型，并在压缩字符串的第一个字节中进行区分。我们希望在压缩字节之前存储UTF-16长度（用于分配解压缩字符串）和字节数（传递给解压缩器）。
ICU4C API返回一个字符串作为指向以NUL结尾的UChar的指针，该UChar以当前格式存储。如果我们以任何方式压缩字符串，那么我们需要在运行时解压缩并缓存它们，直到释放资源包。解压缩和缓存需要同步（互斥）。
如果我们在加载资源包时解压缩所有字符串，那么我们会在许多永远无法访问的字符串上浪费时间和堆空间。
如果我们在第一次访问每个字符串时解压缩它，那么我们需要在getString（）函数中进行同步。
作为一种折衷方案，在访问字符串的包含数组或表时解压缩字符串可能是合理的。除了排序数据之外，访问二进制数据是非常常见的，访问规则字符串（可以很大）的情况非常少见，而且它们位于同一个表中。
我们可能需要使用资源项单词作为键（或类似键）来维护一个哈希表。每数组/每表解压缩可能会稍微简化这一点，因为数组和表通常包含密集的字符串资源列表，或者根本没有字符串。
对于增量解压缩，我们应该尝试进行增量内存分配，以便在很少访问字符串时只使用少量堆内存。
如果字符串是通过不简单返回const UChar*指针的API访问的，例如ures_getUTF8String（）和ures_getUnicodeString（。
我们应该看看别名资源项当前存储方式与UTF-16中的字符串类似。它们需要使用Unicode吗？它们可以像键一样使用不变字符（char*）吗？还是ASCII或UTF-8格式？（但它们相对较少且较小。）
如果我们用NUL结束符而不是长度来存储压缩字符串，那么我们可以使用后缀共享。（请参阅 按键页面.)
我们必须在其他地方存储首字母window/CJK状态的2位。例如，从资源项中再取2位（将偏移量从28位减少到26位，从而将最大字符串字节数从256MB减少到64MB），或者取4个字符串类型而不是1。
我们必须修改编码，以避免所有多字节字符编码的尾字节中的终止字节。
在运行时，我们必须预先飞行长度；对于短字符串，我们可以解码到堆栈缓冲区中，并将解码后的字符串复制到缓存中。对于长字符串，我们可能会使用纯预照明并读取压缩的字节两次。
我们可以将所有“容器”类型（表和数组）存储在一个连续的块中，最容易的方法是在包的末尾。在运行时，我们可以将此部分复制到堆内存中，当我们解压缩字符串并将其存储在缓存中时，可以在堆副本中修改其资源项字，以便下次看到标准UTF-16字符串资源类型。我们可能必须小心处理某些CPU上的内存排序问题。（也就是说，对堆表/数组中资源项的访问可能必须由UMTX_CHECK（）保护。）
