对于slice，如果无法预估所有数据大小，可以通过每次扩展时成倍增加容量，减少频繁扩容带来的开销。 在高并发场景下，如果需要对 map 进行频繁的多次读一次写操作，推荐使用 sync.Map。如果是多次读写情况，推荐使用concurrent-map。 map 的性能高度依赖于键的哈希分布，尽量选择能避免哈希冲突的键。 对于任何容器类型，如果需要频繁创建和销毁对象，都会导致 GC 压力增加，可以使用 sync.Pool 实现对象的重用。

我不确定我的理解是否正确，benchmark上内存消耗情况指的是从程序运行到结束分配过的内存总字节数，而不是程序运行过程中某一时刻的最大使用内存字节数。所以我们在做内存性能优化时追求的、并且衡量一个程序内存使用效率的好坏的指标都是前者？跟我一直的理解有点出入，我以为释放掉的内存会被垃圾回收，所以只要确保内存使用峰值不要过高就好了，😂如果我的理解有误希望老师能指正一下～

听完老师的课查了一下资料，总结一下，不足之处请老师指正，容器类型优化的其它技巧： 1. 尽量避免频繁对 map 和 slice 的增删，这会触发底层结构重新分配 2. 并发场景下 减少锁争用，比如使用并发安全的 sync.map 或者 通过分片技术将大 map 分为小 map 3. 需要大量短生命周期容器对象时，通过 sync.pool 复用对象，减少频繁的内存重新分配 4. 在多线程场景下，使用 sync.once 优化初始化操作，保证只执行一次 5. 容器元素为 大对象 或者 复杂结构体，传递指针而不是值，这样可以减少拷贝的开销，特别是在作为函数参数时 6. 对于结构体来说，按照字段的大小降序排列，可以降低内存对齐时的填充浪费