Android 性能优化 (十三) 数据结构算法优化 秒变大神 Protocol Buffer

4大优化

1.图片数据优化

2.集合的优化

3.排序算法优化

4.传输数据优化

 

今天运行了一下：Android Lint 工具，看到了程序中关于这块的问题

1.图片优化

用ARGB_4444替代ARGB_8888

• ALPHA_8——代表8位Alpha位图 
• ARGB_4444——代表16位ARGB位图
• ARGB_8888——代表32位ARGB位图
• RGB_565——代表8位RGB位图

位图位数越高代表其可以存储的颜色信息越多，当然图像也就越逼真

2.集合的优化

Java语言和Android源码里面有很多现成的轮子，我们在使用这些数据结构的时候，要知其所以然，从源码分析这些数据结构的原理和特点，选取最适合的拿来用。

 

1.使用SparseArray、ArrayMap代替HashMap

 

SparseArray指的是稀疏数组(Sparse array),所谓稀疏数组就是数组中大部分的内容值都未被使用（或都为零），在数组中仅有少部分的空间使用。因此造成内存空间的浪费，为了节省内存空间，并且不影响数组中原有的内容值，我们可以采用一种压缩的方式来表示稀疏数组的内容。

 

google推荐使用其代替HashMap, 其内部实现了压缩算法，可以进行矩阵压缩，大大减少了存储空间，节约内存。此外它的查找算法是二分法，提高了查找的效率。

 

数据量小于1000时，使用ArrayMap可以避免HashMap内存翻倍的问题，以int为key的HashMap可以用SparseArray代替，缺点是乱序查找添加删除效率不如HashMap

 

ArrayMap的使用并不能提升反应时间，却能够节省内存空间，当数据量很大时，使用ArrayMap,以时间换空间，防止出现OOM。Bundle实现使用了ArrayMap。

 

ArrayMap与HashMap有四点不同

 

a.储存方式不同

 

ArrayMap储存数据和HashMap不同，它没有Entry这个东西，而是用数组来保存数据

 

b.扩容操作不同

 

HashMap容量不足时，会新建double容量table返回，而ArrayMap采用copy方式，并且收缩数组，释放不必要的容量。

 

c.数组可收缩

 

去掉不使用的容量，节省空间。

 

d.查找方式不同

 

ArrayMap采用二分查找，查找效率比HashMap高，但是插入数据会涉及大量的数据搬移

 

和SparseArray一样，数据量适中时（小于1000）使用ArrayMap可以避免HashMap内存翻倍的问题。数据条数大于1000时乱序操作效率很低，不推荐使用。

 

 

2.根据情况选择适合的collection容器

 

根据实际情况选择ArrayList或者LinkedList。

 

a.ArrayList是实现了基于动态数组的数据结构，LinkedList基于链表的数据结构。 

b.对于随机访问get和set，ArrayList觉得优于LinkedList，因为LinkedList要移动指针。 

c.对于新增和删除操作add和remove，LinedList比较占优势，因为ArrayList要移动数据。 

 

3.根据实际情况，选择合适的算法

 

a.关于查找的算法很多种：基本查找、二分查找、二叉树、斐波那契等

 

它们时间复杂度和空间复杂度不同，选择适合的算法事半功倍

 

比如一个顺序队列n个数据，选择基本查找的时间复杂度为O(n)，而二分查找时间复杂度为O(log 2 n)，显然n越大，基本查找消耗的时间越久，性能损耗越高。

 

再比如，查询某个文件，你可以采用基本查找、也可以先排序、再进行二分查找。

 

4.采用ConcurrentHashMap处理需要线程同步的Map

 

ConcurrentHashMap相较于HashMap,它是线程同步的，而且不是简单的加锁而已，而是采用了分段加锁的技术segment（类似HashTable）来进行加锁，性能比单纯的全局加锁提升10几倍。

5.可以尝试自己造轮子

现成的数据结构不一定是最好的，他们往往是最稳定的，它们的都不是凭空产生的，条件合适，可以自己写数据结构，自己造的肯定最适合你。

 

总之，用于现实世界的存储，我们使用的工具和建模。每种数据结构有自己的优点和缺点，根据实际情况采用合适的数据结构。

而算法，在这么多的数据中如何做到最快的插入，查找，删除，也是在追求更快。

 

数据结构和算法重要性远不止这些，它是一门很高深的学科，摘录一段对数据结构和算法比较深刻的描述

如果说 Java 是自动档轿车，C 就是手动档吉普。数据结构呢？是变速箱的工作原理。你完全可以不知道变速箱怎样工作，就把自动档的车子从 A 开到 B，而且未必就比懂得的人慢。写程序这件事，和开车一样，经验可以起到很大作用，但如果你不知道底层是怎么工作的，就永远只能开车，既不会修车，也不能造车。如果你对这两件事都不感兴趣也就罢了，数据结构懂得用就好。但若你此生在编程领域还有点更高的追求，数据结构是绕不开的课题。

 

Java 替你做了太多事情，那么多动不动还支持范型的容器类，加上垃圾收集，会让你觉得编程很容易。但你有没有想过，那些容器类是怎么来的，以及它存在的意义是什么？最粗浅的，比如 ArrayList 这个类，你想过它的存在是多么大的福利吗——一个可以随机访问、自动增加容量的数组，这种东西 C 是没有的，要自己实现。但是，具体怎么实现呢？如果你对这种问题感兴趣，那数据结构是一定要看的。甚至，面向对象编程范式本身，就是个数据结构问题：怎么才能把数据和操作数据的方法封装到一起，来造出 class / prototype 这种东西？

3.排序算法优化

比如：冒泡排序的算法优化

4.Protocol Buffer 其实 是 Google出品的一种轻量 & 高效的结构化数据存储格式，性能比 Json、XML 真的强！太！多！

 

今天，我将讲解Protocol Buffer使用的源码分析，并解决以下两个问题： 
a. Protocol Buffer序列化速度 & 反序列化速度为何如此快 
b. Protocol Buffer的数据压缩效果为何如此好，即序列化后的数据量体积小

 

1. 定义

 

一种 结构化数据 的数据存储格式（类似于 `XML、Json` ）

Google 出品 （开源）

Protocol Buffer 目前有两个版本：proto2 和 proto3

因为proto3 还是beta 版，所以本次讲解是 proto2

2. 作用

 

通过将 结构化的数据 进行 串行化（序列化），从而实现 数据存储 / RPC 数据交换的功能

 

序列化： 将 数据结构或对象 转换成 二进制串 的过程

反序列化：将在序列化过程中所生成的二进制串 转换成 数据结构或者对象 的过程

3. 特点

 

对比于 常见的 XML、Json 数据存储格式，Protocol Buffer有如下特点：

 

 

4. 应用场景

 

传输数据量大 & 网络环境不稳定 的数据存储、RPC 数据交换 的需求场景

 

如 即时IM （QQ、微信）的需求场景

总结

 

在 传输数据量较大的需求场景下，Protocol Buffer比XML、Json 更小、更快、使用 & 维护更简单！

 

5. 使用流程

 

关于 Protocol Buffer 的使用流程，具体请看我写的文章：快来看看Google出品的Protocol Buffer，别只会用Json和XML了

 

6. 知识基础

 

6.1 网络通信协议

 

序列化 & 反序列化 属于通讯协议的一部分

通讯协议采用分层模型：TCP/IP模型（四层） & OSI 模型 （七层）

 

 

序列化 / 反序列化 属于 TCP/IP模型 应用层 和 OSI`模型 展示层的主要功能：

 

（序列化）把 应用层的对象 转换成 二进制串

（反序列化）把 二进制串 转换成 应用层的对象

所以， Protocol Buffer属于 TCP/IP模型的应用层 & OSI模型的展示层

 

6.2 数据结构、对象与二进制串

 

不同的计算机语言中，数据结构，对象以及二进制串的表示方式并不相同。

 

a. 对于数据结构和对象

 

对于面向对象的语言（如Java）：对象 = Object = 类的实例化；在Java中最接近数据结构 即 POJO（Plain Old Java Object），或Javabean（只有 setter/getter 方法的类）

 

对于半面向对象的语言（如C++），对象 = class，数据结构 = struct

 

b. 二进制串

 

对于C++，因为具有内存操作符，所以 二进制串 容易理解：C++的字符串可以直接被传输层使用，因为其本质上就是以 '\0' 结尾的存储在内存中的二进制串

对于 Java，二进制串 = 字节数组 =byte[] 

byte 属于 Java 的八种基本数据类型 

二进制串 容易和 String混淆：String 一种特殊对象（Object）。对于跨语言间的通讯，序列化后的数据当然不能是某种语言的特殊数据类型。

 

6.3 Protocol Buffer 的序列化原理 & 数据存储方式

 

Protocol Buffer 的序列化原理主要在于 独特的编码方式 & 数据存储方式

具体请看文章 Protocol Buffer 序列化原理大揭秘 - 为什么Protocol Buffer性能这么好？

7. 源码分析

 

7.1 核心分析内容

 

在下面的源码分析中，主要分析的是： 

1. Protocol Buffer具体是如何进行序列化 & 反序列化 ？ 

2. 与 XML、Json 相比，Protocol Buffer 序列化 & 反序列化速度 为什么如此快 & 序列化后的数据体积这么小？

 

本文主要讲解Protocol Buffer在 Android 平台上的应用，即 Java 

平台

 

参考博客：

https://blog.csdn.net/carson_ho/article/details/70902349