Android性能调整：ParseArray与Hashmap

Android ADT的最新更新之一是添加了Android Lint 。 Lint将检查您的Android项目中是否有您可以更改以改善应用程序的简单操作。 Lint会通知您以下信息：

• 未使用的资源
• 简单的代码更改即可提高性能
• XML布局的效率低下，例如嵌套权重或未使用的布局

还有其他一些事情。 前几天运行Lint时，我发现了Lint建议的其他性能调整。 有人告诉我“对于键为整数类型的地图，使用Android SparseArray API 通常更为有效”。

但是什么时候应该使用SparseArray？

在检查了更多优化之后，我找不到大量数据说明何时在Hashmap上使用SpraseArray 。 是否应该在本可以使用Hashmap的所有情况下使用它？ 如果数组很小怎么办？ 如果值的范围小于500怎么办？

这些是我尝试通过以下实验回答的问题。 但是在我直接进入实验细节之前，最好先了解一些有关Hashmaps和SparsArrays的背景信息。

什么是哈希图？

哈希图是一种包含“键值”对的数据结构。 它具有恒定的时间，即从数组中检索元素的O（1）时间要求。 这意味着无论大小如何，从数组中提取任何元素都需要花费相同的时间。 这可以通过使用散列函数来实现，该函数在给定输入键的情况下生成数组索引。

（在这种情况下）使用Hashmap将Integer键映射到对象。

什么是SparseArray？

要了解什么是SparseArray ，了解标准数组的工作原理将很有帮助。 数组实际上只是一个连续的内存块。 该块的大小对应于数组可以容纳多少个元素。 例如，如果一个对象需要10个字节的存储空间，并且创建了可以容纳5个这些对象的数组，则该数组具有50个字节的存储块。 数组中的每个对象都有一个10字节的段。 通过使用数组索引，您实际上是一次在数组的内存中移动，每次10个字节。

当您希望特定的索引映射到特定的对象，并且它们不能涵盖每个索引时，就会出现问题。 例如，如果您希望对象位于索引4和5，但不关心索引1、2或3，则最终会浪费数组内存。

为什么在Hashmap上使用SparseArray？

似乎SparseArray是比使用Hashmap将Integer映射到对象更有效的解决方案。 从理论上讲，在这种情况下，通过消除哈希函数处理时间，SparseArray可以比HashMap更快地添加和检索元素。

从SparseArray页面和Lint警告中可以看到，这里的语句非常模糊。

SparseArray一直都比Hashmap更好吗？ 如果不是，那么HashMap何时比SparseArray更有效率？

本实验

为了比较这两种数据结构，我设计了一个快速简单的测试（和应用程序）。 基准测试可以评估以下步骤：

1. 插入x个随机值（范围从0到y）
2. 检索x个随机值（范围从0到y）

为了处理此实验，我编写了一个简单的Android应用，其中包含基本的UI和一些异步任务来进行上述实验（即将在Github上提供）。

对于实验，我测试了两个不同的变量：

1. 数组大小从1，10，100，…，到1,000,000
2. 数组中数字的范围从1、10、100，...到100,000,000

该应用程序在具有Android 2.3.4版本的Samsung Galaxy 2上运行。

结果 SparseArray结果

SparseArray是一种非常快速的数据结构，大小不超过10,000。 如果您要从数组中提取数据的数量远远超过添加到数组中的数据，那么您可以避免使用100,000个大小。 跃升至1,000，它开始放慢一点，但也不足为奇。

哈希图结果

执行摘要

Hashmap和SparseArray的性能非常相似，最大可达10,000个大小标记。 100,000个大小标记是发现一些有趣结果的地方。 对于检索100,000个大小的数组中的元素，一旦整数范围超过1,000，性能就会Swift下降。

因此，对于小于1000的数据结构大小（任何范围都可以），Hashmap和SparseArray看起来非常相似。 大小为1,000时，性能提升可能很小，如果有的话。

当大小增加到10,000标记时，两种数据结构都有不同的性能。 在此级别（上图中的黄色）中， Hashmap在添加对象时具有更高的性能，而SparseArray在检索对象时具有更高的性能。

如果大小为100,000（上图中的红色），则Hashmap会很快失去性能，达到100范围标记。 但是，SpraseArray仍然能够以可比的效率检索此范围内的元素 。 在达到1,000个范围限制后，它也会崩溃。

因此，有了上述所有有趣的内容，我便放弃了一些新理论：

• 在Android（通常是移动编程）中，内存中的数据结构中包含10,000个以上的对象似乎是一个上限。
• 对于较小的阵列（小于1,000），SparseArray和Hashmap的性能非常可比
• 对于大于10,000的阵列，如果要添加的元素大于获取的元素，请尝试使用SparseArray。
• 对于大于100,000的阵列，请尝试一下SparseArray…或修复您的应用程序设计，以使您没有任何庞大的内存中数据结构。

参考： Android Performance Tweaking： Programming Mobile博客上来自我们JCG合作伙伴 Isaac Taylor的ParseArray与Hashmap 。

翻译自: https://www.javacodegeeks.com/2012/07/android-performance-tweaking-parsearray.html