Android内存优化---使用SparseArray和ArrayMap

Android 平台对内存敏感,所以需要在代码中对数据结构进行一定程度的优化,下面比较常用的几种Map实现

HashMap

Java中比较常用的Map实现类,但是对内存的利用率并不是很高,HashMap使用的是HashTable 中的拉链结构(数组+链表头)

Entry是Map的实体类,内部的数据结构如下

final K key;
V value;
final int hash;
HashMapEntry<K, V> next;

HashMap是如何计算元素的位置的?

HashMap通过计算元素的key的hash值得到该元素的位置

从中我们得知Entry存储的内容有key、value、hash值、和next下一个Entry，那么，这些Entry数据是按什么规则进行存储的呢？就是通过计算元素key的hash值，然后对HashMap中数组长度取余得到该元素存储的位置，计算公式为hash(key)%len，比如：假设hash(14)=14,hash(30)=30,hash(46)=46，我们分别对len取余，得到
hash(14)%16=14，hash(30)%16=14，hash(46)%16=14，所以key为14、30、46的这三个元素存储在数组下标为14的位置，如：

HashMap是使用链地址法处理的冲突,其他处理方法如下
* 开放地址法
* 再哈希法
* 链地址法
* 建立公共溢出区

当不断put数据时,HashMap会以两倍的速度进行扩容,在此过程中也要不断进行Hash运算,对内存的消耗巨大;

int newCapacity = oldCapacity * 2; // 数量数 > 容量 * 加载因子(0.75)就会进行扩容

SparseArray 稀疏矩阵

SparseArray比HashMap更省内存，在某些条件下性能更好，主要是因为它避免了对key的自动装箱（int转为Integer类型），
它内部则是通过两个数组来进行数据存储的，一个存储key，另外一个存储value，为了优化性能，
它内部对数据还采取了压缩的方式来表示稀疏数组的数据，从而节约内存空间，我们从源码中可以看到key和value分别是用数组表示：

private int[] mKeys; // 直接使用int[] 避免自动装箱
private Object[] mValues;

SparseArray的put()

    /**
     * Adds a mapping from the specified key to the specified value,
     * replacing the previous mapping from the specified key if there
     * was one.
     */
    public void put(int key, E value) {
        int i = ContainerHelpers.binarySearch(mKeys, mSize, key);

        if (i >= 0) {
            mValues[i] = value;
        } else {
            i = ~i;

            if (i < mSize && mValues[i] == DELETED) {
                mKeys[i] = key;
                mValues[i] = value;
                return;
            }

            if (mGarbage && mSize >= mKeys.length) {
                gc();

                // Search again because indices may have changed.
                i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
            }

            mKeys = GrowingArrayUtils.insert(mKeys, mSize, i, key);
            mValues = GrowingArrayUtils.insert(mValues, mSize, i, value);
            mSize++;
        }
    }

Android中提供的二分查找

// This is Arrays.binarySearch(), but doesn't do any argument validation.
    static int binarySearch(int[] array, int size, int value) {
        int lo = 0;
        int hi = size - 1;

        while (lo <= hi) {
            final int mid = (lo + hi) >>> 1;
            final int midVal = array[mid];

            if (midVal < value) {
                lo = mid + 1;
            } else if (midVal > value) {
                hi = mid - 1;
            } else {
                return mid;  // value found
            }
        }
        return ~lo;  // value not present
    }

也就是在put添加数据的时候，会使用二分查找法和之前的key比较当前我们添加的元素的key的大小，然后按照从小到大的顺序排列好，所以，SparseArray存储的元素都是按元素的key值从小到大排列好的。
而在获取数据的时候，也是使用二分查找法判断元素的位置，所以，在获取数据的时候非常快，比HashMap快的多，因为HashMap获取数据是通过遍历Entry[]数组来得到对应的元素。

SparseArray特有方法

在此之外，SparseArray还提供了两个特有方法，更方便数据的查询：
获取对应的key：

public int keyAt(int index)

获取对应的value：

public E valueAt(int index)

SparseArray的应用场景

虽说SparseArray性能比较好，但是由于其添加、查找、删除数据都需要先进行一次二分查找，所以在数据量大的情况下性能并不明显，将降低至少50%。

数据量不大，最好在千级以内

key必须为int类型，这中情况下的HashMap可以用SparseArray代替：

ArrayMap

ArrayMap是一个key,value映射的数据结构，它设计上更多的是考虑内存的优化，内部是使用两个数组进行数据存储，一个数组记录key的hash值，另外一个数组记录Value值，它和SparseArray一样，也会对key使用二分法进行从小到大排序，在添加、删除、查找数据的时候都是先使用二分查找法得到相应的index，然后通过index来进行添加、查找、删除等操作，所以，应用场景和SparseArray的一样，如果在数据量比较大的情况下，那么它的性能将退化至少50%。

它使用两个数组来存储数据——一个整型数组存储键的哈希值，另一个对象数组存储键/值对。这样既能避免为每个存入 map 中的键创建额外的对象，还能试图更积极地控制这些数组的长度的增加（因为增加长度只需拷贝数组中的键，而不是重新构建一个哈希表）

需要注意的是，ArraryMap 并不适用于可能含有大量条目的数据类型。它通常比 HashMap 要慢，因为在查找时需要进行二分查找，增加或删除时，需要在数组中插入或删除键。对于一个最多含有几百条目的容器来说，它们的性能差异并不巨大，相差不到 50%。

同样有两个特殊的方法

public K keyAt(int index)
public V valueAt(int index)

ArrayMap应用场景

数据量不大，最好在千级以内

数据结构类型为Map类型

注意 Api19以下需要导入support包
import android.support.v4.util.ArrayMap;

总结

1. 如果key的类型已经确定为int类型，那么使用SparseArray，因为它避免了自动装箱的过程，如果key为long类型，它还提供了一个LongSparseArray来确保key为long类型时的使用

2. 如果key类型为其它的类型，则使用ArrayMap