android性能优化SparseArray和ArrayMap

HashMap vs ArrayMap / Sparse*Array – 

既然提到了自动装箱的问题，那么使用HashMap的话，就需要我们使用对象类型作为键。而如果我们在整个应用中使用的都是基本数据类型的“int”，那么在我们使用HashMap时候就会发生自动装箱，而这时也许我们就可以考虑使用SparseIntArray。而假如我们仍然需要键为对象类型，那么我们可以使用ArrayMap。ArrayMap和HashMap很类似，但是在底层的实现原理却不尽相同，这也会让我们更加高效的使用内存，但要付出一定的性能代价。两种方法都会比HashMap更加节省内存空间，但是相比于HashMap，查询和增删的速度上会有一定的牺牲。当然，除非你具有至少1000条的数据源，否则在运行时也不会对速度造成太大的影响，这也是你使用他们替代HashMap的原因之一。

单纯从字面上来理解，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。

假设有一个9*7的数组，其内容如下：

在此数组中，共有63个空间，但却只使用了5个元素，造成58个元素空间的浪费。以下我们就使用稀疏数组重新来定义这个数组：

其中在稀疏数组中第一部分所记录的是原数组的列数和行数以及元素使用的个数、第二部分所记录的是原数组中元素的位置和内容。经过压缩之后，原来需要声明大小为63的数组，而使用压缩后，只需要声明大小为6*3的数组，仅需18个存储空间。

api:

它有两个方法可以添加键值对：

1 2	public void put(int key,E value){} public void append(int key,E value){}

有四个方法可以执行删除操作:

1 2 3 4

public void delete(int key){} public void remove(int key){}//直接调用的delete(int key) public void removeAt(int index){} public void clear(){}

修改数据setValueAt(int index, E value)可以修改数据，put(int key, E value)也可以修改数据，我们查看put(int key, E value)的源码可知，在put数据之前，会先查找要put的数据是否已经存在，如果存在就是修改，不存在就添加。

所以，修改数据实际也有两种方法：

1 2	public void put(int key,E value) public void setValueAt(int index,E value)

最后再来看看如何查找数据。有两个方法可以查询取值：

1 2	public E et(int key) public E get(int key,E valueIfKeyNotFound)

其中get(int key)也只是调用了 get(int key,E valueIfKeyNotFound),最后一个从传参的变量名就能看出，传入的是找不到的时候返回的值.get(int key)当找不到的时候，默认返回null。

查看第几个位置的键：

1	public int keyAt (int index)

有一点需要注意的是，查看键所在位置，由于是采用二分法查找键的位置，所以找不到时返回小于0的数值，而不是返回-1。返回的负值是表示它在找不到时所在的位置。

查看第几个位置的值：

1	public E valueAt(int index)

查看值所在位置，没有的话返回-1：

1	public int indexOfValue(Evalue)

其核心就是折半查找函数（binarySearch），算法设计的很不错。

相应的也有SparseBooleanArray，用来取代HashMap<Integer, Boolean>，SparseIntArray用来取代HashMap<Integer, Integer>，大家有兴趣的可以研究。

总结：SparseArray是android里为<Interger,Object>这样的Hashmap而专门写的类,目的是提高效率，其核心是折半查找函数（binarySearch）。在Android中，当我们需要定义

1	HashMap<Integer,E>hashMap=newHashMap<Integer,E>();

时，我们可以使用如下的方式来取得更好的性能.

1	SparseArray<E>sparseArray=newSparseArray<E>();

ArrayMap

0. 100量级的数据，ArrayMap性能不会差太多

1. 数据很少时，ArrayMap仅占用O（数据量）的数据量，HashMap的entry array大小不会改变，占用空间

2. ArrayMap可以使用index遍历，会快一些