Android内存优化（使用SparseArray和ArrayMap代替HashMap）

转载自：http://blog.csdn.net/u010687392/article/details/47809295

在Android开发时，咱们使用的大部分都是Java的api，好比HashMap这个api，使用率很是高，可是对于Android这种对内存很是敏感的移动平台，不少时候使用一些java的api并不能达到更好的性能，相反反而更消耗内存，因此针对Android这种移动平台，也推出了更符合本身的api，好比SparseArray、ArrayMap用来代替HashMap在有些状况下能带来更好的性能提高。

介绍它们以前先来介绍一下HashMap的内部存储结构，就明白为何推荐使用SparseArray和ArrayMap

HashMap

HashMap内部是使用一个默认容量为16的数组来存储数据的，而数组中每个元素却又是一个链表的头结点，因此，更准确的来讲，HashMap内部存储结构是使用哈希表的拉链结构（数组+链表），如图： 
这种存储数据的方法叫作拉链法 
 
且每个结点都是Entry类型，那么Entry是什么呢？咱们来看看HashMap中Entry的属性：

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

从中咱们得知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？就是经过计算元素key的hash值，而后对HashMap中数组长度取余获得该元素存储的位置，计算公式为hash(key)%len，好比：假设hash(14)=14,hash(30)=30,hash(46)=46，咱们分别对len取余，获得 
hash(14)%16=14，hash(30)%16=14，hash(46)%16=14，因此key为1四、30、46的这三个元素存储在数组下标为14的位置，如： 
 
从中能够看出，若是有多个元素key的hash值相同的话，后一个元素并不会覆盖上一个元素，而是采起链表的方式，把以后加进来的元素加入链表末尾，从而解决了hash冲突的问题，由此咱们知道HashMap中处理hash冲突的方法是链地址法，在此补充一个知识点，处理hash冲突的方法有如下几种：

1. 开放地址法
2. 再哈希法
3. 链地址法
4. 创建公共溢出区

讲到这里，重点来了，咱们知道HashMap中默认的存储大小就是一个容量为16的数组，因此当咱们建立出一个HashMap对象时，即便里面没有任何元素，也要分别一块内存空间给它，并且，咱们再不断的向HashMap里put数据时，当达到必定的容量限制时（这个容量知足这样的一个关系时候将会扩容：HashMap中的数据量>容量*加载因子，而HashMap中默认的加载因子是0.75），HashMap的空间将会扩大，并且扩大后新的空间必定是原来的2倍，咱们能够看put()方法中有这样的一行代码：

int newCapacity = oldCapacity * 2;

因此，重点就是这个，只要一知足扩容条件，HashMap的空间将会以2倍的规律进行增大。假如咱们有几十万、几百万条数据，那么HashMap要存储完这些数据将要不断的扩容，并且在此过程当中也须要不断的作hash运算，这将对咱们的内存空间形成很大消耗和浪费，并且HashMap获取数据是经过遍历Entry[]数组来获得对应的元素，在数据量很大时候会比较慢，因此在Android中，HashMap是比较费内存的，咱们在一些状况下可使用SparseArray和ArrayMap来代替HashMap。

SparseArray

SparseArray比HashMap更省内存，在某些条件下性能更好，主要是由于它避免了对key的自动装箱（int转为Integer类型），它内部则是经过两个数组来进行数据存储的，一个存储key，另一个存储value，为了优化性能，它内部对数据还采起了压缩的方式来表示稀疏数组的数据，从而节约内存空间，咱们从源码中能够看到key和value分别是用数组表示：

private int[] mKeys; private Object[] mValues;

咱们能够看到，SparseArray只能存储key为int类型的数据，同时，SparseArray在存储和读取数据时候，使用的是二分查找法，咱们能够看看：

public void put(int key, E value) {
        int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
        ... } public E get(int key, E valueIfKeyNotFound) { int i = ContainerHelpers.binarySearch(mKeys, mSize, key); ... }

也就是在put添加数据的时候，会使用二分查找法和以前的key比较当前咱们添加的元素的key的大小，而后按照从小到大的顺序排列好，因此，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，因此，在获取数据的时候很是快，比HashMap快的多，由于HashMap获取数据是经过遍历Entry[]数组来获得对应的元素。

添加数据

public void put(int key, E value)

删除数据

public void delete(int key)public void remove(int key)

 

其实remove内部仍是经过调用delete来删除数据的

获取数据

public E get(int key)

or

public E get(int key, E valueIfKeyNotFound)

 

该方法可设置若是key不存在的状况下默认返回的value

特有方法

在此以外，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应用场景：

虽然说SparseArray性能比较好，可是因为其添加、查找、删除数据都须要先进行一次二分查找，因此在数据量大的状况下性能并不明显，将下降至少50%。

知足下面两个条件咱们可使用SparseArray代替HashMap：

• 数据量不大，最好在千级之内
• key必须为int类型，这中状况下的HashMap能够用SparseArray代替：

HashMap<Integer, Object> map = new HashMap<>(); 用SparseArray代替: SparseArray<Object> array = new SparseArray<>();

ArrayMap

这个api的资料在网上能够说几乎没有，然并卵，只能看文档了 
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，另一个数组记录Value值，它和SparseArray同样，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获得相应的index，而后经过index来进行添加、查找、删除等操做，因此，应用场景和SparseArray的同样，若是在数据量比较大的状况下，那么它的性能将退化至少50%。

添加数据

public V put(K key, V value)

获取数据

public V get(Object key)

删除数据

public V remove(Object key)

特有方法

它和SparseArray同样一样也有两个更方便的获取数据方法：

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

ArrayMap应用场景

• 数据量不大，最好在千级之内
• 数据结构类型为Map类型

ArrayMap<Key, Value> arrayMap = new ArrayMap<>();

【注】：若是咱们要兼容aip19如下版本的话，那么导入的包须要为v4包

import android.support.v4.util.ArrayMap;

总结

SparseArray和ArrayMap都差很少，使用哪一个呢？ 
假设数据量都在千级之内的状况下：

一、若是key的类型已经肯定为int类型，那么使用SparseArray，由于它避免了自动装箱的过程，若是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

二、若是key类型为其它的类型，则使用ArrayMap