SparseArray & ArrayMap

关注

原创最新推荐文章于 2026-06-22 08:15:00 发布 895 阅读 AI 写同款· GEO 优化 ›

HashMap,ArrayMap,SparseArray 源码角度分析,Android中的数据结构你该如何去选择？在get的时候，我们首先会根据我们的key去计算它的hash值，如果这个hash值不存在，我们直接反回null。如果存在，在没有发生hash冲突的情况下也就是根据当前hash值计算出的索引上的存储数据不是以树和链表的形式存储的时候，我们直接返回当前索引上存储的值，如果时链表树，我们就去遍历节点上的数据通过equals去比对，找到我们需要的在返回。通过上面我可以得出结论，当HashMap没有发生hash冲突时，hashMap的查找和插入的时间复杂度都是O(1),效率时非常高的。阅读详情

SparseArray 和 ArrayMap 都是 Android 特有的集合类，出现在 android.util 包下。
它们的诞生原因是 Android 在内存和性能优化上的特殊需求 —— 在移动设备上，内存、GC 频率和性能都是敏感指标，所以 Google 给我们提供了比 Java 标准集合更轻量的替代方案。

它们在功能上与 Java 标准库中的 HashMap 类似，都是键值对（Key-Value）存储，但在内部实现上做了显著的改进。

一、SparseArray

SparseArray 是一种将整数映射到对象的键值对数据结构。它的设计初衷是为了替代 HashMap<Integer, Object>，特别是在键是连续或稀疏的整数时。

它在系统源码和三方库中很常见，但因没有去了解过它，以至于很长时间都不知道它是干什么用的，只知道看上去和 HashMap 很像。

特点：两个数组（key 升序排列，value 对应存储）

mKeys:   [  1,   3,   5  ]
mValues: ["A", "B", "C"]

查找流程：
1. 用二分查找 mKeys 找到 key 的位置
2. 用下标去 mValues 取值

结构示意：

┌──────────────┐     ┌──────────────┐
│ mKeys  int[] │     │ mValues Obj[]│
├─────┬────────┤     ├─────┬────────┤
│  0  │   1    │ --> │  0  │  "A"   │
│  1  │   3    │ --> │  1  │  "B"   │
│  2  │   5    │ --> │  2  │  "C"   │
└─────┴────────┘     └─────┴────────┘

删除元素时不会立刻移动数组，而是标记为“DELETED”占位符，等需要时再 gc() 进行压缩

二分查找大家都懂吧，就是那个过程很简单，细节是魔鬼的算法，简单介绍下，在给定一个有序的数据结构中去查找一个元素，通过目标元素的特征与中间的元素比较确定它属于哪半部分，往复循环，每次都是缩小目标数据结构的一半，直到找到元素，很好理解是不是，恩，保持你对它的第一印象就行了。

原理

SparseArray 内部使用两个并行的数组：一个用于存储键（int[] mKeys），另一个用于存储值（Object[] mValues）。当添加一个键值对时，它会根据键的大小将键插入到 mKeys 数组的正确位置，并同时将值插入到 mValues 数组的对应位置。由于数组是连续存储的，查找操作使用二分查找（binary search），其时间复杂度为 O(logn)，而添加和删除操作可能需要移动数组元素，其时间复杂度为 O(n)。

作用与功能

SparseArray 避免了 HashMap 中每个键值对都需要创建一个 Entry 对象的开销。在 HashMap 中，每个 Entry 对象包含了键、值以及指向下一个 Entry 的引用，这些都会占用额外的内存。而 SparseArray 仅仅存储原始的 int 键和 Object 值，因此内存消耗更低。

Java 泛型不支持基本类型，Integer 会频繁装箱（int → Integer）和拆箱（Integer → int），增加 CPU 与内存占用。SparseArray就避免了频繁装箱/拆箱。

虽然添加和删除操作可能较慢，但对于查找操作，二分查找在数据量不大的情况下（通常在数百或数千个元素以内），其性能可以媲美甚至超过 HashMap。数据量大时，性能退化至少 50 %！

SparseArray 家族

SparseArray 只能存储 key 为 int 的数据，当我们要存储的数据 key 不为 int 类型或 value 是基本类型怎么办？不慌，下面有请SparseArray 家族成员登场

SparseArray<E>
Key = int，Value = Object，替代 HashMap<Integer, E>
SparseBooleanArray
Key = int，Value = boolean，替代 HashMap<Integer, Boolean>
SparseIntArray
Key = int，Value = int，替代 HashMap<Integer, Integer>
SparseLongArray
Key = int，Value = long，替代 HashMap<Integer, Long>
LongSparseArray<E>
Key = long，Value = Object，替代 HashMap<Long, E>

应用场景

键为 int 类型：当你的键是整数时，这是首选。
数据量相对较小：如果键值对的数量不多，SparseArray 的性能优势更为明显。
键是稀疏的：即使键的数值范围很大，但实际使用的键数量不多，SparseArray 也能很好地工作。例如，你可能需要将视图 ID（如 R.id.my_view）映射到某个对象，这些 ID 是不连续的，但总数不多。

在安卓中常见的就是存储监听/订阅列表或存储 View 之类的。

缺点

插入时会用二分查找 + 数组移动，数据量大时效率比 HashMap 低
不是线程安全的
删除操作延迟清理（gc() 机制）

如果只使用SparseArray 你就会发现，还是 HashMap 好用，因为SparseArray 没有像HashMap 那种以对象为 key 的存储方式，不要慌，接下来登场的是另一个安卓特有集合《ArrayMap》

二、ArrayMap

ArrayMap 是一种通用型的键值对数据结构，它的设计目的是为了在键值对数量较少时，替代 HashMap 以获得更高的内存效率和更好的性能。

特点：一个 int[] mHashes（存 hashCode，升序），一个 Object[] mArray（交错存储 key 和 value）

mHashes: [100, 200, 350]
mArray:  [ "key1", "val1", "key2", "val2", "key3", "val3" ]

结构示意：

┌────────────────┐      ┌────────────────────────────────┐
│ mHashes  int[] │      │ mArray Object[]                │
├─────┬──────────┤      ├─────┬─────────────┬─────┬──────┤
│  0  │  100     │ -->  │  0  │  "key1"     │  1  │"val1"│
│  1  │  200     │ -->  │  2  │  "key2"     │  3  │"val2"│
│  2  │  350     │ -->  │  4  │  "key3"     │  5  │"val3"│
└─────┴──────────┘      └─────┴─────────────┴─────┴──────┘

查找流程：

在 mHashes 用二分查找 hashCode
在 mArray 中取出对应的 key，调用 equals() 比较
如果 key 相等，返回对应的 value

查找下标的操作：

int indexOf(Object key, int hash) {
  	// 当前数据的大小
    final int N = mSize;

    // Important fast case: if nothing is in here, nothing to look for.
  	// 如果大小为0，说明没有数据存在，返回 -1 表示插入
    if (N == 0) {
        return ~0;
    }
		
  	// 二分查找到下标
    int index = binarySearchHashes(mHashes, N, hash);

    // If the hash code wasn't found, then we have no entry for this key.
  	// 返回要插入的下标位置
    if (index < 0) {
        return index;
    }

    // If the key at the returned index matches, that's what we want.
    // 如果返回索引处的键匹配，那就是我们想要的。index 是 0 的话，那么它的值就是1的位置。
    // index<<1 就等于 0 + 1
    if (key.equals(mArray[index<<1])) {
        return index;
    }

    // Search for a matching key after the index.
  	// 遇到冲突，开放地址发解决冲突，从前往后找
    int end;
    for (end = index + 1; end < N && mHashes[end] == hash; end++) {
        if (key.equals(mArray[end << 1])) return end;
    }

    // Search for a matching key before the index.
  	// 从后往前找
    for (int i = index - 1; i >= 0 && mHashes[i] == hash; i--) {
        if (key.equals(mArray[i << 1])) return i;
    }

    // Key not found -- return negative value indicating where a
    // new entry for this key should go.  We use the end of the
    // hash chain to reduce the number of array entries that will
    // need to be copied when inserting.
 		// 未找到是取反表示需要插入的位置
    return ~end;
}

原理

与 SparseArray 类似，ArrayMap 也是通过两个并行的数组来实现的：一个用于存储键的哈希码（int[] mHashes），另一个用于存储键值对（Object[] mArray）。mArray 数组中，键和值是交替存储的，即 mArray = {key1, value1, key2, value2, ...}。查找、添加和删除操作的实现也类似于 SparseArray，首先通过二分查找找到键的哈希码，然后检查键是否相等。

作用与功能

ArrayMap 同样避免了为每个键值对创建 Entry 对象的开销，从而大大减少了内存占用。对于少量键值对，ArrayMap 的内存消耗远低于 HashMap。

在数据量较小（通常在数百个元素以内）时，ArrayMap 的查找、添加和删除操作由于其精简的内部结构和对哈希冲突的优化处理，其性能可以优于 HashMap。它不需要处理复杂的链表或红黑树结构，代码实现更轻量。

应用场景

键值对数量较少：ArrayMap 的性能拐点通常在数百个元素左右，当数据量超过这个范围，HashMap 的性能优势会逐渐显现。
需要通用键值对存储：与 SparseArray 不同，ArrayMap 的键可以是任意对象，而不仅仅是 int 类型。
性能和内存都是关键考虑因素：在内存受限的移动设备上，例如在一个 RecyclerView 的 Adapter 中存储少量的数据，ArrayMap 是一个很好的选择。