性能优化： HashMap & SparseArray & ArrayMap

参考：

HashMap & SparseArray & ArrayMap 简单说明

安卓性能优化—使用ArrayMap与SparseArray

简介：

ArrayMap与SparseArray都要比传统的HashMap 更有效率；但是当数据量达到千级以上的时候，ArrayMap与SparseArray都要比传统的HashMap 效率更低50%；

ArrayMap和SparseArray一样，也会对key使用二分法进行从小到大排序，区别是ArrayMap的key是hash值，

SparseArray应用场景：

public class SparseArray<E> implements Cloneable {

    private int[] mKeys;					//key为int
    private Object[] mValues;		//value为泛型
    private int mSize;
	
	//............
}

虽说SparseArray性能比較好，可是由于其加入、查找、删除数据都须要先进行一次【二分查找】。

所以在数据量大的情况下性能并不明显，将减少至少50%。

满足下面两个条件我们能够使用SparseArray取代HashMap：

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能够用SparseArray取代：

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

SparseArray有两个优点：

1.避免了自动装箱（auto-boxing），

2.数据结构不会依赖于外部对象映射。

我们知道HashMap 采用一种所谓的“Hash 算法”来决定每个元素的存储位置，存放的都是数组元素的引用，通过每个对象的hash值来映射对象。而SparseArray则是用数组数据结构来保存映射，然后通过折半查找来找到对象。但其实一般来说，SparseArray执行效率比HashMap要慢一点，因为查找需要折半查找，而添加删除则需要在数组中执行，而HashMap都是通过外部映射。但相对来说影响不大，最主要是SparseArray不需要开辟内存空间来额外存储外部映射，从而节省内存。

HashMap

使用有限一维拉链数组存储结构，鉴于所用Entry结构{key, value, nextExtry}，Key的hash值用于取余获得所属的数组行下标，通过链表方式顺序存放所有余数相同的各个Entry。该数组的每个存储单元被称为“桶”。

取值时依据hash定位到行，再遍历链表定位key对应的Entry对象，并通过此方式解决哈希冲突问题。

当 Entry总数据量 > 数组Length（桶容量） * 0.75默认加载因子时，数组将扩容至原数组2倍，并重新计算排布旧数据，重建数据结构，此步骤非常消耗性能，最佳方式是初始化HashMap为接近目标容量的2次幂大小，减少扩容次数。

桶容量设置得太高会导致内存浪费，而当数据量达到千万级别时容易产生大量冲突，导致冲突链表过长，影响性能。

SparseArray稀疏数组

Android框架内的优化型存储结构类，在key为整型数值类型时可考虑替代HashMap提供更有效的空间利用率。

内部通过两个平行数组方式分别（同步）存储key与value，key限定为int或long类型，节省内存，避免装箱拆箱。

采用二分法进行插入和查找，存储按大小排序，大数据集下数据插入速度慢，但查找性能高，在千级数据量内可取代HashMap。

SparseArray 的 key为int
LongSparseArray 的 key为long

 public class LongSparseArray<E> implements Cloneable { 
    private long[] mKeys;					//key为long
    private Object[] mValues;			//value为泛型
    private int mSize;

	//............
}

ArrayMap

Android框架内的优化型存储结构类。

类似于SparseArray使用两个平行数组分别（同步）存储key与value，模拟Map使用方式，Key类型不限，同样采用二分法进行插入、查找。

LongSparseArray 和SparseArray的二分查找工具类：

class ContainerHelpers {

    // 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
    }

    static int binarySearch(long[] array, int size, long value) {
        int lo = 0;
        int hi = size - 1;

        while (lo <= hi) {
            final int mid = (lo + hi) >>> 1;
            final long 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
    }
}