Android中SparseArray性能優化的使用方法

之前一篇文章研究完橫向二級菜單，發現其中使用了SparseArray去替換HashMap的使用.於是乎自己查了一些相關資料,自己同時對性能進行了一些測試。首先先說一下SparseArray的原理.

  SparseArray(稀疏數組).他是Android內部特有的api,標准的jdk是沒有這個類的.在Android內部用來替代HashMap<Integer,E>這種形式,使用SparseArray更加節省內存空間的使用,SparseArray也是以key和value對數據進行保存的.使用的時候只需要指定value的類型即可.並且key不需要封裝成對象類型.

  樓主根據親測,SparseArray存儲數據占用的內存空間確實比HashMap要小一些.一會放出測試的數據在進行分析。我們首先看一下二者的結構特性.

  HashMap是數組和鏈表的結合體,被稱為鏈表散列.

  SparseArray是單純數組的結合.被稱為稀疏數組,對數據保存的時候,不會有額外的開銷.結構如下：

  這就是二者的結構,我們需要看一下二者到底有什麼差異...

  首先是插入：

  HashMap的正序插入：

 HashMap<Integer, String>map = new HashMap<Integer, String>();
 long start_map = System.currentTimeMillis();
 for(int i=0;i<MAX;i++){
   map.put(i, String.valueOf(i));
 }
 long map_memory = Runtime.getRuntime().totalMemory();
 long end_map = System.currentTimeMillis()-start_map;
 System.out.println("<---Map的插入時間--->"+end_map+"<---Map占用的內存--->"+map_memory);

 執行後的結果:

 <---Map的插入時間--->914
 <---Map占用的內存--->28598272

SparseArray的正序插入：

 SparseArray<String>sparse = new SparseArray<String>();
 long start_sparse = System.currentTimeMillis();
 for(int i=0;i<MAX;i++){
    sparse.put(i, String.valueOf(i));
 }
 long sparse_memory = Runtime.getRuntime().totalMemory();
 long end_sparse = System.currentTimeMillis()-start_sparse;
 System.out.println("<---Sparse的插入時間--->"+end_sparse+"<---Sparse占用的內存--->"+sparse_memory);

//執行後的結果：
<---Sparse的插入時間--->611
<---Sparse占用的內存--->23281664

   我們可以看到100000條數據量正序插入時SparseArray的效率要比HashMap的效率要高.並且占用的內存也比HashMap要小一些..這裡的正序插入表示的是i的值是從小到大進行的一個遞增..序列取決於i的值，而不是for循環內部如何執行...

  通過運行後的結果我們可以發現，SparseArray在正序插入的時候，效率要比HashMap要快得多，並且還節省了一部分內存。網上有很多的說法關於二者的效率問題，很多人都會誤認為SparseArray要比HashMap的插入和查找的效率要快，還有人則是認為Hash查找當然要比SparseArray中的二分查找要快得多.

  其實我認為Android中在保存<Integer,Value>的時候推薦使用SparseArray的本質目的不是由於效率的原因，而是內存的原因.我們確實看到了插入的時候SparseArray要比HashMap要快.但是這僅僅是正序插入.我們來看看倒序插入的情況.

  HashMap倒序插入：

 System.out.println("<------------- 數據量100000 散列程度小 Map 倒序插入--------------->");
 HashMap<Integer, String>map_2 = new HashMap<Integer, String>();
 long start_map_2 = System.currentTimeMillis();
 for(int i=MAX-1;i>=0;i--){
   map_2.put(MAX-i-1, String.valueOf(MAX-i-1));
 }
 long map_memory_2 = Runtime.getRuntime().totalMemory();
 long end_map_2 = System.currentTimeMillis()-start_map_2;
 System.out.println("<---Map的插入時間--->"+end_map_2+"<---Map占用的內存--->"+map_memory_2);
 
 //執行後的結果：
 <------------- 數據量100000 Map 倒序插入--------------->
 <---Map的插入時間--->836<---Map占用的內存--->28598272

  SparseArray倒序插入：

System.out.println("<------------- 數據量100000 散列程度小 SparseArray 倒序插入--------------->");
SparseArray<String>sparse_2 = new SparseArray<String>();
long start_sparse_2 = System.currentTimeMillis();
for(int i=MAX-1;i>=0;i--){
  sparse_2.put(i, String.valueOf(MAX-i-1));
}
long sparse_memory_2 = Runtime.getRuntime().totalMemory();
long end_sparse_2 = System.currentTimeMillis()-start_sparse_2;
System.out.println("<---Sparse的插入時間--->"+end_sparse_2+"<---Sparse占用的內存--->"+sparse_memory_2);
//執行後的結果
<------------- 數據量100000 SparseArray 倒序插入--------------->
<---Sparse的插入時間--->20222<---Sparse占用的內存--->23281664

 通過上面的運行結果,我們仍然可以看到,SparseArray與HashMap無論是怎樣進行插入,數據量相同時,前者都要比後者要省下一部分內存,但是效率呢？我們可以看到,在倒序插入的時候,SparseArray的插入時間和HashMap的插入時間遠遠不是一個數量級.由於SparseArray每次在插入的時候都要使用二分查找判斷是否有相同的值被插入.因此這種倒序的情況是SparseArray效率最差的時候.

 SparseArray的插入源碼我們簡單的看一下..

 public void put(int key, E value) {
    int i = ContainerHelpers.binarySearch(mKeys, mSize, key); //二分查找.

    if (i >= 0) { //如果當前這個i在數組中存在,那麼表示插入了相同的key值,只需要將value的值進行覆蓋..
      mValues[i] = value;
    } else { //如果數組內部不存在的話,那麼返回的數值必然是負數.
      i = ~i; //因此需要取i的相反數.
      //i值小於mSize表示在這之前. mKey和mValue數組已經被申請了空間.只是鍵值被刪除了.那麼當再次保存新的值的時候.不需要額外的開辟新的內存空間.直接對數組進行賦值即可.
      if (i < mSize && mValues[i] == DELETED) {
        mKeys[i] = key;
        mValues[i] = value;
        return;
      }
      //當需要的空間要超出,但是mKey中存在無用的數值,那麼需要調用gc()函數.
      if (mGarbage && mSize >= mKeys.length) {
        gc();
        
        // Search again because indices may have changed.
        i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
      }
      //如果需要的空間大於了原來申請的控件,那麼需要為key和value數組開辟新的空間.
      if (mSize >= mKeys.length) {
        int n = ArrayUtils.idealIntArraySize(mSize + 1);
        //定義了一個新的key和value數組.需要大於mSize
        int[] nkeys = new int[n];
        Object[] nvalues = new Object[n];

        // Log.e("SparseArray", "grow " + mKeys.length + " to " + n);
        //對數組進行賦值也就是copy操作.將原來的mKey數組和mValue數組的值賦給新開辟的空間的數組.目的是為了添加新的鍵值對.
        System.arraycopy(mKeys, 0, nkeys, 0, mKeys.length);
        System.arraycopy(mValues, 0, nvalues, 0, mValues.length);
        //將數組賦值..這裡只是將數組的大小進行擴大..放入鍵值對的操作不在這裡完成.
        mKeys = nkeys;
        mValues = nvalues;
      }
      //如果i的值沒有超過mSize的值.只需要擴大mKey的長度即可.
      if (mSize - i != 0) {
        // Log.e("SparseArray", "move " + (mSize - i));
        System.arraycopy(mKeys, i, mKeys, i + 1, mSize - i);
        System.arraycopy(mValues, i, mValues, i + 1, mSize - i);
      }
      //這裡是用來完成放入操作的過程.
      mKeys[i] = key;
      mValues[i] = value;
      mSize++;
    }
  } 

  這就是SparseArray插入函數的源碼.每次的插入方式都需要調用二分查找.因此這樣在倒序插入的時候會導致情況非常的糟糕,效率上絕對輸給了HashMap學過數據結構的大家都知道.Map在插入的時候會對沖突因子做出相應的決策.有非常好的處理沖突的方式.不需要遍歷每一個值.因此無論是倒序還是正序插入的效率取決於處理沖突的方式,因此插入時犧牲的時間基本是相同的.

  通過插入.我們還是可以看出二者的差異的.

  我們再來看一下查找首先是HashMap的查找.

 System.out.println("<------------- 數據量100000 Map查找--------------->");
 HashMap<Integer, String>map = new HashMap<Integer, String>();
    
 for(int i=0;i<MAX;i++){
    map.put(i, String.valueOf(i));
 }
 long start_time =System.currentTimeMillis();
 for(int i=0;i<MAX;i+=100){
      map.get(i);
 }
 long end_time =System.currentTimeMillis()-start_time;
 System.out.println(end_time);
 
 //執行後的結果
 <!---------查找的時間:175------------>

 SparseArray的查找:

 System.out.println("<------------- 數據量100000 SparseArray 查找--------------->");
 SparseArray<String>sparse = new SparseArray<String>();
 for(int i=0;i<10000;i++){
    sparse.put(i, String.valueOf(i));
 }
 long start_time =System.currentTimeMillis();
    
 for(int i=0;i<MAX;i+=10){
    sparse.get(i);
 }
 long end_time =System.currentTimeMillis()-start_time;
 System.out.println(end_time);
 //執行後的結果
 <!-----------查找的時間:239---------------->

  我這裡也簡單的對查找的效率進行了測試.對一個數據或者是幾個數據的查詢.二者的差異還是非常小的.當數據量是100000條.查100000條的效率還是Map要快一點.數據量為10000的時候.這就差異性就更小.但是Map的查找的效率確實還是贏了一籌.

  其實在我看來.在保存<Integer,E>時使用SparseArray去替換HashMap的主要原因還是因為內存的關系.我們可以看到.保存的數據量無論是大還是小,Map所占用的內存始終是大於SparseArray的.數據量100000條時SparseArray要比HashMap要節約27%的內存.也就是以犧牲效率的代價去節約內存空間.我們知道Android對內存的使用是極為苛刻的.堆區允許使用的最大內存僅僅16M.很容易出現OOM現象的發生.因此在Android中內存的使用是非常的重要的.因此官方才推薦去使用SparseArray<E>去替換HashMap<Integer,E>.官方也確實聲明這種差異性不會超過50%.所以犧牲了部分效率換來內存其實在Android中也算是一種很好的選擇吧.