android SparseArray替代HashMap的分析

android SparseArray替代HashMap的分析

SparseArray是Android架構專屬的類，在標準的JDK中不存在這個類。它要比 HashMap 節省記憶體，某些情況下比HashMap效能更好，按照官方問答的解釋，主要是因為SparseArray不需要對key和value進行auto-boxing（將原始類型封裝為物件類型，比如把int類型封裝成Integer類型），結構比HashMap簡單（SparseArray內部主要使用兩個一維數組來儲存資料，一個用來存key，一個用來存value）不需要額外的額外的資料結構（主要是針對HashMap中的HashMapEntry而言的）。是騾子是馬得拉出來遛遛，下面我們就通過幾段程式來證明SparseArray在各方面表現如何，下面的實驗結果時在我的Hike X1（Android 4.2.2）手機上運行得出的。

代碼1：

int MAX = 100000;long start = System.currentTimeMillis();HashMap hash = new HashMap();for (int i = 0; i < MAX; i++) {    hash.put(i, String.valueOf(i));}long ts = System.currentTimeMillis() - start;

代碼2：

int MAX = 100000;long start = System.currentTimeMillis();SparseArray sparse = new SparseArray();for (int i = 0; i < MAX; i++) {    sparse.put(i, String.valueOf(i));}long ts = System.currentTimeMillis() - start;

我們分別在long start處和long ts處設定斷點，然後通過DDMS工具查看記憶體使用量情況。

代碼1中，我們使用HashMap來建立100000條資料，開始建立前的系統記憶體情況為：

建立HashMap之後，應用記憶體情況為： 可見建立HashMap用去約 13.2M記憶體。

再看 代碼2，同樣是建立100000條資料，我們用SparseArray來試試，開始建立前的記憶體使用量情況為：

建立SparseArray之後的情況： 建立SparseArray共用去 8.626M記憶體。<喎?http://www.bkjia.com/kf/ware/vc/" target="_blank" class="keylink">vcD4KPHA+Cr/JvPvKudPDIFNwYXJzZUFycmF5ILXEyLexyCBIYXNoTWFwIL3ayqHE2rTmo6y087jFvdrKoSAzNSXX89PStcTE2rTmoaM8L3A+Cjxocj4KPHA+Cs7Sw8fU2bHIvc/Su8/CsuXI68r9vt21xNCnwsrI57rOo6zO0sPH1Nq808G9ts60+sLro6jW99Kqvs3Kx7DRsuXI68uz0PKx5Lu70rvPwqOstNO087W90KGy5cjro6mjujwvcD4KPHA+CrT6wuszo7o8L3A+Cgo8cHJlIGNsYXNzPQ=="brush:java;">int MAX = 100000;long start = System.currentTimeMillis();HashMap hash = new HashMap();for (int i = 0; i < MAX; i++) { hash.put(MAX - i -1, String.valueOf(i));}long ts = System.currentTimeMillis() - start;

代碼4：

int MAX = 100000;long start = System.currentTimeMillis();SparseArray sparse = new SparseArray();for (int i = 0; i < MAX; i++) {    sparse.put(MAX - i -1, String.valueOf(i));}long ts = System.currentTimeMillis() - start;

我們分別把這4代碼分別運行5次，對比一下ts的時間（單位毫秒）：

#	代碼1	代碼2	代碼3	代碼4
1	10750ms	7429ms	10862ms	90527ms
2	10718ms	7386ms	10711ms	87990ms
3	10816ms	7462ms	11033ms	88259ms
4	10943ms	7386ms	10854ms	88474ms
5	10671ms	7317ms	10786ms	90630ms

通過結果我們看出，在正序插入資料時候，SparseArray比HashMap要快一些；HashMap不管是倒序還是正序開銷幾乎是一樣的；但是SparseArray的倒序插入要比正序插入要慢10倍以上，這時為什麼呢？我們再看下面一段代碼：

代碼5：

SparseArray sparse = new SparseArray(3);sparse.put(1, "s1");sparse.put(3, "s3");sparse.put(2, "s2");

我們在Eclipse的debug模式中，看Variables視窗,

及時我們是按照1,3,2的順序排列的，但是在SparseArray內部還是按照正序排列的，這時因為SparseArray在檢索資料的時候使用的是二分尋找，所以每次插入新資料的時候SparseArray都需要重新排序，所以代碼4中，逆序是最差情況。

下面我們在簡單看下檢索情況：

代碼5：

long start4search = System.currentTimeMillis();for (int i = 0; i < MAX; i++) {    hash.get(33333); //針對固定值檢索}long end4search = System.currentTimeMillis() - start4search;

代碼6:

long start4search = System.currentTimeMillis();for (int i = 0; i < MAX; i++) {    hash.get(i); //順序檢索}long end4search = System.currentTimeMillis() - start4search;

代碼7:

long start4search = System.currentTimeMillis();for (int i = 0; i < MAX; i++) {    sparse.get(33333); //針對固定值檢索}long end4search = System.currentTimeMillis() - start4search;

代碼8:

long start4search = System.currentTimeMillis();for (int i = 0; i < MAX; i++) {    sparse.get(i); //順序檢索}long end4search = System.currentTimeMillis() - start4search;

表1：

#	代碼5	代碼6	代碼7	代碼8
1	4072ms	4318ms	3442ms	3390ms
2	4349ms	4536ms	3402ms	3420ms
3	4599ms	4203ms	3472ms	3376ms
4	4149ms	4086ms	3429ms	3786ms
5	4207ms	4219ms	3439ms	3376ms

代碼9，我們試一些離散的資料。

//使用Foo為了避免由原始類型被自動封裝（auto-boxing，比如把int類型自動轉存Integer物件類型）造成的幹擾。class FOO{    Integer objKey;    int intKey;}...int MAX = 100000;HashMap hash = new HashMap();SparseArray sparse = new SparseArray();for (int i = 0; i < MAX; i++) {    hash.put(i, String.valueOf(i));    sparse.put(i, String.valueOf(i));}List keylist4search = new ArrayList();for (int i = 0; i < MAX; i++) {    FOO f = new FOO();    f.intKey = i;    f.objKey = Integer.valueOf(i);    keylist4search.add(f);}long start4search = System.currentTimeMillis();for (int i = 0; i < MAX; i++) {    hash.get(keylist4search.get(i).objKey);}long end4searchHash = System.currentTimeMillis() - start4search;long start4search2 = System.currentTimeMillis();for (int i = 0; i < MAX; i++) {    sparse.get(keylist4search.get(i).intKey);}long end4searchSparse = System.currentTimeMillis() - start4search2;

代碼9,運行5次之後的結果如下：

表2:

#	end4searchHash	end4searchSparse
1	2402ms	4577ms
2	2249ms	4188ms
3	2649ms	4821ms
4	2404ms	4598ms
5	2413ms	4547ms

從上面兩個表中我們可以看出，當SparseArray中存在需要檢索的下標時，SparseArray的效能略勝一籌（表1）。但是當檢索的下標比較離散時，SparseArray需要使用多次二分檢索，效能顯然比hash檢索方式要慢一些了（表2），但是按照官方文檔的說法效能差異不是很大，不超過50%（ For containers holding up to hundreds of items, the performance difference is not significant, less than 50%.）

總體而言，在Android這種記憶體比CPU更金貴的系統中，能經濟地使用記憶體還是上策，何況SparseArray在其他方面的表現也不算差（另外，SparseArray刪除資料的時候也做了最佳化——使用了延遲整理數組的方法，可參考官方文檔SparseArray，讀者可以自行把代碼9中的hash.get和sparse.get改成hash.remove和sparse.delete試試，你會發現二者的效能相差無幾）。而且，使用SparseArray代替HashMap也是官方推薦的做法，在Eclipse中也會提示你優先使用SparseArray，

另外，我們還可以用 LongSparseArray來替代HashMap。SparseBooleanArray來替代HashMap。