热门标签
热门文章
- 1mongo常用操作符及查询例子_mongo 操作符
- 2【大模型】1、LoRA | 大模型高效微调技术_lora模型微调 手册
- 3数据结构与算法(7)——队列_queueentry *next;
- 4深入理解pytest.ini文件的配置与使用_pytest.ini是个文本格式的文件
- 5习题 5.14 输入n个字符串，将它们按字母由小到大的顺序排列并输出。_输入n个字符串,将它们按照字母由小到大的顺序排列并输出。(使用选择排序)
- 6wsl2子系统无法通过IP和端口访问window10应用的解决办法_wsl 无法访问 端口
- 7【如何利用c++RAII技术实现自动加解锁】
- 8AWVS安装（Liunx&Windows）_awvs安装window
- 9【numpy模块上}——数据分析01
- 10各类路径规划算法大全（一）_路径规划常用算法有哪些
当前位置: article > 正文
Android SparseArray与HashMap与ArrayMap的性能差别_android 遍历二维数组和hashmap哪个开销大
作者：小蓝xlanll | 2024-06-03 07:54:47
赞
踩
android 遍历二维数组和hashmap哪个开销大
google官方推荐，当使用HashMap时，Key值为整数类型时，建议使用SparseArray的效率更高
- 1
下面我们来见识一下SparseArray、HashMap、ArrayMap的性能区别，首先我们先看一下google官方推荐的SparseArray，SparseArray是Android的API，JDK中没有的该类。
SparseArray的源码分析：
当我们在Android中使用HashMap<Integer, String>时，我们会看到编译器会弹如下提示：
- 1
大概意思就是建议我们使用SparseArray来代替HashMap<Integer, String>
- 1
SparseArray源码：（直接在代码中讲解）
public class SparseArray<E> implements Cloneable {
//用于删除元素的时候使用，当删除某个元素，我们需要将int-values中的values赋值为DELETED
private static final Object DELETED = new Object();
//判断此时是否需要垃圾回收（也就是数据是否需要重新整理，将数组中mValues值为DELETED的int-values从数组中删除掉）
private boolean mGarbage = false;
//存储索引集合.
private int[] mKeys;
//存储对象集合.
private Object[] mValues;
//存储的键值对总数.
private int mSize;
/**
* 创建默认大小为10
* Creates a new SparseArray containing no mappings.
*/
public SparseArray() {
this(10);
}
/**
* 初始化键值对
* Creates a new SparseArray containing no mappings that will not
* require any additional memory allocation to store the specified
* number of mappings. If you supply an initial capacity of 0, the
* sparse array will be initialized with a light-weight representation
* not requiring any additional array allocations.
*/
public SparseArray(int initialCapacity) {
//如果传入的值是0，则键值对都是empty，否则按照传入的值申请最初的数组大小
if (initialCapacity == 0) {
mKeys = ContainerHelpers.EMPTY_INTS;
mValues = ContainerHelpers.EMPTY_OBJECTS;
} else {
initialCapacity = ArrayUtils.idealIntArraySize(initialCapacity);
mKeys = new int[initialCapacity];
mValues = new Object[initialCapacity];
}
//键值对的总个数为0
mSize = 0;
}
//深拷贝，创建新的空间存储这些键值对
@Override
@SuppressWarnings("unchecked")
public SparseArray<E> clone() {
SparseArray<E> clone = null;
try {
clone = (SparseArray<E>) super.clone();
clone.mKeys = mKeys.clone();
clone.mValues = mValues.clone();
} catch (CloneNotSupportedException cnse) {
/* ignore */
}
return clone;
}
//通过键获取值
/**
* Gets the Object mapped from the specified key, or <code>null</code>
* if no such mapping has been made.
*/
public E get(int key) {
return get(key, null);
}
//通过键获取值，如果没有则返回valueIfKeyNotFound
/**
* Gets the Object mapped from the specified key, or the specified Object
* if no such mapping has been made.
*/
@SuppressWarnings("unchecked")
public E get(int key, E valueIfKeyNotFound) {
//它使用的是二分查找，提高查找效率
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
if (i < 0 || mValues[i] == DELETED) {
return valueIfKeyNotFound;
} else {
return (E) mValues[i];
}
}
//删除第key个位置的数
/**
* Removes the mapping from the specified key, if there was any.
*/
public void delete(int key) {
//二分查找
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
if (i >= 0) {
//确定删除的数，将其置为DELETED，然后将垃圾回收置为true
if (mValues[i] != DELETED) {
mValues[i] = DELETED;
mGarbage = true;
}
}
}
/**
* Alias for {@link #delete(int)}.
*/
public void remove(int key) {
delete(key);
}
/**
* Removes the mapping at the specified index.
*/
public void removeAt(int index) {
if (mValues[index] != DELETED) {
mValues[index] = DELETED;
mGarbage = true;
}
}
/**
* Remove a range of mappings as a batch.
*
* @param index Index to begin at
* @param size Number of mappings to remove
*/
public void removeAtRange(int index, int size) {
final int end = Math.min(mSize, index + size);
for (int i = index; i < end; i++) {
removeAt(i);
}
}
//垃圾回收方法
private void gc() {
// Log.e("SparseArray", "gc start with " + mSize);
int n = mSize;
int o = 0;
int[] keys = mKeys;
Object[] values = mValues;
for (int i = 0; i < n; i++) {
Object val = values[i];
if (val != DELETED) {
if (i != o) {
//最开始我被这儿给绕了一道
//Java中的除基本类型以外的数据使用“=”都是引用(如果没有重写的话)
//所以这儿可以通过这种方式改变对象数组的值
keys[o] = keys[i];
values[o] = val;
values[i] = null;
}
o++;
}
}
mGarbage = false;
mSize = o;
// Log.e("SparseArray", "gc end with " + mSize);
}
//向键值对中放值
/**
* Adds a mapping from the specified key to the specified value,
* replacing the previous mapping from the specified key if there
* was one.
*/
public void put(int key, E value) {
//二分查找
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
//如果这个键已经有了，否则没有
if (i >= 0) {
mValues[i] = value;
} else {
i = ~i;
//如果这个键值插入的地方已经被删除了，我们可以直接给他赋值，否则查询出的位置的元素没有被删除
if (i < mSize && mValues[i] == DELETED) {
mKeys[i] = key;
mValues[i] = value;
return;
}
//判断数组的大小是否大于等于数组初始化的大小，如果大并且其中有垃圾则调用垃圾回收方法
if (mGarbage && mSize >= mKeys.length) {
gc();
//再次二分查找，取出键值在数组的位置
// Search again because indices may have changed.
i = -ContainerHelpers.binarySearch(mKeys, mSize, key);
}
//如果数组的大小依旧大于等于初始化的大小，则申请一段mSize+1大小的数组
if (mSize >= mKeys.length) {
int n = ArrayUtils.idealIntArraySize(mSize + 1);
int[] nkeys = new int[n];
Object[] nvalues = new Object[n];
//表示将数组mKeys从0开始复制到数组nkeys从0开始，复制的长度为mKeys的长度
// Log.e("SparseArray", "grow " + mKeys.length + " to " + n);
System.arraycopy(mKeys, 0, nkeys, 0, mKeys.length);
System.arraycopy(mValues, 0, nvalues, 0, mValues.length);
mKeys = nkeys;
mValues = nvalues;
}
// i为插入位置,如果i<mSize,则i之后的元素需要依次向后移动一位.
if (mSize - i != 0) {
// Log.e("SparseArray", "move " + (mSize - i));
//将数组mKeys从i开始复制到mKeys从i+1开始，复制的长度为数组的长度减去当前插入的位置
System.arraycopy(mKeys, i, mKeys, i + 1, mSize - i);
System.arraycopy(mValues, i, mValues, i + 1, mSize - i);
}
mKeys[i] = key;
mValues[i] = value;
mSize++;
}
}
/**
* Returns the number of key-value mappings that this SparseArray
* currently stores.
*/
//返回数据的大小
public int size() {
if (mGarbage) {
gc();
}
return mSize;
}
/**
* Given an index in the range <code>0...size()-1</code>, returns
* the key from the <code>index</code>th key-value mapping that this
* SparseArray stores.
*
* <p>The keys corresponding to indices in ascending order are guaranteed to
* be in ascending order, e.g., <code>keyAt(0)</code> will return the
* smallest key and <code>keyAt(size()-1)</code> will return the largest
* key.</p>
*/
//返回当前第index个值的键是多少
public int keyAt(int index) {
if (mGarbage) {
gc();
}
return mKeys[index];
}
/**
* Given an index in the range <code>0...size()-1</code>, returns
* the value from the <code>index</code>th key-value mapping that this
* SparseArray stores.
*
* <p>The values corresponding to indices in ascending order are guaranteed
* to be associated with keys in ascending order, e.g.,
* <code>valueAt(0)</code> will return the value associated with the
* smallest key and <code>valueAt(size()-1)</code> will return the value
* associated with the largest key.</p>
*/
//返回当前index位置的值是多少
@SuppressWarnings("unchecked")
public E valueAt(int index) {
if (mGarbage) {
gc();
}
return (E) mValues[index];
}
/**
* Given an index in the range <code>0...size()-1</code>, sets a new
* value for the <code>index</code>th key-value mapping that this
* SparseArray stores.
*/
//给index位置的值设置为value
public void setValueAt(int index, E value) {
if (mGarbage) {
gc();
}
mValues[index] = value;
}
/**
* Returns the index for which {@link #keyAt} would return the
* specified key, or a negative number if the specified
* key is not mapped.
*/
//返回键为key的位置
public int indexOfKey(int key) {
if (mGarbage) {
gc();
}
return ContainerHelpers.binarySearch(mKeys, mSize, key);
}
/**
* Returns an index for which {@link #valueAt} would return the
* specified key, or a negative number if no keys map to the
* specified value.
* <p>Beware that this is a linear search, unlike lookups by key,
* and that multiple keys can map to the same value and this will
* find only one of them.
* <p>Note also that unlike most collections' {@code indexOf} methods,
* this method compares values using {@code ==} rather than {@code equals}.
*/
//返回值为value的位置
public int indexOfValue(E value) {
if (mGarbage) {
gc();
}
for (int i = 0; i < mSize; i++)
if (mValues[i] == value)
return i;
return -1;
}
/**
* Removes all key-value mappings from this SparseArray.
*/
//清除当前键值对
public void clear() {
int n = mSize;
Object[] values = mValues;
for (int i = 0; i < n; i++) {
values[i] = null;
}
mSize = 0;
mGarbage = false;
}
/**
* Puts a key/value pair into the array, optimizing for the case where
* the key is greater than all existing keys in the array.
*/
//在数组中插入键值对
public void append(int key, E value) {
if (mSize != 0 && key <= mKeys[mSize - 1]) {
put(key, value);
return;
}
if (mGarbage && mSize >= mKeys.length) {
gc();
}
int pos = mSize;
if (pos >= mKeys.length) {
int n = ArrayUtils.idealIntArraySize(pos + 1);
int[] nkeys = new int[n];
Object[] nvalues = new Object[n];
// Log.e("SparseArray", "grow " + mKeys.length + " to " + n);
System.arraycopy(mKeys, 0, nkeys, 0, mKeys.length);
System.arraycopy(mValues, 0, nvalues, 0, mValues.length);
mKeys = nkeys;
mValues = nvalues;
}
mKeys[pos] = key;
mValues[pos] = value;
mSize = pos + 1;
}
/**
* {@inheritDoc}
*
* <p>This implementation composes a string by iterating over its mappings. If
* this map contains itself as a value, the string "(this Map)"
* will appear in its place.
*/
//返回键值对
@Override
public String toString() {
if (size() <= 0) {
return "{}";
}
StringBuilder buffer = new StringBuilder(mSize * 28);
buffer.append('{');
for (int i=0; i<mSize; i++) {
if (i > 0) {
buffer.append(", ");
}
int key = keyAt(i);
buffer.append(key);
buffer.append('=');
Object value = valueAt(i);
if (value != this) {
buffer.append(value);
} else {
buffer.append("(this Map)");
}
}
buffer.append('}');
return buffer.toString();
}
}
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
- 53
- 54
- 55
- 56
- 57
- 58
- 59
- 60
- 61
- 62
- 63
- 64
- 65
- 66
- 67
- 68
- 69
- 70
- 71
- 72
- 73
- 74
- 75
- 76
- 77
- 78
- 79
- 80
- 81
- 82
- 83
- 84
- 85
- 86
- 87
- 88
- 89
- 90
- 91
- 92
- 93
- 94
- 95
- 96
- 97
- 98
- 99
- 100
- 101
- 102
- 103
- 104
- 105
- 106
- 107
- 108
- 109
- 110
- 111
- 112
- 113
- 114
- 115
- 116
- 117
- 118
- 119
- 120
- 121
- 122
- 123
- 124
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
- 139
- 140
- 141
- 142
- 143
- 144
- 145
- 146
- 147
- 148
- 149
- 150
- 151
- 152
- 153
- 154
- 155
- 156
- 157
- 158
- 159
- 160
- 161
- 162
- 163
- 164
- 165
- 166
- 167
- 168
- 169
- 170
- 171
- 172
- 173
- 174
- 175
- 176
- 177
- 178
- 179
- 180
- 181
- 182
- 183
- 184
- 185
- 186
- 187
- 188
- 189
- 190
- 191
- 192
- 193
- 194
- 195
- 196
- 197
- 198
- 199
- 200
- 201
- 202
- 203
- 204
- 205
- 206
- 207
- 208
- 209
- 210
- 211
- 212
- 213
- 214
- 215
- 216
- 217
- 218
- 219
- 220
- 221
- 222
- 223
- 224
- 225
- 226
- 227
- 228
- 229
- 230
- 231
- 232
- 233
- 234
- 235
- 236
- 237
- 238
- 239
- 240
- 241
- 242
- 243
- 244
- 245
- 246
- 247
- 248
- 249
- 250
- 251
- 252
- 253
- 254
- 255
- 256
- 257
- 258
- 259
- 260
- 261
- 262
- 263
- 264
- 265
- 266
- 267
- 268
- 269
- 270
- 271
- 272
- 273
- 274
- 275
- 276
- 277
- 278
- 279
- 280
- 281
- 282
- 283
- 284
- 285
- 286
- 287
- 288
- 289
- 290
- 291
- 292
- 293
- 294
- 295
- 296
- 297
- 298
- 299
- 300
- 301
- 302
- 303
- 304
- 305
- 306
- 307
- 308
- 309
- 310
- 311
- 312
- 313
- 314
- 315
- 316
- 317
- 318
- 319
- 320
- 321
- 322
- 323
- 324
- 325
- 326
- 327
- 328
- 329
- 330
- 331
- 332
- 333
- 334
- 335
- 336
- 337
- 338
- 339
- 340
- 341
- 342
- 343
- 344
- 345
- 346
- 347
- 348
- 349
- 350
- 351
- 352
- 353
- 354
- 355
- 356
- 357
- 358
- 359
- 360
- 361
- 362
- 363
- 364
- 365
- 366
- 367
- 368
- 369
- 370
- 371
- 372
- 373
- 374
- 375
- 376
- 377
- 378
- 379
- 380
- 381
- 382
- 383
- 384
- 385
- 386
- 387
- 388
- 389
- 390
- 391
- 392
- 393
- 394
- 395
- 396
- 397
- 398
- 399
- 400
- 401
- 402
- 403
- 404
- 405
- 406
- 407
- 408
- 409
- 410
- 411
- 412
- 413
- 414
- 415
SparseArry结构图解：
SparseArray只能存储当键为int的键值对，通过源码我们可以看到这儿键是int而不是Integer，所以SparseArray提高效率的方式是去箱的操作，因为键是int型数据，所以就不需要hash值的方式来存储数据，插入和查询都是通过二分查找的方式进行，插入数据时可能会存在大量的数据搬移。但是它避免了装箱，所以这时就要看数据量的大小来对比时间的快慢，如果数据少，即使数据搬移也不会很多，所以效率上SparseArray比HashMap要好，空间上装箱过后的Integer要比int占的空间要大，所以空间效率上SparseArray要比HashMap好！
HashMap结构图解：
HashMap的数据结构：
static class HashMapEntry<K, V> implements Entry<K, V> {
//键
final K key;
//值
V value;
//键生成的hash值
final int hash;
//如果Hash值一样，则它下一个键值对
HashMapEntry<K, V> next;
}- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
从数据结构中我们可以看出首先对key值求Hash值，如果该Hash值在Hash数组中不存在，则添加进去，如果存在，则跟着Hash值的链表在尾部添加上这个键值对，在时间效率方面，使用Hash算法，插入和查找的操作都很快，每个数组后面一般不会存在很长的链表，所以不考虑空间利用率，HashMap的效率是非常高的
ArrayMap的结构图解
当插入时，根据key的hashcode()方法得到hash值，计算出在mArrays的index位置，然后利用二分查找找到对应的位置进行插入，当出现哈希冲突时，会在index的相邻位置插入。
空间角度考虑，ArrayMap每存储一条信息，需要保存一个hash值，一个key值，一个value值。对比下HashMap 粗略的看，只是减少了一个指向下一个entity的指针。
时间效率上看，插入和查找的时候因为都用的二分法，查找的时候应该是没有hash查找快，插入的时候呢，如果顺序插入的话效率肯定高，但如果是随机插入，肯定会涉及到大量的数组搬移，数据量大，肯定不行，再想一下，如果是不凑巧，每次插入的hash值都比上一次的小，那就得次次搬移，效率一下就扛不住了的感脚。
参考资料：
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小蓝xlanll/article/detail/666352
推荐阅读
相关标签
