SparseArray到底哪点比HashMap好

SparseArray是android里为<Interger,Object>这样的Hashmap而专门写的class,目的是提高效率，其核心是折半查找函数（binarySearch）。

HashMap底层是一个Hash表，是数组和链表的集合实现，有需要的可以去看看我关于Hashmap的分析。hashmap源码分析

所以Android开发中官方推荐：当使用HashMap(K, V),如果K为整数类型时,使用SparseArray的效率更高。

那我们看源码来分析下，

构造函数：

/** * 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; /** * 采用默认的构造函数,则初始容量为10. */ public SparseArray() { this(10); } /** * 使用指定的初始容量构造SparseArray. * * @param initialCapacity 初始容量 */ public SparseArray(int initialCapacity) { if (initialCapacity == 0) { // Effective Java中第43条:返回零长度的数组或者集合,而不是:null mKeys = ContainerHelpers.EMPTY_INTS; mValues = ContainerHelpers.EMPTY_OBJECTS; } else { // 构造initialCapacity大小的int数组和object数组 mKeys = new int[initialCapacity]; mValues = new Object[initialCapacity]; } // 设置SparseArray存储的<key,value>键值对个数为0. mSize = 0; } 和HashMap的数据结构不同,HashMap是使用 数组+链表 的数据结构存储键值对,而SparseArray只是用了 两个数组 进行存储。

我们知道链表的时间复杂度是很高的，这估计也是造成hashmap时间复杂度高的一个原因。

ContainerHelpers

ContainerHelpers类提供了二分查找算法，这也一定程度上提高了查找的效率

<span style="font-size:12px;">class ContainerHelpers { // This is Arrays.binarySearch(), but doesn't do any argument validation. static int binarySearch(int[] array, int size, int value) { // 获取二分的起始和结束下标. int lo = 0; int hi = size - 1; while (lo <= hi) { // 获取中点的下标和值 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 } }</span>

put()函数

/** * 在SparseArray中存储键值对. */ public void put(int key, E value) { // 通过二分查找算法计算索引 int i = ContainerHelpers.binarySearch(mKeys, mSize, key); if (i >= 0) { // key已经存在对应的value,则直接替换value. mValues[i] = value; } else { i = ~i; if (i < mSize && mValues[i] == DELETED) { // 特殊的case,直接存储key-value即可 mKeys[i] = key; mValues[i] = value; return; } if (mGarbage && mSize >= mKeys.length) { // 如果有元素被删除,并且目前容量不足,先进行一次gc gc(); // Search again because indices may have changed. i = ~ContainerHelpers.binarySearch(mKeys, mSize, key); } // 扩容 if (mSize >= mKeys.length) { // 获取扩容的数组大小 int n = mSize + 1; int[] nkeys = new int[n]; Object[] nvalues = new Object[n]; // 数组拷贝最好使用System.arraycopy,而不是自己重撸一遍 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) { System.arraycopy(mKeys, i, mKeys, i + 1, mSize - i); System.arraycopy(mValues, i, mValues, i + 1, mSize - i); } // 设置值,存储数量+1 mKeys[i] = key; mValues[i] = value; mSize++; } } put函数的逻辑：

通过二分查找算法,计算key的索引值.如果索引值大于0,说明有key对应的value存在,直接替换value即可.如果索引值小于0,对索引值取反,获取key应该插入的坐标i.判断是否需要扩容:1.需要扩容,则先扩容; 2.不需要扩容,则利用System.arraycopy移动相应的元素,进行(key,value)键值对插入.

get()函数

get函数就是利用二分查找获取key的下标,然后从object[] value数组中根据下标获取值.  之所以SparseArray号称比HashMap有更好的性能:

SparseArray更加节约内存,一个int[]数组存储所有的key,一个object[] 数组存储所有的value.HashMap遇到冲突时,时间复杂度为O(n).而SparseArray不会有冲突,采用二分搜索算法,时间复杂度为O(lgn). /** * 根据指定的key获取value. */ public E get(int key) { return get(key, null); } /** * 利用二分查找算法根据key获取指定的value. */ public E get(int key, E valueIfKeyNotFound) { int i = ContainerHelpers.binarySearch(mKeys, mSize, key); if (i < 0 || mValues[i] == DELETED) { return valueIfKeyNotFound; } else { return (E) mValues[i]; } }

delete()函数

/** * 根据key删除指定的value. */ public void delete(int key) { int i = ContainerHelpers.binarySearch(mKeys, mSize, key); if (i >= 0) { if (mValues[i] != DELETED) { // 标记i的值为private static final Object DELETED = new Object(); mValues[i] = DELETED; // 设置gc标记为true. mGarbage = true; } } } /** * Alias for {@link #delete(int)}. */ public void remove(int key) { delete(key); }

gc()函数

if (mGarbage && mSize >= mKeys.length) { // 如果有元素被删除,并且目前容量不足,先进行一次gc gc(); // Search again because indices may have changed. i = ~ContainerHelpers.binarySearch(mKeys, mSize, key); }通过上面的源码分析，我们不难得出： 正式因为SparseArray采用了数组这种形式，才使得我们的key在做hash运算的时候，通过二分查找时间复杂度降低了，从而提高了效率。 通过二分查找保证查询效率为O(lgn).而HashMap在未冲突的情况下是O(1),冲突的情况下是O(n).

相关资源：python入门教程(PDF版)