本文主要是介绍性能优化: HashMap SparseArray ArrayMap,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
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intprivate 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longprivate 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}
}
这篇关于性能优化: HashMap SparseArray ArrayMap的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!