最近在学习Android性能优化-内存优化
发现在内存抖动优化中：推荐使用 SparseArray类族、ArrayMap 来替代 HashMap。以达到优化内存的效果。
因为平常也没咋用过，因此写一篇来记录一下使用技巧以及一些应用场景对比。
使用
/**
* SparseArray
*/
//创建集合
val sparseArray = SparseArray<Person>()
//增加元素,两种方式:append、put
sparseArray.append(1,Person("Jake1","21"))
sparseArray.append(2,Person("Jake2","22"))
sparseArray.put(3,Person("Jake3","23"))
sparseArray.put(4,Person("Jake4","24"))
println(sparseArray)
//删除元素，两种方式:remove、delete
sparseArray.remove(4)
sparseArray.delete(3)
println(sparseArray)
//修改元素，两种方式:append、put
sparseArray.append(1, Person("lile1","18"))
sparseArray.append(2,Person("lile2","19"))
//遍历元素，两种方式：根据key、根据value
// sparseArray.keyAt(i) //for(;;)就不写了
// sparseArray.valueAt(i)
/**
* ArrayMap
*/
val arrayMap = ArrayMap<Int,String>()
arrayMap.put(1,"lihua")
arrayMap.put(2,"liming")
println(arrayMap)
arrayMap.remove(2)
//遍历元素：keySet同HashMap
// arrayMap.keyAt(i)
SparesArray跟他的好兄弟们：
SparseArray <int, Object>
LongSparseArray <long, Object>
SparseBooleanArray <int, boolean>
SparseIntArray <int, int>
SparseLongArray <int, long>
SparseArray
SparseArray 优点：
通过它的三兄弟可以避免存取元素时的装箱和拆箱
频繁的插入删除操作效率高（延迟删除机制保证了效率）
会定期通过gc函数来清理内存，内存利用率高
放弃hash查找，使用二分查找，更轻量
SparseArray缺点：
二分查找的时间复杂度O(log n)，大数据量的情况下，效率没有HashMap高
key只能是int 或者long
SparseArray应用场景：
item数量为 <1000级别的
存取的value为指定类型的，比如boolean、int、long，可以避免自动装箱和拆箱问题。
ArrayMap
ArrayMap优点：
在数据量少时，内存利用率高，及时的空间压缩机制
迭代效率高，可以使用索引来迭代（keyAt()方法以及valueAt() 方法），相比于HashMap迭代使用迭代器模式，效率要高很多
ArrayMap缺点：
存取复杂度高，花费大
二分查找的O(log n )时间复杂度远远大于HashMap
ArrayMap没有实现Serializable，不利于在Android中借助Bundle传输。
ArrayMap应用场景：
item数量为 <1000 级别的，尤其是在查询多，插入数据和删除数据不频繁的情况
Map中包含子Map对象
使用总结
(1) 首先二者都是适用于数据量小的情况，但是SparseArray以及他的三兄弟们避免了自动装箱和拆箱问题，也就是说在特定场景下，比如你存储的value值全部是int类型，并且key也是int类型，那么就采用SparseArray，其它情况就采用ArrayMap。
(2) 数据量多的时候当然还是使用HashMap啦～
网友评论