概述
HashMap的查找和插入时间复杂度为O(1)的代价是牺牲大量的内存来实现的,而SparseArray和ArrayMap性能略逊于HashMap,但更节省内存,用时间换取空间。ArrayMap和SparseArray采用的都是两个数组,HashMap采用的是数据+链表+红黑树。数据长度小于千时,建议取代HashMap。
- SparseArray(<Integer,Value>),SparseBooleanArray(<Integer,Bool>),SparseIntArray,SparseLongArray(<Integer,Long>),LongSparseArray(<Long,Value>)
- ArrayMap、ArraySet
- SparseArray使用两个数组,一个保存key,一个保存value。
- ArrayMap两个数组, mHashes是一个记录所有key的hashcode值组成的数组,是从小到大的排序方式;
mArray是一个记录着key-value键值对所组成的数组,是mHashes大小的2倍; - 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
SparseArray原理
SparseArray源代码很简单,只有几百行。
private static final Object DELETED = new Object();//要删除的value先设为这个,特定情况下再回收
private boolean mGarbage = false;//标记是否有需要回收的
private int[] mKeys;
private Object[] mValues;
private int mSize;
public void put(int key, E value) {
// 二分查找,key在mKeys列表中对应的index
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
// 如果找到,则直接赋值
if (i >= 0) {
mValues[i] = value;
}
// 找不到
else {
// binarySearch方法中,找不到时,i取了其非,这里再次取非,则非非则正
i = ~i;
// 如果该位置的数据正好被删除,则赋值
if (i < mSize && mValues[i] == DELETED) {
mKeys[i] = key;
mValues[i] = value;
return;
}
// 如果有数据被删除了,则gc
if (mGarbage && mSize >= mKeys.length) {
gc();
// Search again because indices may have changed.
i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
}
// 插入数据,增长mKeys与mValues列表
mKeys = GrowingArrayUtils.insert(mKeys, mSize, i, key);
mValues = GrowingArrayUtils.insert(mValues, mSize, i, value);
mSize++;
}
}
// 通过key查找对应的value
public E get(int key) {
return get(key, null);
}
// 通过key查找对应的value
public E get(int key, E valueIfKeyNotFound) {
// mKeys数组中采用二分查找,找到key对应的index
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
// 没有找到,则返回空
if (i < 0 || mValues[i] == DELETED) {
return valueIfKeyNotFound;
} else {
// 找到则返回对应的value
return (E) mValues[i];
}
}
// array为有序数组
// size数组中内容长度
// value要查找的值
static int binarySearch(int[] array, int size, int value) {
int lo = 0;
int hi = size - 1;
// 循环查找
while (lo <= hi) {
// 取中间位置元素
final int mid = (lo + hi) >>> 1;
final int midVal = array[mid];
// 如果中间元素小于要查找元素,则midIndex赋值给 lo
if (midVal < value) {
lo = mid + 1;
}
// 如果中间元素大于要查找元素,则midIndex赋值给 hi
else if (midVal > value) {
hi = mid - 1;
}
// 找到则返回
else {
return mid; // value found
}
}
// 找不到,则lo 取非
return ~lo; // value not present
}
网友评论