ArrayList 和LinkedList， HashMap 、

ArrayList ---->数组集合 逻辑上和物理内存都是连续的不间断，方便查询，不方便插入删除（内部使用Systom.copy操作）类比：乾坤圈
LinkedList---->链表集合 逻辑上连续但物理存储不连续，每个节点都有next，方便插入，不方便查询（类比：项链）
HashMap --->结合了ArrayList 和LinkedList的优点， 内部使用hashcode作为table表的索引，每个索引对应的一组链表
带来问题：hash碰撞:
解决方案 ：
a,达到hash 阈值（size * 0.75）就需要 扩容 x 2，浪费了内存 （假如16个坑位，hash值分布为2,11，就造成了内存大量浪费），一旦扩容，全部的数据需要重新hash,非常浪费时间，所以预判size是一个高工的标配
b,内存不可能一直扩容下去，就需要secondhash()，算法是google工程师为了让hash分布更为均匀的一个算法
辅助解决方法：
1开放地址法(即长度为2的整数倍，求模时候11111把地址全部用上，若不是2整数倍，会造成地址浪费)
2链地址法(即通过hash之后的index,相同的存进一个链表linkedlist，防止存不进去-----但是要避免一个链存太多，效率下降，也是分布布局的一种体现)
3建立公共溢出区(0.75可用，剩下的舍弃，google经验值)

稀疏数组 SparseArray：两个长度相同的数组：mKeys,mValues，

1. key只支持数字（可以避免hashMap自动拆箱装箱的过程，加快速度）
2. 结构相对简单，只有两个数组，不需要其他结构（结构比较简单，不引入其他复杂结构）

频繁的插入删除SparseArray的速度会越来越快，原因是：
SparseArray虽然是离散数组，但是key的分布是：123...5...89一个自增的顺序,真正的提速关键在于：
当remove一个，并不是直接删除，而是将对应的mValues[index]--->赋值为一个new Object()空对象，这样就避免了System.arraycopy()操作，不用copy移动 index---length的元素，节约时间
当add一个，先二分法定位index,然后如果发现数组中存在一个new Obejct()的对象，就直接赋值这个对象，不存在再进行System.arrayCopy(),这样的有效的减少了copy时间，就加快了速率。

现实开发中，能用SparseArray就不用Hashmap,但是局限于SparseArray只能是int作为key,可以考虑将一些常量值写在xml中，使用R.String.xxx的方式引入，这样做只是增加了xml的大小，编译会慢一丢丢，但是可以大幅提升Runtime的执行效率。