SparseArray的源码解析

本文为个人学习笔记分享，没有任何商业化行为，对其他文章的引用都会标记。如有侵权行为，请及时提醒更正！如需转载请表明出处

大家都知道真的HashMap Key值为integer时，为了防止包装类型频繁的装箱，Android推出了SparseArray来代替这种情况。SparseArray为什么高效？它有什么缺点？
从SparseArray类的类介绍中主要提到了两个点：
1.通过二分查找查找对应的Key，比HashMap速度快。但当数据量大时，效率是低于HashMap的。
2.为了提高性能，SparseArray对删除操作进行了优化，删除操作不会立刻执行压缩数组，而是标记删除已删除的条目，复用Key值。真正的删除操作会在索引或者Map数量增加时压缩。

一、SparseArray的数据结构

1.数据结构

    private int[] mKeys;
    private Object[] mValues;

由此可见，SparseArray的数据结构就是有一个索引数组和一个对象数组组成。
2.构造方法

    /**
     * Creates a new SparseArray containing no mappings.
     */
    public SparseArray() {
        this(10);
    }

    /**
     * Creates a new SparseArray containing no mappings that will not
     * require any additional memory allocation to store the specified
     * number of mappings.  If you supply an initial capacity of 0, the
     * sparse array will be initialized with a light-weight representation
     * not requiring any additional array allocations.
     */
    public SparseArray(int initialCapacity) {
        if (initialCapacity == 0) {
            mKeys = EmptyArray.INT;
            mValues = EmptyArray.OBJECT;
        } else {
            mValues = ArrayUtils.newUnpaddedObjectArray(initialCapacity);
            mKeys = new int[mValues.length];
        }
        mSize = 0;
    }

SparseArray初始容量为10，可以通过构造函数自定义的大小。
3.Put方法

   /**
     * Adds a mapping from the specified key to the specified value,
     * replacing the previous mapping from the specified key if there
     * was one.
     */
          public void put(int key, E value) {
        //二分查找 返回对于key的位置,如果没找到返回<0的值。
        int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
        //找到位置。
        if (i >= 0) {
            mValues[i] = value;
        } else {
            //对搜索结果取反
            i = ~i;
            if (i < mSize && mValues[i] == DELETED) {
                //此判断 复用已经删除的key
                mKeys[i] = key;
                mValues[i] = value;
                return;
            }
            if (mGarbage && mSize >= mKeys.length) {
                // 需要回收或者容量大于数组的长度，需要触发gc()，此gc非VM的gc
                gc();

                //重新对key进行搜索
                i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
            }
            //插入数据。
            mKeys = GrowingArrayUtils.insert(mKeys, mSize, i, key);
            mValues = GrowingArrayUtils.insert(mValues, mSize, i, value);
            mSize++;
        }
    }

查看put的源码，查询使用二分查找提高效率，并对key进行复用，防止频发触发扩容。
4.gc方法
此gc非彼gc，gc的作用是对标记的对象进行整理，压缩重排数组，通过标记算法，可以减少数组的重新整理，提高效率。

private void gc() {
        // Log.e("SparseArray", "gc start with " + mSize);

        int n = mSize;
        int o = 0;
        int[] keys = mKeys;
        Object[] values = mValues;

        for (int i = 0; i < n; i++) {
            Object val = values[i];

            if (val != DELETED) {
                if (i != o) {
                    keys[o] = keys[i];
                    values[o] = val;
                    values[i] = null;
                }

                o++;
            }
        }

        mGarbage = false;
        mSize = o;

        // Log.e("SparseArray", "gc end with " + mSize);
    }

5.get方法
使用二分查找，时间复杂度O(log2).还可以自定义当没有搜索到数据时的返回值。

    /**
     * Gets the Object mapped from the specified key, or <code>null</code>
     * if no such mapping has been made.
     */
    public E get(int key) {
        return get(key, null);
    }

    /**
     * Gets the Object mapped from the specified key, or the specified Object
     * if no such mapping has been made.
     */
    @SuppressWarnings("unchecked")
    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];
        }
    }

SparseArray的源码其实很简单，而且思路特别清晰。只有大家多读源码才会发现其实没那么复杂。

总结一下
优点：
1.SparseArray代替Key为Int类型的HashMap，避免频繁装箱，提高效率。
2.SparseArray采用二分查找，效率高
3.SparseArray删除是假删除，复用Key，减少数组的重排，提高内存的使用效率。
缺点：
插入时会对Key进行排序
当数据量大的时候，gc操作会经常被触发，效率比HashMap还低。
建议数据量在小于1000的情况下使用SparseArray。
所以大家可以根据实际情况合理的选择适合自己的数据结构。

大家多多点赞，多多关注呀。你们的夸赞是我写作的动力