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～