SparseArrayCompat类似map这样key-value的存储方式，但是由于查找的算法不一样。因此效率也各不同。但要明白，没有说哪个一定是最好的。只有根据不同需求在不同场景去应用，才能获取较优的结果。
将源码中开始关于介绍SparseArray的那一段翻译在这里，最后总计几个要点。
import com.android.internal.util.ArrayUtils;
/**
* SparseArrays 利用integer去管理object对象。不像一个正常的object对象数组，它能在索引数中快速的查找到所需的结果。（这
* 句话是音译，原意是能在众多索引数中“撕开一个缺口”，为什么原文这么表达？下面会慢慢说清楚。）它比HashMap去通过Integer索引
* 查找object对象时在内存上更具效率,不仅因为它避免了用来查找的自动“装箱”的keys，并且它的数据结构不依赖额外的对象去
* 各个映射中查找匹配。
*
* SparseArrays map integers to Objects. Unlike a normal array of Objects,
* there can be gaps in the indices. It is intended to be more memory efficient
* than using a HashMap to map Integers to Objects, both because it avoids
* auto-boxing keys and its data structure doesn't rely on an extra entry object
* for each mapping.
*
* 请注意，这个容器会保持它的映射关系在一个数组的数据结构中，通过二分检索法驱查找key。（这里我们终于知道，为何这个工具类中，
* 提供的添加映射关系的操作中，key的类型必须是integer。因为二分检索法，将从中间“切开”，integer的数据类型是实现这种检索过程的保证。）
*
* 如果保存大量的数据，这种数据结构是不适合的，换言之，SparseArray这个工具类并不应该用于存储大量的数据。这种情况下，它的效率
* 通常比传统的HashMap更低，因为它的查找方法并且增加和移除操作（任意一个操作）都需要在数组中插入和删除（两个步骤才能实现）。
*
* 如果存储的数据在几百个以内，它们的性能差异并不明显，低于50%。
*
* （OK，那么光看Android官方的介绍我们就有初步结论了，大量的数据我们相对SparseArray会优先选择HashMap，如果数据在几百个这个数目，
* 那么选择它们任意一个去实现区别不大，如果数量较少，就选择SparseArray去实现。 其实如果我们理解了二分法，就很容易了SparseArray的
* 实现原理，以及SparseArray和HashMap它们之间的区别了。）
*
* <p>Note that this container keeps its mappings in an array data structure,
* using a binary search to find keys. The implementation is not intended to be appropriate for
* data structures
* that may contain large numbers of items. It is generally slower than a traditional
* HashMap, since lookups require a binary search and adds and removes require inserting
* and deleting entries in the array. For containers holding up to hundreds of items,
* the performance difference is not significant, less than 50%.</p>
*
*
* 为了提高性能，这个容器包含了一个实现最优的方法：当移除keys后为了立刻使它的数组紧密，它会“遗留”已经被移除（标记了要删除）的条目（entry） 。
* 所被标记的条目（entry）（还未被当作垃圾回收掉前）可以被相同的key复用，也会在垃圾回收机制当作所有要回收的条目的一员被回收，从而使存储的数组更紧密。
*
* （我们下面看源码就会发现remove()方法其实是调用delete()方法的。印证了上面这句话所说的这种优化方法。
* 因为这样，能在每次移除元素后一直保持数组的数据结构是紧密不松散的。）
*
* 垃圾回收的机制会在这些情况执行：数组需要扩充，或者映射表的大小被恢复，或者条目值被重新检索后恢复的时候。
*
* <p>To help with performance, the container includes an optimization when removing
* keys: instead of compacting its array immediately, it leaves the removed entry marked
* as deleted. The entry can then be re-used for the same key, or compacted later in
* a single garbage collection step of all removed entries. This garbage collection will
* need to be performed at any time the array needs to be grown or the the map size or
* entry values are retrieved.</p>
*
* 当调用keyAt(int)去获取某个位置的key的键的值，或者调用valueAt(int)去获取某个位置的值时，可能是通过迭代容器中的元素
* 去实现的。
*
* <p>It is possible to iterate over the items in this container using
* {@link #keyAt(int)} and {@link #valueAt(int)}. Iterating over the keys using
* <code>keyAt(int)</code> with ascending values of the index will return the
* keys in ascending order, or the values corresponding to the keys in ascending
* order in the case of <code>valueAt(int)<code>.</p>
*/
public class SparseArray<E> implements Cloneable {
//...
}
总结下几个重要的点：
1、SparseArray的原理是二分检索法，也因此key的类型都是整型。
2、（HashMap和SparseArray比较）当存储大量数据（起码上千个）的时候，优先选择HashMap。如果只有几百个，用哪个区别不大。如果数量不多，优先选择SparseArray。
3、SparseArray有自己的垃圾回收机制。（当数量不是很多的时候，这个不必关心。）
4、 优点节省最高50%缓存;
SparseArrayCompat()其实是一个map容器,它使用了一套算法优化了hashMap,可以节省至少50%的缓存.5、缺点但是有局限性只针对下面类型.
key: Integer; value: object6、因此当HshMap()的key是Integer类型时推荐使用SparseArrayCompat(),用法与Map相似.
基本用法
private int index = 1;
private String value = "value";
public void testSparseArray()
{
//创建一个SparseArray对象
SparseArray<String> sparseArray = new SparseArray<String>();
//向sparseArray存入元素value，key为index
sparseArray.put(index, value);
//这个方法本质也是利用put(key, value)去存入数据
sparseArray.append(index, value);
sparseArray.indexOfKey(index);
//查找value所在的位置，如果不存在，则返回-1
sparseArray.indexOfValue(value);
//更新某个key的值
sparseArray.setValueAt(index, value);
//获取index所对应的值，没有则返回null
sparseArray.get(index);
//获取index所对应的值，没有则返回自定义的默认值"default-value"
sparseArray.get(index,"default-value");
//删除index对应的元素
sparseArray.delete(index);
//移除，本质也是调用delete(int)方法
sparseArray.remove(index);
//清空所有数据
sparseArray.clear();
}
