Map和SparseArray是android系统API，是专门为移动设施定制的。 它肯定是用来代替HashMap来节省内存的。 一、源代码分析(由于篇幅所限，源代码分析部分将放在另一篇文章中)二。实现原理和数据结构的比较。性能测试IV的比较。总结一.源代码分析会在后面的下一篇文章中补充(都写在一篇文章里，太长了)二。实现原理和数据结构的比较1。hashMapPaste_Image.png hash从hashMap的结构可以看出，首先是键值 地图。实体具有以下数据结构:静态类hashmap条目 从时间效率上来说，使用hash算法，插入、搜索等操作非常快，而且一般情况下，每个数组值后面不会有很长的链表(因为hash冲突毕竟占比较小)，所以如果不考虑空间利用，HashMap的效率是非常高的。 2.ArrayMapaste _ image.pngarraymap使用两个数组，mHashes用于存储每个键的哈希值，mArrray是mHashes的两倍大，键和值依次存储。 源代码的细节将在下一篇文章中解释。 现在我们抛开细节，只看重点句子:mHashes[index]= hash；mArray[index & lt；& lt1]= key；mArray[(index & lt；& lt1)+1] =值；相信大家看到这里后都明白原理了。 但是它如何查询呢？答案是二分搜索法。 插入时根据key的hashcode()方法获取哈希值，并计算mArrays中的索引位置。然后，相应的位置被二分搜索法找到并插入。当有散列冲突时，它将被插入索引的相邻位置。 综上所述，从空间的角度来说，ArrayMap存储一条信息的时候，需要存储一个hash值，一个key值，一个value值。 根据HashMap的粗略看，只减少了一个指向下一个实体的指针。 即使节省了一部分可视空间，内存节省也不是特别显著。 不是这样的吗？稍后将被验证 在时间效率方面，由于插入和搜索时使用的二分法，在没有哈希的情况下，搜索应该会更快。插入时，如果按顺序插入，效率会高，但如果随机插入，肯定会涉及大量的数组移动，数据量大，肯定不行。再考虑一下。如果不发生，每次插入的哈希值都比上一次小，就要一次又一次的移动，效率会压倒一切。 3.sparsearraypast _ image . pngsbarsearray相对简单很多，但不要认为它能取代前两者。只有当键为int时，才能使用sparseArray。注意是int而不是Integer，这也是提高sparseArray效率的一个点。取消装箱操作！ 因为键是int，所以不需要任何哈希值。只要int值相等，就是同一个对象，简单粗暴。 插入和搜索也是基于二分法，所以原理基本和Arraymap一样，这里就不多说了。 总结一下:在空间上相比HashMap，去掉了哈希值的存储空间，没有下一个指针占用，还有少量的其他内存占用，看起来节省了不少。 时间对比:插入和搜索的情况和Arraymap基本相同，可能会有大量的数组移动。 但是它避免了打包的过程，所以不要小看打包的过程，还是很费时间的。 所以从源头来看，谁的效率高，取决于数据量。 好了，说半天分析。来点实际的，用数据说话！3.性能测试对比我们从插入和查询两个方面来对比一下。 1.插入性能时间比较测试代码:long start = system . current time millis()；地图& lt整数，字符串& gthash = new HashMap & lt整数，字符串& gt();for(int I = 0；我& ltMAXi++) { hash.put(i，I+" ")；} long ts = system . current time millis()-start；就贴这一段。另外两段代码无非就是替换HashMap，通过改变Max值来比较。 Paste_Image.png分析:从结果来看，数据量小的时候，差别不大(当然，如果数据量小，时间基准小，内容太多，差别也不大)。当数据量大于5000时，SparseArray最快，HashMap最慢。乍一看，似乎SparseArray是最快的，但需要注意的是。 也就是说，SparseArray和Arraymap是理想的情况。 尝试反向插入longstart = system。current time millis()；HashMap & lt整数，字符串& gthash = new HashMap & lt整数，字符串& gt();for(int I = 0；我& ltMAXi++) { hash.put(MAX-1-i，I+" ")；} long ts = system . current time millis()-start；Paste_Image.png分析:从结果来看，果然HashMap远远超过Arraymap和SparseArray，和前面的分析一致。 当然，当数据量很小时，比如小于1000，这个时间差可以忽略。 再来看一下空间对比:先说测试方法。因为内存是经过测试的，所以特别需要注意的是，GC不应该出现在测试过程中。如果发生GC，数据将会不准确。想了想，我用了一个比较简单的方法:runtime.getruntime()。total memory()//获取总内存runtime.getruntime()。应用程序申请的freememory()。 Paste_Image.png值得注意的是，当MAX值较大时，代码执行过程中可能会发生gc。这时可以用Android Monitor的内存窗口同时监控内存，没有GC的进程结果会有效。 假设数据量比较大，每次测试完都要进行手动GC，这样测试基本每次都能成功；因为数据量不是特别大，测试过程中只有少数情况会GC，所以没有进一步探索其他方式，比如设置虚拟机参数延长GC时间。有时间可以做。 从上面的数据:Paste_Image.png可以看出，在内存占用方面，SparseArray确实比HashMap和ArrayMap好很多。通过数据观察，大致节省30%左右。但是前面提到的ArrayMap的体现，优化效果有限，和HashMap差不多。 2.用long start = system . current time millis()比较搜索性能；SparseArray & lt字符串& gthash = new SparseArray & lt字符串& gt();for(int I = 0；我& ltMAXi++){ hash . get(I)；} long ts = system . current time millis()-start；Paste_Image.png发现SparseArray比HashMap快，与之前的假设不符。二分搜索法比哈希快吗？再想想，因为用这样的代码测试有点不公平，而且因为SparseArray没有装箱，HashMap有装箱过程，看起来不公平。 那就想办法再测试一遍，ArrayList < IntEntity & gtintEntityList = new ArrayList & ltIntEntity & gt();private void boxing(){ for(int I = 0；我& ltMAXi++){ IntEntity entity = new IntEntity()；entity . i1 = I；entity . I2 = integer . value of(I)；intEntityList.add(实体)；} } class IntEntity { int i1整数I2；}当你给HashMap和ArrayMap的时候，提前打包似乎比较公平。 long start = system . current time millis()；HashMap & lt整数，字符串& gthash = new HashMap & lt整数，字符串& gt();for(int I = 0；我& ltMAXi++){//hash . get(I)；hash . get(intentitylist . get(I). I2)；} long ts = system . current time millis()-start；Paste_Image.png有不同的结果。HashMap是最快的查询，这只是逻辑上的。但是我们正常使用的时候，不管是打包还是不打包，结合使用SparseArray是最高效的。 说了这么多，终于到总结的时候了。 四。总结1。当数据量较小时，一般认为小于1000。当你的key是int的时候，使用SparseArray确实是一个非常好的选择，内存可以节省30%左右。与使用HashMap相比，它的键值不需要装箱，所以时间性能平均比HashMap好。建议使用！2.与SparseArray相比，ArrayMap的特点是键值类型不受限制，在任何情况下都可以替代HashMap。但通过研究和测试发现，ArrayMap的内存节省并不显著，大约在10%左右，但时间性能最差。当然1000以内的数据量无所谓，加上只有在API >: =19才可以使用。个人建议没必要！最好用HashMap。 预计这也是google在创建新的HashMap时没有提醒我们使用的原因。 目前我在公司负责与热修复相关的工作，主要以稳健热修复为主。 欢迎有兴趣的同学加入群交流。 image.png