Android开发中,SparseArray的高效存储与查找机制详解

移动开发 Android
SparseArray​在处理稀疏数据时非常有效,如果数据结构不是稀疏的,或者需要存储的键不是整数类型,那么使用HashMap或其他数据结构可能更合适。

SparseArray

在Android中,SparseArray是一个专门用于存储稀疏数据(大部分元素为null或默认值)的数组类。常用于存储与整数键关联的对象,其中键是原始数据类型 int,而不是对象类型 Integer。使得 SparseArray 在内存使用上比使用 HashMap<Integer, E> 更高效,因为避免了自动装箱(autoboxing)和拆箱(unboxing)的开销。

//E对应HashMap的Value
public class SparseArray<E> implements Cloneable {
    // 用来优化删除性能(当有元素被remove delete时),标记已经删除的对象为DELETE
    private static final Object DELETED = new Object();
    // 用来优化删除性能,标记是否需要垃圾回收
    private boolean mGarbage = false;
    // 存储索引,整数索引(key为整数)从小到大被映射在该数组
    private int[] mKeys;
    // 存储对象(Value)
    private Object[] mValues;
    // SparseArray实际大小
    private int mSize;

    public SparseArray() {
        //默认容量是10个元素
        this(10);
    }

    public SparseArray(int initialCapacity) {
        if (initialCapacity == 0) {
             //mKeys的初值等于new int[0],mValues的初值等于new Object[0]
            mKeys = EmptyArray.INT;
            mValues = EmptyArray.OBJECT;
        } else {
            //newUnpaddedObjectArray最后指向了VMRuntime的一个native方法,返回一个至少长initialCapacity的数组,
            mValues = ArrayUtils.newUnpaddedObjectArray(initialCapacity);
            mKeys = new int[mValues.length];
        }
        mSize = 0;
    }

    /**
     * 获得指定key的映射对象,或者null如果没有该映射。
     */
    public E get(int key) {
        return get(key, null);
    }

    @SuppressWarnings("unchecked")
    public E get(int key, E valueIfKeyNotFound) {
        //二分查找
        int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
        // 如果没找到或者该value已经被标记删除,则返回默认值
        if (i < 0 || mValues[i] == DELETED) {
            return valueIfKeyNotFound;
        } else {
             // i>0 且该位置的元素未被标记为待删除,返回该值mValues[i]
            return (E) mValues[i];
        }
    }

    public void remove(int key) {
        //调用delete执行删除操作
        delete(key);
    }

    /**
     * Removes the mapping from the specified key, if there was any.
     */
    /**
     * 删除指定key的映射对象。
     */
    public void delete(int key) {
        //二分查找
        int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
        //找到了
        if (i >= 0) {
             //若未被标记delete,标记为delete,回收mGarbage=true
            if (mValues[i] != DELETED) {
                mValues[i] = DELETED;
                mGarbage = true;
            }
        }
    }

    //目的只有一个压缩空间(压缩数组,把无效的值删除)
    private void gc() {
        // Log.e("SparseArray", "gc start with " + mSize);
        int n = mSize;
        int o = 0;
        int[] keys = mKeys;
        Object[] values = mValues;
        //循环整个元素区间,删除值为DELETED的数,这里比较巧妙,直接对同一个keys和values操作,完成元素的删除和移动!
        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;//实际大小

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

    /**
     * 添加一个指定key到指定object的映射,如果之前有一个指定key的映射则直接替换掉原映射object。注意gc。
     */
    public void put(int key, E value) {
        //先二分查找,确定插入位置,保证了key数组的有序性
        int i = ContainerHelpers.binarySearch(mKeys, mSize, key);

        if (i >= 0) {
            //找到了,直接替换
            mValues[i] = value;
        } else {
            // 做一个取反运算,获得应该插入的index
            //没找到的情况下: i = -insertPoint -1,对他取反刚好得insertPoint。
            i = ~i;
            //若i在size范围内,且刚好对应位置标记为delete了,直接放入
            if (i < mSize && mValues[i] == DELETED) {
                mKeys[i] = key;
                mValues[i] = value;
                return;
            }
            //若前面if不成立,即i超出了size范围,或者对应的位置的元素是有效的
            // 如果被标记为需要垃圾回收且SparseArray大小不小于keys数组长度
            if (mGarbage && mSize >= mKeys.length) {
                // 压缩空间,会压缩数组,把无效的值都去掉,保证连续有效值
                gc();
                // Search again because indices may have changed.
                // 再次查找插入点因为索引可能改变
                i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
            }
            // 插入,如果size不够则会重新分配更大的数组,然后拷贝过去并插入;size足够则用System.arraycopy把插入位置开始的value都后移然后插入
            mKeys = GrowingArrayUtils.insert(mKeys, mSize, i, key);
            mValues = GrowingArrayUtils.insert(mValues, mSize, i, value);
            // 实际大小加1
            mSize++;
        }
    }

    /**
     * Returns the number of key-value mappings that this SparseArray
     * currently stores.
     */
    //返回mSize,注意gc。
    public int size() {
        if (mGarbage) {
            gc();
        }
        return mSize;
    }

}

SparseArray方法:

  • put(int key, E value):向数组中放入一个值。
  • get(int key):根据键获取值。
  • delete(int key):根据键删除值。
  • size():返回数组中当前存储的键值对的数量。
  • keyAt(int index):根据索引返回键。
  • valueAt(int index):根据索引返回值。
  • indexOfKey(int key):返回指定键的索引。
  • indexOfValue(E value):返回指定值的索引。

SparseArray在处理稀疏数据时非常有效,如果数据结构不是稀疏的,或者需要存储的键不是整数类型,那么使用HashMap或其他数据结构可能更合适。

例如,在自定义视图中处理大量子视图时,可能会使用SparseArray来存储与每个子视图ID关联的视图对象。

SparseArray性能

  1. SparseArray内部使用int[] keys数组维护key,而且keys中元素是按照升序进行排序的,使用Object[] values来维护value。
  2. SparseArray用于映射integers到object。但不像普通数组,SparseArray元素间没有无用的元素。在映射integers到object的过程中,SparseArray采用避免自动装箱的keys而且它的数据结构不依赖于额外的对象来存储映射关系的实现,因此它相比于HashMap占用更少的内存。
  3. 但是SparseArray在查找keys的过程中使用了二分法查找,这种实现不适合大量的数据的情况。在添加和删除时涉及到数组元素的挪动,因此比HashMap慢。
  4. 为了优化性能,SparseArray对remove()进行了优化,在删除时并没有立即挤压数组的空间,而是标记为DELETE。被标记为DELETE的元素,要么被重复利用,要么在多次remove后,通过一次gc操作,进行数组空间的挤压。
责任编辑:武晓燕 来源: 沐雨花飞蝶
相关推荐

2021-11-24 08:33:09

Android广播机制应用程序

2012-05-25 09:09:25

Windows Pho

2010-07-23 14:51:09

OPhone开发

2009-04-10 09:55:44

C#反射.NET

2018-04-27 09:03:57

Redis数据存储

2010-01-26 14:43:53

Android数据存储

2011-06-30 10:28:50

C#开发

2013-03-28 09:07:37

Android开发Intent机制

2017-05-15 19:40:40

AndroidIPC机制

2011-09-27 10:23:24

Java反射机制

2018-05-09 10:40:15

云存储数据对象存储

2014-04-08 10:22:29

Android高效开发App

2015-09-06 14:50:05

安卓app高效开发

2018-11-06 21:50:09

前端Html脚本语言

2010-03-03 15:06:52

Android 游戏开

2016-11-23 08:10:16

Android St JRebel调试神器

2012-05-18 11:16:42

@Kroll注解详解TitaniumAndroid模块

2015-08-27 09:30:05

2010-07-07 18:34:43

UML公共机制

2023-08-11 09:00:00

点赞
收藏

51CTO技术栈公众号