Android中的稀疏数组：SparseArray
30 Mar 2014
在一般情况下，使用 HashMap<K, V>，如果 K 整数类型的话，使用 SparseArray 效率会更高。
和HashMap类似，SparseArray 建立整数索引和对象的关系。和简单的对象数组相比，SparseArray 允许索引之间有间隔。
SparseArray 支持和 HashMap 类似的 put 和 get 方法。在其内部，维护着两个数组，一个用于存储索引，一个用于存储对象。
public class SparseArray<E> implements Cloneable {
private int[] mKeys;
private Object[] mValues;
private int mSize;
整数索引被从小到大映射到 mKeys 数组中。
索引的映射
在计算整数索引映射到数组中的位置的时候，用了一个改造过的的二分搜索算法：
这个算法输入的参数是：要搜索的数组a，搜索的起始位置 start, 搜索的长度 len, 要检索的关键字 key，如下:
private static int binarySearch(int[] a, int start, int len, int key) {
int high = start + len, low = start - 1, guess;
while (high - low > 1) {
guess = (high + low) / 2;
if (a[guess] < key)
low = guess;
else
high = guess;
}
if (high == start + len)
return ~(start + len);
else if (a[high] == key)
return high;
else
return ~high;
}
这是一个巧妙设计的算法，如果输入的 key 在区间内则返回等于关键字或者最小的大于关键字的索引。
如果关键字不在区间内，则将区间首个索引或者区间最后一个索引加1取反码，非负数的反码都是负数，因为符号位被取反了。
有一个数组： int[] a = new int[] {2, 5, 8, 0, 0}; 结构如下:
0 1 2 3 4
+---+---+---+---+---+
| 2 | 5 | 8 | | |
+---+---+---+---+---+
对于 start = 0, len = 3, 对于不同的关键字：
| key | return | |
|---|---|---|
| 1 | -1 | 在区间范围最左边，返回区间最首个索引取反 |
| 2 | 0 | 关键字存在，返回对应的索引 |
| 4 | 1 | 返回最小的比关键字大的值的对应的索引, 即 5 的索引 |
| 5 | 1 | 关键字存在，返回对应的索引 |
| 9 | -4 | 在区间最右边，区间最右索引加1取反 ~(2+1) |
put 过程
put 的过程分为以下几步：
计算索引映射。
如果在在区间内有对应槽位，设置值，返回。
如有必要，进行扩容。
容量以类似2的指数次幂增长。对象引用和和整数都占用4个字节，数组本身还需要占用3个字节。 为了内存4字节对齐，数组大小应该是：2^n - 3(n >=2)。
如有必要，移动区段
如果计算出的映射索引，在现有对象的位置上，需要移动区段。
对于上述数组，如果要插入 4：计算得的索引为 1，需要将索引位置开始的所有元素后移：
0 1 2 3 4 +---+---+---+---+---+ | 2 | | 5 | 8 | | +---+---+---+---+---+最后，设置值，将数据长度加 1。
主要代码如下，省略了部分细节：
public void put(int key, E value) { // 1. 计算索引 int i = binarySearch(mKeys, 0, mSize, key); // 2. key已经有对应槽位，更新值 if (i >= 0) { mValues[i] = value; } else { i = ~i; // 3. 扩容 if (mSize >= mKeys.length) { } // 4. 移动区段 if (mSize - i != 0) { // Log.e("SparseArray", "move " + (mSize - i)); System.arraycopy(mKeys, i, mKeys, i + 1, mSize - i); System.arraycopy(mValues, i, mValues, i + 1, mSize - i); } // 4. 设置值，长度加 1 mKeys[i] = key; mValues[i] = value; mSize++; } }
get 和遍历
- 如果索引不存在，
indexOfKey(int key)，将会返回负数值。 遍历需要获取数组的总的对象大小，然后用
keyAt(int index)获取索引或者valueAt(int index)获取值。int key = 0; for(int i = 0; i < sparseArray.size(); i++) { key = sparseArray.keyAt(i); Object obj = sparseArray.valueAt(key); }
效率的提升和使用限制
稀疏数组的使用，对于索引是整数的情景，有时能带来一些效率的提升。
- 减少了 hashCode 时间消耗
- 减小了所使用的内存大小。
和 SparseArray 类似的，有 SparseBooleanArray, SparseIntArray。前者，减少了存储对象占用的空间，后者减少了类型转换。
但在所管理的对象数量很大时，效率却反而有可能更低：
- 在插入的时候，有可能导致大段数组的复制;
- 在删除之后，也有可能导致数组的大段元素被按个移动（不是复制数组，而是一个一个单独移动）;
- 索引的映射，采用了二分查找，时间复杂度为 O(logn)。
写完这篇文章，搜索了一下 相关的内容 发现中文的文章，大部分都是重复的，几个原创的也有一些错误。特强调如下：
SparseArray是针对HashMap做的优化。HashMap内部的存储结构，导致一些内存的浪费。- 在刚扩容完，
SparseArray和HashMap都会存在一些没被利用的内存。
SparseArray并不是任何时候都会更快，有时反而会更慢
comments powered by Disqus
