SparseArray vs HashMap
我可以想到为什么HashMap与整数键比SparseArray更好的几个原因：
-
SparseArray的Android文档说：“它通常比传统的HashMap慢”。 - 如果您使用
HashMap而不是SparseArray编写代码，则您的代码将与其他Map实现一起使用，您将能够使用为Mapsdevise的所有Java API。 - 如果你使用
HashMap而不是SparseArray编写代码，你的代码将在非android项目中工作。 - 映射覆盖
equals()和hashCode()而SparseArray则不。
然而，每当我尝试在Android项目中使用带有整数键的HashMap时，IntelliJ告诉我应该使用SparseArray 。 我觉得这很难理解。 有谁知道使用SparseArray的任何令人信服的理由？
当密钥是原始types时，可以使用稀疏数组来replace哈希映射。 尽pipe不是所有的都是公开的，但是对于不同的键/值types有一些变体。
好处是：
- 分配无
- 没有拳击
缺点：
- 一般来说比较慢，不适用于大集合
- 他们不会在非Android项目中工作
HashMap可以被下面的代替：
SparseArray <Integer, Object> SparseBooleanArray <Integer, Boolean> SparseIntArray <Integer, Integer> SparseLongArray <Integer, Long> LongSparseArray <Long, Object> LongSparseLongArray <Long, Long> //this is not a public class //but can be copied from Android source code
在内存方面，这是一个SparseIntArray vs HashMap 1000个元素的例子
SparseIntArray：
class SparseIntArray { int[] keys; int[] values; int size; }
Class = 12 + 3 * 4 = 24个字节
arrays= 20 + 1000 * 4 = 4024字节
总计= 8,072字节
HashMap的：
class HashMap<K, V> { Entry<K, V>[] table; Entry<K, V> forNull; int size; int modCount; int threshold; Set<K> keys Set<Entry<K, V>> entries; Collection<V> values; }
Class = 12 + 8 * 4 = 48个字节
条目= 32 + 16 + 16 = 64字节
arrays= 20 + 1000 * 64 = 64024字节
总计= 64,136字节
来源：幻灯片90中Romain Guy的Android Memories
上面的数字是JVM在堆上分配的内存量（以字节为单位）。 它们可能会根据所使用的特定JVM而有所不同。
java.lang.instrument包中包含一些有用的高级操作方法，如使用getObjectSize（Object objectToSize）检查对象的大小。
额外的信息可以从官方的Oracle文档中获得
类= 12字节+（n个实例variables）* 4字节
数组= 20字节+（n个元素）*（元素大小）
条目= 32字节+（第一个元素大小）+（2ns元素大小）
然而，无论何时我尝试在Android项目中使用带有整数键的HashMap，intelliJ告诉我应该使用SparseArray。
它只是从这个稀疏数组的文档警告：
它的目的是比使用HashMap将整数映射到对象更有效率
SparseArray与使用常规HashMap相比，具有更高的内存效率 ，即不会像HashMap那样允许多个间隙。 没有什么可担心的，你可以使用传统的HashMap，如果你不想担心分配给设备的内存。
Java中的稀疏数组是将键映射到值的数据结构。 与地图相同的想法，但不同的实现：
-
一个Map在内部表示为一个列表数组，其中这些列表中的每个元素都是一个键值对。 键和值都是对象实例。
-
一个稀疏数组只是由两个数组组成：一个（基元）键数组和一个（对象）数组数组。 这些数组索引中可能存在间隙，因此术语“稀疏”数组。
SparseArray的主要兴趣是通过使用基元而不是对象作为关键字来节省内存。
一些谷歌search后，我尝试添加一些信息到已经发布的awers：
Isaac Taylor对SparseArrays和Hashmaps进行了性能比较。 他说
对于小于1,000的数据结构，Hashmap和SparseArray非常相似
和
当大小增加到10,000时，Hashmap在添加对象时具有更高的性能，而SparseArray在检索对象时具有更高的性能。 […]在10万个大小的Hashmap失去了很快的performance
Edgblog上的一个比较表明，SparseArray需要比HashMapless得多的内存，因为较小的键（int vs Integer）和事实
HashMap.Entry实例必须跟踪关键字，值和下一个条目的引用。 另外它还需要将条目的散列存储为int。
作为一个结论，我会说，如果你要在你的地图中存储大量的数据，差异可能会很重要。 否则，只要忽略警告即可。
我来这里只是想要一个如何使用SparseArray的例子。 这是一个补充答案。
创build一个SparseArray
SparseArray<String> sparseArray = new SparseArray<>();
SparseArray将整数映射到某个Object ，因此可以用上面的示例中的Stringreplace其他Object 。 如果将整数映射到整数，则使用SparseIntArray 。
添加或更新项目
使用put （或append ）将元素添加到数组中。
sparseArray.put(10, "horse"); sparseArray.put(3, "cow"); sparseArray.put(1, "camel"); sparseArray.put(99, "sheep"); sparseArray.put(30, "goat"); sparseArray.put(17, "pig");
请注意， int键不需要按顺序排列。 这也可以用来改变一个特定的int键的值。
删除项目
使用remove （或delete ）从数组中删除元素。
sparseArray.remove(17); // "pig" removed
int参数是整数键。
查找int键的值
使用get来获取某个整数键的值。
String someAnimal = sparseArray.get(99); // "sheep" String anotherAnimal = sparseArray.get(200); // null
你可以使用get(int key, E valueIfKeyNotFound)如果你想避免为null的键丢失。
迭代项目
您可以使用keyAt和valueAt某个索引来循环访问集合，因为SparseArray维护与int键不同的单独索引。
int size = sparseArray.size(); for (int i = 0; i < size; i++) { int key = sparseArray.keyAt(i); String value = sparseArray.valueAt(i); Log.i("TAG", "key: " + key + " value: " + value); } // key: 1 value: camel // key: 3 value: cow // key: 10 value: horse // key: 30 value: goat // key: 99 value: sheep
请注意，按键按升序排列，而不是按照添加的顺序排列。
SparseArray的android文档说：“它通常比传统的HashMap慢”。
是的这是对的。 但是当你只有10或20个项目时，性能差异应该是微不足道的。
如果您使用HashMap而不是SparseArrays编写代码，则您的代码将与Map的其他实现一起工作，您将能够使用为Mapsdevise的所有Java API
我想大多数情况下，我们只使用HashMap来search与一个关键字相关的值，而SparseArray真的很擅长这个。
如果你使用HashMap而不是SparseArrays编写代码，你的代码将在非android项目中工作。
SparseArray的源代码相当简单，易于理解，因此只需付出很less的努力就可以将其移植到其他平台（通过简单的复制和粘贴）。
映射覆盖equals（）和hashCode（），而SparseArray则不
我能说的是，（对于大多数开发者）谁在乎？
SparseArray另一个重要方面是它只使用一个数组来存储所有元素，而HashMap使用Entry ，所以SparseArray比HashMap花费less得多的内存，看到这个
我的基准testing表明，稀疏与哈希相同的速度添加和5！ 使用get（int）进行search时速度更快。 但是，在桌面处理器上速度可能不同。
不幸的是，编译器发出警告。 我猜HashMap已经被滥用于存储项目。
SparseArrays有他们的位置。 鉴于他们使用二进制searchalgorithm来查找数组中的值，你必须考虑你在做什么。 二进制search是O（log n），而散列查找是O（1）。 这并不一定意味着二进制search对于给定的一组数据是较慢的。 但是，随着条目数量的增长，散列表的能力将会被接pipe。 因此，条目数量less的评论可能相当于可能比使用HashMap更好。
一个HashMap只有散列一样好，也可以受到负载因素的影响（我认为在以后的版本，他们忽略了负载因素，所以它可以更好地优化）。 他们还添加了一个二级散列，以确保散列很好。 同样，SparseArray对于相对较less的条目（<100）也适用。
我会build议，如果你需要一个哈希表，并希望更好的内存使用原始整数（没有自动装箱）等，尝试特洛伊。 （ http://trove.starlight-systems.com – LGPL许可证）。 （与图书馆没有联系，就像他们的图书馆一样）
通过简化的多层次build筑，我们甚至不需要重新包装你需要的东西。 （trove有很多类）
