想来gayhub和我gaygayup:【mcxtzhang的Github主页】github.com/mcxtzhang
1 概述
在前文中，我们已经聊过了HashMap和LinkedHashMap ArrayMap.所以如果没看过，可以先阅读
今天依旧是看看android sdk的源码。
本文将从几个常用方法下手，来阅读SparseArray的源码。
按照从构造方法->常用API（增、删、改、查）的顺序来阅读源码，并会讲解阅读方法中涉及的一些变量的意义。了解SparseArray的特点、适用场景。
如果本文中有不正确的结论、说法，请大家提出和我讨论，共同进步，谢谢。
2 概要
概括的说，SparseArray<E>是用于在Android平台上替代HashMap的数据结构,更具体的说，
是用于替代key为int类型，value为Object类型的HashMap。
和ArrayMap类似，它的实现相比于HashMap更加节省空间，而且由于key指定为int类型，也可以节省int-Integer的装箱拆箱操作带来的性能消耗。
它仅仅实现了implements Cloneable接口，所以使用时不能用Map作为声明类型来使用。
它也是线程不安全的，允许value为null。
从原理上说，
它的内部实现也是基于两个数组。
一个int[]数组mKeys，用于保存每个item的key，key本身就是int类型，所以可以理解hashCode值就是key的值.
一个Object[]数组mValues，保存value。容量和key数组的一样。
类似ArrayMap,
它扩容的更合适，扩容时只需要数组拷贝工作，不需要重建哈希表。
同样它不适合大容量的数据存储。存储大量数据时，它的性能将退化至少50%。
比传统的HashMap时间效率低。
因为其会对key从小到大排序，使用二分法查询key对应在数组中的下标。
在添加、删除、查找数据的时候都是先使用二分查找法得到相应的index，然后通过index来进行添加、查找、删除等操作。
所以其是按照key的大小排序存储的。
另外，SparseArray为了提升性能，在删除操作时做了一些优化：
当删除一个元素时，并不是立即从value数组中删除它，并压缩数组，
而是将其在value数组中标记为已删除。这样当存储相同的key的value时，可以重用这个空间。
如果该空间没有被重用，随后将在合适的时机里执行gc（垃圾收集）操作，将数组压缩，以免浪费空间。
适用场景：
-
数据量不大（千以内）
-
空间比时间重要
-
需要使用
Map，且key为int类型。
示例代码：
SparseArray stringSparseArray = new SparseArray<>();
stringSparseArray.put(1,"a");
stringSparseArray.put(5,"e");
stringSparseArray.put(4,"d");
stringSparseArray.put(10,"h");
stringSparseArray.put(2,null);
Log.d(TAG, "onCreate() called with: stringSparseArray = [" + stringSparseArray + "]");
输出：
//可以看出是按照key排序的
onCreate() called with: stringSparseArray = [{1=a, 2=null, 4=d, 5=e, 10=h}]
3 构造函数
//用于标记value数组，作为已经删除的标记
private static final Object DELETED = new Object();
//是否需要GC
private boolean mGarbage = false;
//存储key 的数组
private int[] mKeys;
//存储value 的数组
private Object[] mValues;
//集合大小
private int mSize;
//默认构造函数，初始化容量为10
public SparseArray() {
this(10);
}
//指定初始容量
public SparseArray(int initialCapacity) {
//初始容量为0的话，就赋值两个轻量级的引用
if (initialCapacity == 0) {
mKeys = EmptyArray.INT;
mValues = EmptyArray.OBJECT;
} else {
//初始化对应长度的数组
mValues = ArrayUtils.newUnpaddedObjectArray(initialCapacity);
mKeys = new int[mValues.length];
}
//集合大小为0
mSize = 0;
}
构造函数 无亮点，路过。
关注一下几个变量：
* 底层数据结构为int[]和Object[]类型数组。
* mGarbage: 是否需要GC
* DELETED: 用于标记value数组，作为已经删除的标记
4 增 、改
4.1 单个增、改：
public void put(int key, E value) {
//利用二分查找，找到 待插入key 的 下标index
int i = ContainerHelpers.binarySearch(mKeys, mSize, key);
//如果返回的index是正数，说明之前这个key存在，直接覆盖value即可
if (i >= 0) {
mValues[i] = value;
} else {
//若返回的index是负数，说明 key不存在.
//先对返回的i取反，得到应该插入的位置i
i = ~i;
//如果i没有越界，且对应位置是已删除的标记，则复用这个空间
if (i < mSize && mValues[i] == DELETED) {
//赋值后，返回
mKeys[i] = key;
mValues[i] = value;
return;
}
//如果需要GC，且需要扩容
if (mGarbage && mSize >= mKeys.length) {
//先触发GC
gc();
//gc后，下标i可能发生变化，所以再次用二分查找找到应该插入的位置i
// Search again because indices may have changed.
i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
}
//插入key（可能需要扩容）
mKeys = GrowingArrayUtils.insert(mKeys, mSize, i, key);
//插入value（可能需要扩容）
mValues = GrowingArrayUtils.insert(mValues, mSize, i, value);
//集合大小递增
mSize++;
}
}
//二分查找 基础知识不再详解
static int binarySearch(int[] array, int size, int value) {
int lo = 0;
int hi = size - 1;
while (lo <= hi) {
//关注一下高效位运算
final int mid = (lo + hi) >>> 1;
final int midVal = array[mid];
if (midVal < value) {
lo = mid + 1;
} else if (midVal > value) {
hi = mid - 1;
} else {
return mid; // value found
}
}
//若没找到，则lo是value应该插入的位置，是一个正数。对这个正数去反，返回负数回去
return ~lo; // value not present
}
//垃圾回收函数,压缩数组
private void gc() {
//保存GC前的集合大小
int n = mSize;
//既是下标index，又是GC后的集合大小
int o = 0;
int[] keys = mKeys;
Object[] values = mValues;
//遍历values集合，以下算法 意义为 从values数组中，删除所有值为DELETED的元素
for (int i = 0; i < n; i++) {
Object val = values[i];
//如果当前value 没有被标记为已删除
if (val != DELETED) {
//压缩keys、values数组
if (i != o) {
keys[o] = keys[i];
values[o] = val;
//并将当前元素置空，防止内存泄漏
values[i] = null;
}
//递增o
o++;
}
}
//修改 标识，不需要GC
mGarbage = false;
//更新集合大小
mSize = o;
}
GrowingArrayUtils.insert:
//
public static int[] insert(int[] array, int currentSize, int index, int element) {
//断言 确认 当前集合长度 小于等于 array数组长度
assert currentSize <= array.length;
//如果不需要扩容
if (currentSize + 1 <= array.length) {
//将array数组内元素，从index开始 后移一位
System.arraycopy(array, index, array, index + 1, currentSize - index);
//在index处赋值
array[index] = element;
//返回
return array;
}
//需要扩容
//构建新的数组
int[] newArray = new int[growSize(currentSize)];
//将原数组中index之前的数据复制到新数组中
System.arraycopy(array, 0, newArray, 0, index);
//在index处赋值
newArray[index] = element;
//将原数组中index及其之后的数据赋值到新数组中
文末
很多人在刚接触这个行业的时候或者是在遇到瓶颈期的时候，总会遇到一些问题，比如学了一段时间感觉没有方向感，不知道该从那里入手去学习，对此我整理了一些资料，需要的可以免费分享给大家
这里笔者分享一份自己收录整理上述技术体系图相关的几十套腾讯、头条、阿里、美团等公司19年的面试题，把技术点整理成了视频和PDF（实际上比预期多花了不少精力），包含知识脉络 + 诸多细节，由于篇幅有限，这里以图片的形式给大家展示一部分。如有需要点击这里前往我的GitHub免费获取。
【视频教程】
天道酬勤，只要你想，大厂offer并不是遥不可及！希望本篇文章能为你带来帮助，如果有问题，请在评论区留言。
