问题:
请详细列出 Android 平台中独有或常用的数据结构(例如 SparseArray、ArrayMap、LongSparseArray 等),并分别说明:
-
数据结构的主要功能和使用场景。
-
相比标准 Java 数据结构(如 HashMap、ArrayList)的优势或特殊优化。
-
在性能、内存占用、线程安全等方面的特点。
-
适用与不适用的场景示例。
请使用结构化的列表或表格进行说明,并提供简洁示例代码。
主要分三类:
-
Sparse 系列(键为 int / long / boolean 的稀疏映射)
-
Array 系列(ArrayMap / ArraySet 等)
-
缓存类(LruCache 等)
一、Sparse 系列(适合“int/long → 对象”的稀疏映射)
典型类:SparseArray<E>、LongSparseArray<E>、SparseIntArray、SparseLongArray、SparseBooleanArray,全部在 android.util 包中。
设计目标:用更少内存替代 HashMap<Integer, E> / HashMap<Long, E> / HashMap<Integer, Boolean> 等。
1. SparseArray
1.1 功能与使用场景
-
功能:键为
int、值为任意对象E的映射。 -
对应替代:
HashMap<Integer, E>。 -
典型场景:
-
View 缓存:
SparseArray<View>存储 id → View。 -
资源/状态映射:status code → handler 对象。
-
Adapter 中 position → 数据对象的临时索引等。
SparseArray viewCache = new SparseArray<>();
public View getView(int id, View root) { View cached = viewCache.get(id); if (cached != null) return cached;
View v = root.findViewById(id); viewCache.put(id, v); return v;}
-
1.2 相比 HashMap的优势 / 特殊优化
-
不需要装箱(boxing):
-
HashMap<Integer, E>需要int→Integer的装箱; -
SparseArray内部直接存int[]+Object[],避免创建Integer对象。
-
-
内存占用更小:
-
不存在
Map.Entry结构、hash 表等额外对象; -
对于小规模映射(几十~几百个元素),总体内存明显低于
HashMap。
-
-
数据结构实现:
-
内部是 两个并行数组:
int[] mKeys和Object[] mValues; -
mKeys有序(按升序),查找使用 二分查找。
-
1.3 性能 / 内存 / 线程安全
-
查找时间复杂度:约 O(log n)(二分查找)。
-
插入/删除复杂度:最坏 O(n)(需要移动数组元素)。
-
适用规模:Android 官方推荐 小到中等大小(几十~几百,甚至一两千以内)。
-
线程安全:非线程安全,多线程使用需自行同步。
1.4 适用 / 不适用的场景
适用:
-
key 是
int,数据量不大; -
关注内存占用,少量查找/插入;
-
如:View 缓存、状态映射、Adapter 数据索引。
不适用:
-
数据规模很大(> 几千甚至上万),且频繁插入/删除;
-
高并发场景(需要线程安全 map)。
2. LongSparseArray
2.1 功能与使用场景
-
功能:键为
long的稀疏映射。 -
对应替代:
HashMap<Long, E>。 -
场景:
-
用
long作为 ID(如数据库 id、时间戳); -
存储大范围 id → 对象 的映射。
LongSparseArray users = new LongSparseArray<>(); users.put(1001L, new User(...)); User u = users.get(1001L);
-
2.2 相比 HashMap
的优势
-
避免 Long 装箱,内存占用更小;
-
查找/插入特性与
SparseArray类似(有序数组 + 二分查找)。
2.3 性能 / 线程安全
-
性能特征与
SparseArray类似; -
同样 非线程安全。
2.4 适用 / 不适用场景
适用:
-
long类型主键映射,如 DB id、时间戳索引; -
规模中小,内存敏感。
不适用:
-
大规模、高频更新;
-
多线程共享数据结构。
3. SparseIntArray
3.1 功能与使用场景
-
功能:键为
int、值为int的映射。 -
对应替代:
HashMap<Integer, Integer>或int[]辅助结构。 -
场景:
-
intID →int状态值; -
枚举值映射、计数器映射等。
SparseIntArray states = new SparseIntArray(); states.put(1, 100); int value = states.get(1, -1);
-
3.2 优势与特性
-
避免双重装箱(
Integer键 +Integer值); -
内部使用
int[] keys + int[] values; -
内存极为节省。
4. SparseLongArray
-
类似
SparseIntArray,但值为long:-
替代:
HashMap<Integer, Long>; -
场景:
int类型 key →long类型值(如时间、大小等)。
-
-
内部结构:
int[] keys + long[] values; -
性能/线程安全特征与
SparseIntArray类似。
5. SparseBooleanArray
5.1 功能与使用场景
-
功能:键为
int、值为boolean的映射。 -
对应替代:
HashMap<Integer, Boolean>或Set<Integer>。 -
常见场景:
-
ListView/RecyclerView 里记录 item 是否选中;
-
记录某个 id 是否启用 / 打开。
SparseBooleanArray selectedPositions = new SparseBooleanArray(); selectedPositions.put(3, true); if (selectedPositions.get(3)) { ... }
-
5.2 优势
-
避免装箱(
Integer、Boolean)、无Map.Entry; -
内部
int[] keys + boolean[] values; -
典型地比
HashSet<Integer>更节省内存(不需要 hash bucket)。
5.3 不适用场景
-
大规模、高频修改集合;
-
需要遍历时,复杂度 O(n) 同样较高,不能期望比 Set/Map 更快。
二、Array 系列(ArrayMap / ArraySet 等)
主要类:ArrayMap<K, V>、SimpleArrayMap<K, V>、ArraySet<E> 等。 核心特点:用两个数组(键数组 + 值数组)实现 Map / Set,避免大量小对象。
6. ArrayMap
6.1 功能与使用场景
-
功能:通用
Map<K, V>实现,比HashMap更省内存,特别是小 Map。 -
对应替代:
HashMap<K, V>。 -
典型场景:
-
需要频繁创建小 Map 的地方;
-
Framework 内部大量使用(系统服务、Bundle extras 等)。
ArrayMap<String, Object> map = new ArrayMap<>(); map.put("name", "Tom"); map.put("age", 18); Object name = map.get("name");
-
6.2 相比 HashMap的优势 / 特殊优化
-
内存利用率更高:
-
使用两个数组:一个存哈希值+索引,一个存 key/value;
-
减少
Entry对象创建; -
对小集合(<100)整体内存明显小于
HashMap。
-
-
按哈希排序存储:
-
内部维护一个按 hash 排序的数组,通过 二分查找 定位;
-
冲突时使用线性探测/线性查找。
-
6.3 性能 / 线程安全
-
查找:平均 O(log n)(二分查找 hash + 少量线性检查),小集合下常数项非常小;
-
插入/删除:需要移动数组元素,O(n);
-
适合小集合:元素多时插入/删除成本显著上升;
-
线程安全:非线程安全。
6.4 适用 / 不适用示例
适用:
-
大量创建、销毁小 Map(如参数集合、配置项、少量缓存);
-
内存敏感系统代码、库代码。
不适用:
-
上万元素的大 Map,频繁插入/删除;
-
高并发场景(可用
ConcurrentHashMap)。
7. SimpleArrayMap
-
与
ArrayMap非常接近,本质上一样的实现; -
主要是 support/AndroidX 中的基础实现类,一般开发者直接用
ArrayMap更多; -
使用/性能/适用场景与
ArrayMap一致。
8. ArraySet
8.1 功能与使用场景
-
功能:类似
HashSet<E>的集合,但更省内存。 -
对应替代:
HashSet<E>。 -
场景:
-
需要集合去重、存在性判断,但集合规模不大;
-
框架内部标志位集合、监听器集合等。
ArraySet set = new ArraySet<>(); set.add("A"); set.add("B"); if (set.contains("A")) { ... }
-
8.2 优势 / 特性
-
内部使用 数组 + 排序 + 二分查找 实现;
-
无 Entry、无 Node,内存开销低;
-
对小集合性能极佳(尤其是频繁创建/销毁的情况)。
8.3 不适用场景
-
元素规模非常大(大量 add/remove),移动数组成本高;
-
并发集合需求(需要
ConcurrentHashMap/CopyOnWriteArraySet等)。
三、缓存类:LruCache
虽然更偏“缓存策略”,但在 Android 中用得非常多,也可视作一种数据结构。
9. LruCache
9.1 功能与使用场景
-
功能:基于 最近最少使用(LRU)策略 的内存缓存。
-
典型场景:
-
图片缓存(早期使用,现在更常用三方库,但原理类似);
-
任意“昂贵对象”缓存(如解析结果、网络数据等)。
int cacheSize = 4 * 1024 * 1024; // 4MiB LruCache<String, Bitmap> bitmapCache = new LruCache<String, Bitmap>(cacheSize) { @Override protected int sizeOf(String key, Bitmap value) { return value.getByteCount(); } };
// 使用 bitmapCache.put(url, bitmap); Bitmap bmp = bitmapCache.get(url);
-
9.2 相比标准 Java 的优势
-
标准 Java 中没有直接可用的 LRU 缓存类,需要基于
LinkedHashMap自己实现; -
LruCache:-
提供 可重写的
sizeOf; -
有
entryRemoved回调; -
封装了并发访问时的简单同步(内部使用
synchronized)。
-
9.3 性能 / 线程安全
-
内部基于
LinkedHashMap,使用访问顺序维护 LRU; -
线程安全:
-
公共方法基本使用
synchronized,适合轻度多线程访问; -
高并发场景下吞吐量有限(锁粒度大)。
-
9.4 适用 / 不适用场景
适用:
-
中小规模缓存(如每个模块 / 组件级别的对象缓存);
-
存取频率中等的缓存场景。
不适用:
-
超大规模、高并发分布式缓存(此类应使用专门缓存框架或服务,如 Redis 等)。
四、综合对比表
数据结构
主要功能
替代/类似标准类
主要优势(相对标准类)
性能特点(查找/插入)
线程安全
典型适用场景
SparseArray
int → E 映射
HashMap<Integer, E>
无装箱,数组结构,无 Entry,对小/中等集合内存占用更小
查找 O(log n),插入/删除 O(n)
否
View 缓存、状态映射、小规模 id→对象映射
LongSparseArray
long → E 映射
HashMap<Long, E>
无装箱,节省内存
同 SparseArray
否
数据库 id、时间戳等 long 主键映射
SparseIntArray
int → int 映射
HashMap<Integer, Integer>
无装箱,纯 int[],内存极低
同 SparseArray
否
状态码、计数器、简单映射
SparseLongArray
int → long 映射
HashMap<Integer, Long>
无装箱,int[] + long[]
同 SparseArray
否
id→时间/大小等 long 值映射
SparseBooleanArray
int → boolean 映射
HashMap<Integer, Boolean> / Set
无装箱,比 Set/Map 更省内存
同 SparseArray
否
选中状态集合、标记位集合
ArrayMap<K, V>
通用 Map
HashMap<K, V>
数组实现,无 Entry,对小 Map 内存显著减少
查找 ~O(log n),插入/删除 O(n)
否
小 Map、大量短生命周期 Map
SimpleArrayMap<K, V>
ArrayMap 的基础实现
同上
同 ArrayMap,一般由库内部使用
同 ArrayMap
否
一般不直接使用,更多用于库/框架内部
ArraySet
集合 Set
HashSet
数组实现,去除 HashNode,内存更小
查找 ~O(log n),插入/删除 O(n)
否
小规模去重集合、标志集合
LruCache<K, V>
LRU 内存缓存
手写 LinkedHashMap LRU 实现
自带 LRU 策略、大小控制、回调,封装好缓存逻辑
依赖 LinkedHashMap,操作为 O(1)
基本是线程安全(synchronized)
图片缓存、对象缓存、解析结果缓存
五、选择建议与示例
-
键为 int/long,数据量不大 → 优先用 Sparse 系列
-
int → 对象:SparseArray<E> -
long → 对象:LongSparseArray<E> -
int → boolean:SparseBooleanArray -
int → int/long:SparseIntArray/SparseLongArray
-
-
通用小 Map / Set → Array 系列
-
小 Map,频繁创建/销毁:
ArrayMap<K, V> -
小 Set:
ArraySet<E>
-
-
需要 LRU 缓存 → LruCache
- 简单内存缓存,不想自己实现 LRU:
LruCache<K, V>
- 简单内存缓存,不想自己实现 LRU:
-
线程安全需求
-
以上结构大部分 都不是线程安全(
LruCache使用synchronized,但高并发场景仍有限); -
多线程场景下:
-
使用外层锁(
synchronized/ReentrantLock); -
或考虑直接用 Java 标准并发容器(
ConcurrentHashMap等),在性能 / 内存之间权衡。
-
-
Android中新增的数据类型看起来主要是针对小数据量的情况,目标是提高性能,降低内存占用
其思路本身可以看做是对Java数据结构的创新,原有的结构属于是大而全的情况,抽象程度更高,适应性更广,面对大数据量情况也可以避免最坏情况,但是对于小数据量则不是很好。