Android中SparseArray性能优化的使用方法

 HashMap<Integer, String>map = new HashMap<Integer, String>();
 long start_map = System.currentTimeMillis();
 for(int i=0;i<MAX;i++){
   map.put(i, String.valueOf(i));
 }
 long map_memory = Runtime.getRuntime().totalMemory();
 long end_map = System.currentTimeMillis()-start_map;
 System.out.println("<---Map的插入时间--->"+end_map+"<---Map占用的内存--->"+map_memory);

 <---Map的插入时间--->914
 <---Map占用的内存--->28598272

 SparseArray<String>sparse = new SparseArray<String>();
 long start_sparse = System.currentTimeMillis();
 for(int i=0;i<MAX;i++){
    sparse.put(i, String.valueOf(i));
 }
 long sparse_memory = Runtime.getRuntime().totalMemory();
 long end_sparse = System.currentTimeMillis()-start_sparse;
 System.out.println("<---Sparse的插入时间--->"+end_sparse+"<---Sparse占用的内存--->"+sparse_memory);

//执行后的结果：
<---Sparse的插入时间--->611
<---Sparse占用的内存--->23281664

 System.out.println("<------------- 数据量100000 散列程度小 Map 倒序插入--------------->");
 HashMap<Integer, String>map_2 = new HashMap<Integer, String>();
 long start_map_2 = System.currentTimeMillis();
 for(int i=MAX-1;i>=0;i--){
   map_2.put(MAX-i-1, String.valueOf(MAX-i-1));
 }
 long map_memory_2 = Runtime.getRuntime().totalMemory();
 long end_map_2 = System.currentTimeMillis()-start_map_2;
 System.out.println("<---Map的插入时间--->"+end_map_2+"<---Map占用的内存--->"+map_memory_2);
 
 //执行后的结果：
 <------------- 数据量100000 Map 倒序插入--------------->
 <---Map的插入时间--->836<---Map占用的内存--->28598272

System.out.println("<------------- 数据量100000 散列程度小 SparseArray 倒序插入--------------->");
SparseArray<String>sparse_2 = new SparseArray<String>();
long start_sparse_2 = System.currentTimeMillis();
for(int i=MAX-1;i>=0;i--){
  sparse_2.put(i, String.valueOf(MAX-i-1));
}
long sparse_memory_2 = Runtime.getRuntime().totalMemory();
long end_sparse_2 = System.currentTimeMillis()-start_sparse_2;
System.out.println("<---Sparse的插入时间--->"+end_sparse_2+"<---Sparse占用的内存--->"+sparse_memory_2);
//执行后的结果
<------------- 数据量100000 SparseArray 倒序插入--------------->
<---Sparse的插入时间--->20222<---Sparse占用的内存--->23281664

 public void put(int key, E value) {
    int i = ContainerHelpers.binarySearch(mKeys, mSize, key); //二分查找.

    if (i >= 0) { //如果当前这个i在数组中存在,那么表示插入了相同的key值,只需要将value的值进行覆盖..
      mValues[i] = value;
    } else { //如果数组内部不存在的话,那么返回的数值必然是负数.
      i = ~i; //因此需要取i的相反数.
      //i值小于mSize表示在这之前. mKey和mValue数组已经被申请了空间.只是键值被删除了.那么当再次保存新的值的时候.不需要额外的开辟新的内存空间.直接对数组进行赋值即可.
      if (i < mSize && mValues[i] == DELETED) {
        mKeys[i] = key;
        mValues[i] = value;
        return;
      }
      //当需要的空间要超出,但是mKey中存在无用的数值,那么需要调用gc()函数.
      if (mGarbage && mSize >= mKeys.length) {
        gc();
        
        // Search again because indices may have changed.
        i = ~ContainerHelpers.binarySearch(mKeys, mSize, key);
      }
      //如果需要的空间大于了原来申请的控件,那么需要为key和value数组开辟新的空间.
      if (mSize >= mKeys.length) {
        int n = ArrayUtils.idealIntArraySize(mSize + 1);
        //定义了一个新的key和value数组.需要大于mSize
        int[] nkeys = new int[n];
        Object[] nvalues = new Object[n];

        // Log.e("SparseArray", "grow " + mKeys.length + " to " + n);
        //对数组进行赋值也就是copy操作.将原来的mKey数组和mValue数组的值赋给新开辟的空间的数组.目的是为了添加新的键值对.
        System.arraycopy(mKeys, 0, nkeys, 0, mKeys.length);
        System.arraycopy(mValues, 0, nvalues, 0, mValues.length);
        //将数组赋值..这里只是将数组的大小进行扩大..放入键值对的操作不在这里完成.
        mKeys = nkeys;
        mValues = nvalues;
      }
      //如果i的值没有超过mSize的值.只需要扩大mKey的长度即可.
      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);
      }
      //这里是用来完成放入操作的过程.
      mKeys[i] = key;
      mValues[i] = value;
      mSize++;
    }
  } 

 System.out.println("<------------- 数据量100000 Map查找--------------->");
 HashMap<Integer, String>map = new HashMap<Integer, String>();
    
 for(int i=0;i<MAX;i++){
    map.put(i, String.valueOf(i));
 }
 long start_time =System.currentTimeMillis();
 for(int i=0;i<MAX;i+=100){
      map.get(i);
 }
 long end_time =System.currentTimeMillis()-start_time;
 System.out.println(end_time);
 
 //执行后的结果
 <!---------查找的时间:175------------>

 System.out.println("<------------- 数据量100000 SparseArray 查找--------------->");
 SparseArray<String>sparse = new SparseArray<String>();
 for(int i=0;i<10000;i++){
    sparse.put(i, String.valueOf(i));
 }
 long start_time =System.currentTimeMillis();
    
 for(int i=0;i<MAX;i+=10){
    sparse.get(i);
 }
 long end_time =System.currentTimeMillis()-start_time;
 System.out.println(end_time);
 //执行后的结果
 <!-----------查找的时间:239---------------->