ArrayList、LinkeList、HashMap和SparseArray数据结构透彻的理解

  • 在2年前左右我有写过 常用集合的原理分析,当时主要是自己的思考,但是我发现有些不太透彻的地方,便有此文,对了,祝五一快乐

ArrayList思考为什么我们在工作中没有去使用数组,而是更多的使用ArrayList?

数组的性能肯定比集合高,这点毋庸置疑,但是到底为什么呢?

  • ArrayList每次扩容都是增长原来长度的一半,就是右移,>>1,ArrayList初始的长度是10,那么第一次扩容的时候就是15长度


    image.png
image.png

image.png

image.png

关键的方法就是: elementData = Arrays.copyOf(elementData, newCapacity); 把原来的数据copy到新的长度的集合中去,这个方法底层调用的就是 :System.arraycopy(original, 0, copy, 0, Math.min(original.length, newLength)); ,这个方法的意思就是:从指定的源数组复制一个数组,从
指定位置,到目标数组的指定位置。可以这样理解,就是把一个集合放到一个新的集合中,只不过新的集合的长度比原来的长,扩容后的长度,先记住这个方法,后面我会提到

image.png

  • 分析一下 add(int index, E element)
    image.png

我们又看到这个方法:System.arraycopy(elementData, index, elementData, index + 1, size - index); 那么这下就得好好的理解一下,这几个参数的意思是:
Object src : 原数组
int srcPos : 从元数据的起始位置开始
Object dest : 目标数组
int destPos : 目标数组的开始起始位置
int length : 要copy的数组的长度

  • 假如我们有个ArrayList list.add(1) ,它的初始的长度是10 ,我们在 add(2,1),调用了这个方法,流程就是这样的 ,我们在原始数组的其实位置就是1,其实就是角标0,然后呢目标数组也是我们这个数组的起始位置的2,包含2,合并成一个新的集合,那么这个index=1的位置就空出来了呀,然后elementData[index] = element;,这样就插入进去了:通俗的说就是整体的元素往后移动,但是这个有个问题,当集合的数据量大的时候,这就很耗性能了
  • ArrayList查找快,删除和增加慢

ArrayList查找快,删除和增加慢,所以LinkedList就出来了

它的特点就是,查找慢,增加快


image.png
image.png
  • add就是改变节点连接的指向的问题


    image.png
image.png
  • clear 这个我提一句,指向null,其实就是Java的回收的方法,GC扫描到null,就回收了,不会有什么幺蛾子,你看源码也是这样用的
    image.png
  • LinkedList在首部和尾部添加、删除元素效率高效,在中间添加、删除元素效率较低
  • LinkedList是一个以双向链表实现的List,它除了作为List使用,还可以作为队列或者堆栈使用

HashMap 其实在安卓上水土不服,因为内存对安卓端的性能尤为关键,所以有了SpareArray 这个出现

HashMap的主干是一个Entry数组。Entry是HashMap的基本组成单元,每一个Entry包含一个key-value键值对。(其实所谓Map其实就是保存了两个对象之间的映射关系的一种集合),在这里我不说明红黑树了,因为我想说明其他的一个问题

image.png

HashMap由数组+链表组成的,数组是HashMap的主体,链表则是主要为了解决哈希冲突而存在的 ,那是不是有种可能性,Entry上存在空指向,导致内存的浪费,是的,你没有想错真的是的,有了 SparseArray

SparseArray 底层就是: private int[] mKeys; private Object[] mValues;

关注put方法,其实就是一个二分查找,找到位置,然后插入进去


image.png

image.png
  • get也是一个二分查找,这样子性能高很多


    image.png
  • 最为关键的是:SparseArray删除元素的时候,不会向前移动而是使用DELETED标记


    image.png
  • 容器在进行深拷贝的时候,每一项都得拷贝,对于对象也是这样的


    image.png
HashMap 和 SparseArray的性能对比

结果就是 :HashMap申请10万个空间的话大约7.8m,而SparseArray大约在2.3M,取出数据HashMap需要110ms,而SparseArray在20ms左右


image.png

image.png

主要就是使用 AndroidStudio的工具 profiler 去查看

  • 最后
  • 比较荣幸的是,我现在的小伙伴应该有看过ArrayList的源码,设计模式(状态设计模式、观察者设计模式)用的那叫一个6,我比较欣慰
  • 当我们需要在一个MainActivity显示4个Fragment的时候,其实这个是固定的,所以使用相对于的性能会更加的好: PageModel[] pageModels1= new PageModel[]{};
  • 常用集合的原理分析 一起来看
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 158,847评论 4 362
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,208评论 1 292
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 108,587评论 0 243
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,942评论 0 205
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,332评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,587评论 1 218
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,853评论 2 312
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,568评论 0 198
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,273评论 1 242
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,542评论 2 246
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,033评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,373评论 2 253
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,031评论 3 236
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,073评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,830评论 0 195
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,628评论 2 274
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,537评论 2 269