но всякий раз, когда я пытаюсь использовать HashMap с целочисленными ключами в android проект, intelliJ говорит мне, что я должен использовать SparseArray.

это только предупреждение от документация из него разреженный массив:

Он предназначен для более эффективной памяти, чем использование хэш-карты для сопоставьте целые числа с объектами

The SparseArray производится эффективная память чем с помощью обычных HashMap, то есть не допускает несколько пробелов в массиве не так, как HashMap. Там нет ничего, чтобы беспокоиться об этом вы можете использовать традиционный HashMap, если вы хотите не беспокоиться о выделении памяти на устройство.

я пришел сюда, просто хотел пример того, как использовать SparseArray. Это дополнительный ответ.

создать SparseArray

SparseArray<String> sparseArray = new SparseArray<>();

A SparseArray сопоставляет целые числа некоторым Object, так что вы могли бы заменить String в приведенном выше примере с любым другим Object. Если вы сопоставляете целые числа с целыми числами, то используйте SparseIntArray.

добавить или обновить элементы

использовать put (или append) для добавления элементов в массив.

sparseArray.put(10, "horse");
sparseArray.put(3, "cow");
sparseArray.put(1, "camel");
sparseArray.put(99, "sheep");
sparseArray.put(30, "goat");
sparseArray.put(17, "pig");

отметим, что int ключи не должны быть в порядке. Это также может быть использовано для изменения значения в определенном int ключ.

удалить элементы

использовать remove (или delete) для удаления элементов из массива.

sparseArray.remove(17); // "pig" removed

The int параметр-это целочисленный ключ.

поиск значений для int ключ

использовать get чтобы получить значение для некоторого целого ключа.

String someAnimal = sparseArray.get(99);  // "sheep"
String anotherAnimal = sparseArray.get(200); // null

можно использовать get(int key, E valueIfKeyNotFound) если вы хотите избежать null для отсутствующих ключей.

перебирать элементы

можно использовать keyAt и valueAt некоторый индекс для цикла через коллекцию, потому что SparseArray поддерживает отдельный индекс, отличный от int ключи.

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

обратите внимание, что ключи упорядочены по возрастанию стоимости, не в том порядке, в котором они были добавлены.

разреженный массив в Java-это структура данных, которая отображает ключи на значения. Та же идея, что и карта, но другая реализация:

1. карта представлена внутренне в виде массива списков,где каждый элемент в этих списках является парой ключ-значение. И ключ, и значение являются экземплярами объекта.

2. разреженный массив просто состоит из двух массивов: массивов (примитивов) ключей и массива (объектов) значений. В этих массивах могут быть пробелы индексы, отсюда и термин "разреженный" массив.

основной интерес SparseArray заключается в том, что он экономит память, используя примитивы вместо объектов в качестве ключа.

после некоторого googling я пытаюсь добавить некоторую информацию к уже опубликованным anwers:

Исаак Тейлор сделано сравнение производительности для разреженных лучей и хэш-карт. Он утверждает, что

Hashmap и SparseArray очень похожи для структуры данных размеры под 1000

и

когда размер был увеличен до отметки 10 000 [...] хэш-карта имеет большую производительность при добавлении объекты, в то время как SparseArray имеет повышенная производительность при извлечении объектов. [...] В размере 100 000 [...] Hashmap теряет производительность очень быстро

в сравнении с Edgblog показывает, что SparseArray требуется гораздо меньше памяти, чем HashMap из-за меньшего ключа (int vs Integer) и того факта, что

HashMap.Экземпляр записи должен отслеживать ссылки для ключ, значение и следующая запись. Кроме того, он также необходимо хранить хэш-записи как int.

в качестве вывода я бы сказал, что разница может иметь значение, если вы собираетесь хранить много данных на своей карте. В противном случае просто игнорируйте предупреждение.

в документации android для SparseArray говорится: "это вообще медленнее, чем традиционный HashMap".

Да,это. Но когда у вас есть только 10 или 20 штук , разница в производительности должна быть незначительной.

если вы пишете код с помощью хэш-карт, а не SparseArrays ваш код будет работать с другими реализациями карты и вы сможете использовать все API-интерфейсы Java, предназначенные для Карты

Я думаю, что чаще всего мы используем только HashMap для поиска значения, связанного с ключом в то время как SparseArray это действительно хорошо.

если вы пишете код с помощью хэш-карт, а не SparseArrays ваш код будет работать в не android проектах.

исходный код SparseArray довольно прост и понятен, так что вы только платите немного усилий, перемещая его на другие платформы(через простое копирование и вставку).

карта переопределяет equals () и hashCode (), тогда как SparseArray не

все что я могу сказать, (для большинства разработчиков), кто заботится?

еще один важный аспект SparseArray заключается в том, что он использует только массив для хранения всех элементов, в то время как HashMap использует Entry, так что SparseArray стоит значительно меньше памяти, чем a HashMap см. этой

к сожалению, компилятор выдает предупреждение. Я думаю, что HashMap был чрезмерно использован для хранения элементов.

редкие лучи имеют свое место. Учитывая, что они используют алгоритм двоичного поиска, чтобы найти значение в массиве, вы должны рассмотреть, что вы делаете. Двоичный поиск за o(зарегистрируйте N), в то время как хэш-поиска составляет O(1). Это не обязательно означает, что двоичный поиск медленнее для данного набора данных. Однако по мере роста числа записей мощность хэш-таблицы принимает свыше. Следовательно, комментарии, где низкое количество записей может равняться и, возможно, быть лучше, чем с помощью хэш-карты.

HashMap только так хорош, как хэш, а также может быть подвержен влиянию фактора нагрузки (я думаю, что в более поздних версиях они игнорируют фактор нагрузки, поэтому он может быть лучше оптимизирован). Они также добавили вторичный хэш, чтобы убедиться, что хэш хорош. Также причина SparseArray работает очень хорошо для относительно немногих записей (

Я бы предположил, что если вам нужен хэш таблица и хотите лучше использовать память для примитивного целого числа (без автоматического бокса) и т. д.- попробуй копать. (http://trove.starlight-systems.com - лицензия LGPL). (Нет связи с trove, как и их библиотека)

с упрощенным зданием multi-dex у нас есть вам даже не нужно переупаковывать клад для того, что вам нужно. (trove имеет много классов)