在Android应用开发SDK中，有一个SparseArray类实现了HashMap的相似功能，如果key值的类型是int时，可以使用它来替代HashMap，以达到节省内存的目的。SparseArray采用的是有序数组来保持数据，而且是两个有序数组，一个用于保存int型的key值的数组keys，另一个用于保存value值的数组values，key值和value值在两个数组中的位置是一一对应的。在两个数组中索引号相同的数据构成了一对数据，也即相当于map表的KV键值对，只是没把它们放在一起，而是被单独分开存放了，因此在keys数组中找到了key值后，根据它的索引值，就可以从values数组中得到对应的value值，这正是SparseArray的KV键值对映射的原理。在查找操作时使用的是二分法查找，因此它的复杂度是O(lnN)。
该类的数据结构使用的是数组，比较简单，key和value值按key值的顺序保存在数组里面，数据项和数据项之间没有“空隙”，因此内存占用比HashMap要低得多，而且不用像HashMap那样需要进行整数类型数据的装箱操作，所以该类在手机端等一些对内存敏感的场景要比使用HashMap更合适。不过，在插入数据时也涉及到了排序操作，当数据量比较大的时候可能会效率低，故不适合做大量数据的操作；其二就是该类的key只能是int型的，在有些地方限制了其使用。
在看它的实现源码时，会发现它使用了两个数组来分别保存key和value值，为什么这样做呢？猛地一看，这样做缺点很明显：首先，需要分两次访问数组才能完成数据的读写操作，一次是访问Keys数组，另一次访问Values数组。其次是数据被分散了，这样在CPU读取数据时，需要先后两次刷新到它的数据高速缓存Cache，第一次是keys数组，找到key值后，再去values数组中获取对应的value值时，需要再次刷新Cache。那么，如果把它们放在一起组成kv键值对，作为一个整体，保存在同一个数组中，CPU在装载数组数据到Cache的时候，可以同时把KV键值对一起加载到Cache，岂不更省事？
class KvEntry { int key; Object value; }
假设保存KvEntry对象的数组名称为entries，显然，保存在entries里面的都是KvEntry的对象引用，根据key值使用二分法查找entries时，先得到一个KvEntry数据项，从中得到它的key值进行比较，经过平均lnN次后，得到key值相等的KvEntry数据项，直接从中返回value对象即可。
再看一下两个数组时的查找过程，操作是这样的：先根据key值在keys数组中进行查找，经过平均lnN次后，找到了key所在的数组下标索引，然后使用该索引从values数组中取得value值。显然，第二次数组访问操作的复杂度为O(1)，也就是说，虽然分别访问了两个数组，但是访问第二个数组仅仅是使用索引下标读了一次数组，开销很低，也还说得过去。
在查找数据时，数据在一个数组和被分成两个数组的查找次数是一样多的，即它们的数据比较运算时间完全一样，没有区别，问题出在CPU访问内存的开销上。
我们知道，CPU运算速度要比内存读写速度快很多，这样会使CPU花费很长时间等待数据到来或把数据写入内存，为了解决CPU运算速度与内存读写速度不匹配的矛盾，为CPU设计了高速缓存Cache，当CPU调用大量数据时，就可先缓存中调用，从而加快读取速度。
分析一下在两种情况下是如何把数据装载到Cache的。
在分为两个数组时，keys数组保存的是int型，CPU把它们加载到Cache后，可以直接使用它们进行比较操作。而当使用一个数组保存KV键值对时，由于保存的是对象引用，因此CPU把它们从内存加载到Cache后，得到的是KvEntry对象引用，也就是KvEntry对象在内存中的地址。因此，在进行比较时，需要再次从内存中加载KvEntry对象到Cache中，注意此时有可能要覆盖会掉上次刚刚加载到Cache中的entries数组中的数据，也就是说，CPU每一次对KvEntry进行比较，就得从内存中加载一次数据到Cache中去，有时候甚至加载两次。 由于数据在一个数组和分成两个数组的查找次数是一样多，二者的性能上区别取决于数据从内存加载到Cache的性能和次数了。从网上查找了相关数据，可以看到CPU访问一次L1 Cache开销时间是0.5纳秒，而访问一次内存时间开销是100纳秒，二者差距了200倍，CPU进行分支预测时间开销是5纳秒，也远远小于100纳秒。可见，性能瓶颈点不是比较次数的多少，而是访问内存次数的多少，访问内存的次数越多，性能越慢。尽管也有lnN次的比较运算的时间开销，相比内存访问的时间开销反而微不足道。因此，分为两个数组时，虽然比使用一个数组时多了一次访问values数组的开销，但是仍然比使用一个数组速度要快的多。
SpareArray使用了两个数组来保存key和value，根本原因就是访问key和value的次数不一样，而且key数据能够形成“密集型”数据。因此，让次数多的分离出来，这样，加载它到CPU的高速缓存Cache中时，能够一次加载更多的数据，在查找时，可以比较更多的数据，从而节省了时间。ArrayMap也正是遵循这样的原则进行设计的，因为ArrayMap的key值得类型是对象型的，不是int或者long型，因此，为了让key成为密集型的数据，就在keys数组中保存key对象的hashCode，因为hashCode是int型。同样数据库在设计索引时采用的B树数据结构，也是基于这样的考虑，由于磁盘的一次读写比访问内存开销要大得多，那就使用B树减少访问硬盘的次数，增加读取磁盘时的数据量来提高性能。
参考：
磁盘、内存、Cache访问速度 https://blog.csdn.net/wind19/article/details/22692737