对于性能优化，主要是从这几个方面进行探讨：数据结构，启动速度，布局，电量和网络，apk的大小等。本文从数据结构的角度进行举例：
1.学习数据结构优化的必要性：
在我们开发过程中，选好一个合适的数据结构或者说一个数据容器是尤其重要的，根据其优点，规避其缺点。比如ArrayList的优点是取元素快，但是存（这里指代替换某个元素）或者删除则效率并不高。所以当一个功能替换某个元素频繁或者删除某个元素频繁时候，则显然不是一个好的选择。一款app除了要有令人惊叹的功能和令人发指的交互之外，在性能上也应该追求丝滑的要求，这样才能更好地提高用户体验。但是如何更好的理解或者说自己能写出一个好的算法，则取决于我们对各个容器的特定认识。并且这个东西一天两天是讲不清楚的，还需要长久的去刷题，去练习。这里提供一个刷题网站。-----------leetcode. 相信每天刷几道，将会收获很多。
本文将从这几个点进行分析：ArrayList,LinkedList,HashMap,SparseArray,ArrayMap
首先我们从ArrayList看起：
它是一个线性数据结构，并且又是一个顺序表。它的特点是：
优点：它在物理上(内存)连续,所以查找元素快。
缺点：删除和增加元素需要大量移动元素。增删慢。
比如：(ArrayList内部实际上是一个数组)一个数组：int[] elementData. 如何能准确获取elementData数组的第i个元素呢？因为我们知道内存是连续的。elementData占四个字节，假设elementData的内存地址是0xfaff456 则第i的元素为：0xfaff456+I*4.
那如何解决这个缺点呢？这里就有一个LinkedList：
LinkedList是个什么？它是一个链表结构的容器。
优点：空间不连续，逻辑上连续,删除增加元素快
缺点：物理上不连续，查找要轮询。查找慢。
LinkedList是一个双链表，内部有一个指向下一个节点和一个指向上一个节点的指针（ 如果第一个指向最后一个元素 最后一个指向第一个节点：形成了环，就是环形链表）,为什么说它删除添加元素快呢？如下图：
所以LinkedList不需要去重新移动元素（直接挪动指针），从而让添加和删除元素性能得到提高，但是获取元素就只能去遍历了（内存不是连续的）。
现在纠结一个问题，有没有一种数据结构能同时包含上面两种优点呢：HashMap
现在在面试上HashMap是面试大概率是会问的，所以在这里我们来探究一下HashMap.
HashMap是由什么构成的呢？
在1.7版本之前，是由数组+链表构成的。
在1.8版本之后，是由数组+链表+红黑树组成的。
看一下HashMap是如何存放数据的：
存放：
先计算hash的值，根据hash的值找到数组位置（下标），再往链表中添加元素。
（源码里：h & (length-1)源码里） == hashCode % length = 下标的位置： 这两个公式其实是相等的。
纠结：为什么源码要用位运算,因为位运算效率是更高的。
hash碰撞：当存入的两个key值计算的hash是相同的，则就产生了hash碰撞，所以引入了链表解决hash碰撞。
查找：
先计算key的hash的值,根据hash值找到数组位置，再进行遍历数组，找到对应的元素。
删除：
先计算key的hash的值 ，根据hash值找到数组位置，再从遍历的链表中删除节点。
HashMap 的扩容（请看源码）：
加载因子：Default_load_factory = 0.75;
阈值：0.75 * 16 = 12;
hash 的元素大于12的时候就扩容。超过百分之75容量的时候就扩容
源码中有一个加载因子默认是0.75，则其阈值位0.75 * 16 = 12 ,也就是说，当HashMap的元素个数大于12的时候就进行扩容，这里有一个标准，就是扩容的大小是2的次幂。
扩容的意义：（默认的hashMap的大小 == 16）
数学家研究发现在0.6~0.75最合适，因为避免hash值总是计算相同，这样很多元素都放在了一个链表中，这样形成了单链表，很显然这样会影响性能，这样扩容是为了避免冲突成单链表.
纠结一个问题，扩容肯定是会影响性能的。因为在扩容的时候，原本长度变了，所以hash值就变了，原本的元素都要重新进行计算，则就影响了性能。 那么hashMap是如何进行初始化的，为了节省内存，hashmap的初始化操作是在put中进行的（在用到的时候才真正初始化hash表，不用的时候就不初始化了）；
那么为什么HashMap是2的次幂呢？
是为了这个运算 h& (length-1)
如果是length = 16 则16-1: 二进制为1111
如果不是2的次幂，如果是length = 10呢？ 10-1:二进制1001
现在有一个hash值为6 二进制为110
现在有一个hash值为7 二进制为111
现在6对length = 16求模运算： 现在6对length = 10求模运算：
110. 110
1111 1001
结果：0110 结果：0000
现在7对length = 16求模运算： 现在7对length = 10求模运算：
111 111
1111 1001
结果：0111 结果： 0001
可以看出：只有最高位和最低为有用，如果都是1，则四位都可以得到不一样的值，所以更可以大的避免hash碰撞,从这个细节上来说又进行优化了一次。
在前面可以看到我们因为只有75%的空间可以使用，但是浪费了25%，我们还有什么数据结构对这个空间进行优化了吗？
Android量身定制：sparseArray;
sparseArray ：
双数组结构。 一个数组存key,一个存value。但是key值只能存放int型的数据。内部采用了二分查找的方法.
增加：
根据key值进行二分查找,找到可以添加元素的位置，然后插入数据并移动数据
查找：
根据key值进行二分查找,找到数组下标,取出对应的value值
删除：
根据key值进行二分查找, 找到数组下标, 然后将value数组上的元素标记为delete，并不是真的删除，等下次再有有效的元素直接 添加进来，不用进行移动数据.
但是这个容器也是有缺点的因为key只能放入int型的数据。
ArrayMap: 任意类型的key
hashmap + sparseMap.
这个也是有hash冲突的，因为key值也要进行hash计算，当有hash冲突的时候，则直接进行添加到第二个位置，比如在1的下标处有一个节点了，则直接追加到2的位置。
