arrayList & linkedList

ArrayList和LinkedList的大致區(qū)別:

  1. ArrayList基于動(dòng)態(tài)數(shù)組的數(shù)據(jù)結(jié)構(gòu),LinkedList基于鏈表的數(shù)據(jù)結(jié)構(gòu)。
  2. 對(duì)于隨機(jī)訪問(wèn)的get和set,ArrayList優(yōu)于LinkedList,因?yàn)長(zhǎng)inkedList要移動(dòng)指針。
  3. 對(duì)于新增add和刪除remove操作,LinkedList優(yōu)于ArrayList,因?yàn)锳rrayList要移動(dòng)數(shù)據(jù)。

接下來(lái)看下具體的demo,來(lái)比較下兩者的性能。

public class ListDemo {
    public static final int N=50000;

    public static List values;

    public static void main(String args[]){
        create();
        System.out.println("ArrayList消耗時(shí)間:"+removeTime(new ArrayList(values)));
        System.out.println("LinkedList消耗時(shí)間:"+removeTime(new LinkedList(values)));
    }

    static void create(){
        Integer vals[]=new Integer[N];

        Random r=new Random();

        for(int i=0,currentVal=0;i<N;i++){
            vals[i] = currentVal;
            currentVal+=r.nextInt(100)+1;
        }

        values=Arrays.asList(vals);
    }

    /**
     * 比較 get隨機(jī)訪問(wèn) arrayList 優(yōu)于 linkedList
     * 二分查找法使用的隨機(jī)訪問(wèn)(random access)策略,而LinkedList是不支持快速的隨機(jī)訪問(wèn)的。對(duì)一個(gè)LinkedList做隨機(jī)訪問(wèn)所消耗的時(shí)間與這個(gè)list的大小是成比例的。而相應(yīng)的,在ArrayList中進(jìn)行隨機(jī)訪問(wèn)所消耗的時(shí)間是固定的
     * @param lst
     * @return
     */
    static long getTime(List lst){
        long start=System.currentTimeMillis();
        for(int i=0;i<N;i++){
            int index=Collections.binarySearch(lst, values.get(i));
            if(index!=i)
                System.out.println("***錯(cuò)誤***");
        }
        return System.currentTimeMillis()-start;
    }

    /**
     * 比較 重復(fù)的在一個(gè)列表的開(kāi)端插入一個(gè)元素 linkedList 優(yōu)于 arrayList
     * 利用Collections.reverse方法對(duì)列表進(jìn)行反轉(zhuǎn)時(shí),linkedList性能就要好些。
     * 當(dāng)一個(gè)元素被加到ArrayList的最開(kāi)端時(shí),所有已經(jīng)存在的元素都會(huì)后移,這就意味著數(shù)據(jù)移動(dòng)和復(fù)制上的開(kāi)銷(xiāo)。相反的,將一個(gè)元素加到LinkedList的最開(kāi)端只是簡(jiǎn)單的未這個(gè)元素分配一個(gè)記錄,然后調(diào)整兩個(gè)連接。在LinkedList的開(kāi)端增加一個(gè)元素的開(kāi)銷(xiāo)是固定的,而在ArrayList的開(kāi)端增加一個(gè)元素的開(kāi)銷(xiāo)是與ArrayList的大小成比例的。
     * @param list
     * @return
     */
    static long addTime(List list){
        long start=System.currentTimeMillis();
        Object o = new Object();
        for(int i=0;i<N;i++){
            list.add(0, o);
        }
        return System.currentTimeMillis()-start;
    }

    static long removeTime(List list){
        long start=System.currentTimeMillis();
        Object o = new Object();
        for(int i=0;i<N;i++){
            list.remove(0);
        }
        return System.currentTimeMillis()-start;
    }

}

從demo數(shù)據(jù)的比較,可以看到arrayList & linkedList在性能上各有優(yōu)缺點(diǎn)。

  1. 兩者在列表末尾增加一個(gè)元素,所花的開(kāi)銷(xiāo)都是固定的。對(duì)ArrayList而言,會(huì)在內(nèi)部數(shù)組中增加一項(xiàng),指向所添加的元素,偶爾可能會(huì)導(dǎo)致對(duì)數(shù)組重新進(jìn)行分配;對(duì)LinkedList而言,這個(gè)開(kāi)銷(xiāo)是統(tǒng)一的,會(huì)分配一個(gè)內(nèi)部Entry對(duì)象。
  2. 在ArrayList的中間插入或刪除一個(gè)元素時(shí),這個(gè)列表中剩余的元素都會(huì)被移動(dòng);而在LinkedList的中間插入或刪除一個(gè)元素的開(kāi)銷(xiāo)是固定的。
  3. LinkedList不支持高效的隨機(jī)元素訪問(wèn)。
  4. ArrayList的空間浪費(fèi)主要體現(xiàn)在list列表的結(jié)尾會(huì)預(yù)留一定的容量空間,而LinkedList的空間花費(fèi)則體現(xiàn)在它的每一個(gè)單元都需要消耗相當(dāng)?shù)目臻g。
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,936評(píng)論 6 535
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,744評(píng)論 3 421
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人,你說(shuō)我怎么就攤上這事。” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 176,879評(píng)論 0 381
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我,道長(zhǎng),這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 63,181評(píng)論 1 315
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 71,935評(píng)論 6 410
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開(kāi)封第一講書(shū)人閱讀 55,325評(píng)論 1 324
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼。 笑死,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,384評(píng)論 3 443
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 42,534評(píng)論 0 289
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,084評(píng)論 1 335
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 40,892評(píng)論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 43,067評(píng)論 1 371
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,623評(píng)論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 44,322評(píng)論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 34,735評(píng)論 0 27
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 35,990評(píng)論 1 289
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 51,800評(píng)論 3 395
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 48,084評(píng)論 2 375

推薦閱讀更多精彩內(nèi)容