人物背景

老徐,男,本名徐福贵,从事Java相关研发工作多年,职场老油条,摸鱼小能手,虽然岁数不大但长的比较着急,人称老徐。据说之前炒某币败光了所有家产,甚至现在还有欠债。

阿珍,女,本名陈家珍,刚刚入职不久的实习生,虽然是职场菜鸟但聪明好学。据说是学校的四大校花之一,追求她的人从旺角排到了铜锣湾,不过至今还单身。

老徐问道:“阿珍,你知道ArrayList和LinkedList的区别吗?”

阿珍微微一笑,说:“这也太小儿科了,ArrayList是基于数组实现,LinkedList是基于链表实现。”

老徐竖起了大拇指,说:“不错,有进步!那你知道ArrayList和LinkedList的效率到底哪个高?”

阿珍回答:“这也难不倒我,这要分不同情况的。在新增、删除元素时,LinkedList的效率要高于ArrayList,而在遍历的时候,ArrayList的效率要高于LinkedList。”

老徐反问到:“不一定哦。在新增、删除元素时,LinkedList的效率有可能低于ArrayList,而在遍历的时候,ArrayList的效率有可能低于LinkedList。”

阿珍回答:“不可能,绝对不可能,书上都是这么写的。”

老徐得意地笑了,说:“实践是检验真理的唯一标准。趁着老板不在,咱两写个程序实践一下。”

ArrayList和LinkedList的新增元素对比

首先,写一段计算新增元素耗时的代码:

/*** 从List的头部新增元素* @param list list* @param count 新增元素的个数* @return 所耗费的时间(单位:ms)*/
public static long addHeader(List<String> list, int count) {long start = System.nanoTime();for (int i = 0; i < count; i++) {list.add(0, "onemore-" + i);}long end = System.nanoTime();return (end - start) / 1000000;
}/*** 从List的中部新增元素* @param list list* @param count 新增元素的个数* @return 所耗费的时间(单位:ms)*/
public static long addMiddle(List<String> list, int count) {long start = System.nanoTime();for (int i = 0; i < count; i++) {list.add(list.size() / 2, "onemore-" + i);}long end = System.nanoTime();return (end - start) / 1000000;
}/*** 从List的尾部新增元素* @param list list* @param count 新增元素的个数* @return 所耗费的时间(单位:ms)*/
public static long addTail(List<String> list, int count) {long start = System.nanoTime();for (int i = 0; i < count; i++) {list.add("onemore-" + i);}long end = System.nanoTime();return (end - start) / 1000000;
}

然后,我们把新增元素的个数设置为50000,对比一下:

public static void main(String[] args) {int count = 50000;System.out.println("从ArrayList的头部新增元素:" + addHeader(new ArrayList<>(count), count) + "ms");System.out.println("从LinkedList的头部新增元素:" + addHeader(new LinkedList<>(), count) + "ms");System.out.println("从ArrayList的中部新增元素:" + addMiddle(new ArrayList<>(count), count) + "ms");System.out.println("从LinkedList的中部新增元素:" + addMiddle(new LinkedList<>(), count) + "ms");System.out.println("从ArrayList的尾部新增元素:" + addTail(new ArrayList<>(count), count) + "ms");System.out.println("从LinkedList的尾部新增元素:" + addTail(new LinkedList<>(), count) + "ms");
}

运行结果如下:

ArrayList从头部新增元素:204ms
LinkedList从头部新增元素:17ms
ArrayList从中部新增元素:71ms
LinkedList从中部新增元素:8227ms
ArrayList从尾部新增元素:13ms
LinkedList从尾部新增元素:21ms

我们可以看出,从头部新增元素时,ArrayList的效率低于LinkedList;从中部新增元素时,ArrayList的效率高于LinkedList;从尾部新增元素时,ArrayList的效率高于LinkedList。

阿珍惊呆了,说:“怎么可能?这是为什么呀?”老徐回答:“我来帮你简单分析一下。”

ArrayList是基于数组实现的,在添加元素到数组头部的时候,在添加元素之前需要把头部以后的元素一个一个地往后挪,所以效率很低;而LinkedList是基于链表实现,从头部添加元素的时候,通过头部指针就可以直接添加,所以效率很高。

ArrayList在添加元素到数组中间的时候,同样有部分元素需要一个一个地往后挪,所以效率也不是很高;而LinkedList从中部添加元素的时候,是添加元素最低效率的,因为靠近中间位置,在添加元素之前需要循环查找遍历部分元素,所以效率很低。

ArrayList从尾部添加元素的时候,不需要挪动任何元素,直接把元素放入数组,效率非常高。而LinkedList虽然不需要循环查找遍历元素,但LinkedList中多了实列化节点对象和变换指针指向的过程,所以效率较低一些。

当然,这里有一个大前提,就是ArrayList初始化容量足够,不需要动态扩容数组容量。所以,在我们的日常开发中,最好指定ArrayList的初始化容量

ArrayList和LinkedList的删除元素对比

首先,写一段计算删除元素耗时的代码:

/*** 从List的头部删除元素* @param list list* @param count 删除元素的个数* @return 所耗费的时间(单位:ms)*/
public static double deleteHeader(List<String> list, int count) {for (int i = 0; i < count; i++) {list.add("onemore-" + i);}long start = System.nanoTime();for (int i = 0; i < count; i++) {list.remove(0);}long end = System.nanoTime();return (end - start) / 1000000.0;
}/*** 从List的中部删除元素* @param list list* @param count 删除元素的个数* @return 所耗费的时间(单位:ms)*/
public static double deleteMiddle(List<String> list, int count) {for (int i = 0; i < count; i++) {list.add("onemore-" + i);}long start = System.nanoTime();for (int i = 0; i < count; i++) {list.remove(list.size() / 2);}long end = System.nanoTime();return (end - start) / 1000000.0;
}/*** 从List的尾部删除元素* @param list list* @param count 删除元素的个数* @return 所耗费的时间(单位:ms)*/
public static double deleteTail(List<String> list, int count) {for (int i = 0; i < count; i++) {list.add("onemore-" + i);}long start = System.nanoTime();for (int i = 0; i < count; i++) {list.remove(list.size() - 1);}long end = System.nanoTime();return (end - start) / 1000000.0;
}

然后,我们把删除元素的个数设置为50000,对比一下:

public static void main(String[] args) {int count = 50000;System.out.println("从ArrayList的头部删除元素:" + deleteHeader(new ArrayList<>(count), count) + "ms");System.out.println("从LinkedList的头部删除元素:" + deleteHeader(new LinkedList<>(), count) + "ms");System.out.println("从ArrayList的中部删除元素:" + deleteMiddle(new ArrayList<>(count), count) + "ms");System.out.println("从LinkedList的中部删除元素:" + deleteMiddle(new LinkedList<>(), count) + "ms");System.out.println("从ArrayList的尾部删除元素:" + deleteTail(new ArrayList<>(count), count) + "ms");System.out.println("从LinkedList的尾部删除元素:" + deleteTail(new LinkedList<>(), count) + "ms");}

运行结果如下:

从ArrayList的头部删除元素:260.7014ms
从LinkedList的头部删除元素:14.2948ms
从ArrayList的中部删除元素:95.9073ms
从LinkedList的中部删除元素:3602.6931ms
从ArrayList的尾部删除元素:1.6261ms
从LinkedList的尾部删除元素:3.9645ms

我们可以看出,从头部删除元素时,ArrayList的效率低于LinkedList;从中部删除元素时,ArrayList的效率高于LinkedList;从尾部删除元素时,ArrayList的效率高于LinkedList。

阿珍抢着说:“删除元素这个我知道,和新增元素的原理差不多。”老徐回答:“既然你知道了,我就不啰嗦了,我们继续看遍历元素。”

ArrayList和LinkedList的遍历元素对比

遍历元素一般有两种方式:for循环和foreach,写一段计算这两种遍历方式耗时的代码:

/*** 通过for循环遍历List** @param list  list* @param count 遍历元素的个数* @return 所耗费的时间(单位:ms)*/
public static double getByFor(List<String> list, int count) {for (int i = 0; i < count; i++) {list.add("onemore-" + i);}String name = "万猫学社";long start = System.nanoTime();for (int i = 0; i < count; i++) {if (name.equals(list.get(i))) {System.out.println(name);}}long end = System.nanoTime();return (end - start) / 1000000.0;
}/*** 通过foreach遍历List** @param list  list* @param count 遍历元素的个数* @return 所耗费的时间(单位:ms)*/
public static double getByForeach(List<String> list, int count) {for (int i = 0; i < count; i++) {list.add("onemore-" + i);}String name = "万猫学社";long start = System.nanoTime();for (String str : list) {if (name.equals(str)) {System.out.println(name);}}long end = System.nanoTime();return (end - start) / 1000000.0;
}

然后,我们把遍历元素的个数设置为50000,对比一下:

public static void main(String[] args) {int count = 50000;System.out.println("通过for循环遍历ArrayList:" + getByFor(new ArrayList<>(count), count) + "ms");System.out.println("通过for循环遍历LinkedList:" + getByFor(new LinkedList<>(), count) + "ms");System.out.println("通过foreach遍历ArrayList:" + getByForeach(new ArrayList<>(count), count) + "ms");System.out.println("通过foreach遍历LinkedList:" + getByForeach(new LinkedList<>(), count) + "ms");
}

运行结果如下:

通过for循环遍历ArrayList:3.4403ms
通过for循环遍历LinkedList:3563.1219ms
通过foreach遍历ArrayList:3.7388ms
通过foreach遍历LinkedList:3.7953ms

我们可以看到,通过for循环遍历时,ArrayList的效率高于LinkedList,而且LinkedList的效率极低;通过foreach遍历时,ArrayList的效率和LinkedList相差不大。

老徐:“阿珍,你知道为什么for循环遍历LinkedList的效率那么低吗?”

阿珍:“因为LinkedList基于链表实现的,每一次for循环都要遍历找到对应的节点,所以严重影响了遍历的效率;而ArrayList直接可以通过数组下标直接找到对应的元素,所以for循环效率非常高。对不对?”

老徐:“是的,所以我们不要使用for循环遍历LinkedList。”

总结

ArrayList是基于数组实现,LinkedList是基于链表实现。

在ArrayList初始化容量足够的情况下,从头部新增元素时,ArrayList的效率低于LinkedList;从中部新增元素时,ArrayList的效率高于LinkedList;从尾部新增元素时,ArrayList的效率高于LinkedList。

从头部删除元素时,ArrayList的效率低于LinkedList;从中部删除元素时,ArrayList的效率高于LinkedList;从尾部删除元素时,ArrayList的效率高于LinkedList。

通过for循环遍历时,ArrayList的效率高于LinkedList,而且LinkedList的效率极低;通过foreach遍历时,ArrayList的效率和LinkedList相差不大。

最后,谢谢你这么帅,还给我点赞关注

老徐和阿珍的故事:ArrayList和LinkedList的效率到底哪个高?相关推荐

  1. ArrayList和LinkedList使用不当,性能差距会如此之大!

    前言 在面试的时候,经常会被问到几个问题: ArrayList和LinkedList的区别,相信大部分朋友都能回答上: ArrayList是基于数组实现,LinkedList是基于链表实现 当随机访问 ...

  2. ArrayList和LinkedList的插入删除性能差距到底有多大

    2019独角兽企业重金招聘Python工程师标准>>> 从算法角度来看,ArrayList是便于做查询的容器,LinkedList适合插入删除.如果在一个LinkedList做查询的 ...

  3. 二本非科班30岁转行架构师的老徐:站在巨人的肩膀学习才是捷径

    公司新来了个同事,级别比大白高一级,技术一流,来了之后把现有项目的性能优化了一遍,给公司省了不少成本. 后来才知道,他竟然是个「把烂牌打出王炸」的存在.他叫老徐,大白希望通过他的故事,帮你找到些可复制 ...

  4. 老徐教你学C语言(C语言进门教程)

          都说C语言是所有语言的根基--得C语言者得天下,为了更好的方便初学者入门,特编辑了以下C语言进门教程--老徐教你学C语言,希望对初学者有所帮助   00.老徐教你学C语言--C语言学习之道 ...

  5. 老徐杂谈:年后的第一个双休,你在做什么?

    年后归来的第一个双休 本来是计划约三五好友 吃吃饭,聊聊天 实在是因为太懒,哪都没去 家里待了两天 写了几篇文章 整理下以前的一些资料 浏览了下之前写的博客 泡了几壶茶 看了本书<白说> ...

  6. 老徐FrankXuLei受邀为花旗银行讲授《微软WCF服务分布式开发与SOA架构设计课程》...

    老徐FrankXuLei受邀为花旗银行上海研发中心讲授<微软WCF服务分布式开发与SOA架构设计课程> 受邀为花旗银行上海研发中心讲授<微软WCF服务分布式开发与SOA架构设计课程& ...

  7. @老徐FrankXuLei 受邀为上海师翊网络科技有限公司讲授《微软WCF分布式开发与SOA架构设计课程》

    原微博地址: http://weibo.com/1809430977/A4Iwn0Gth?type=repost 新浪微博:@老徐FrankXuLei 受邀为上海师翊网络科技有限公司讲授<微软W ...

  8. 老徐FrankXuLei 受邀为中国东方航空上海研发中心讲授微软.NET企业开发课程

    微软特邀讲师               老徐FrankXuLei                受邀为东方航空上海研发中心讲授微软.NET企业开发课程,介绍.NET新特性<WCF 4.5开发与 ...

  9. linux查看nas剩余大小,老徐玩NAS 篇二:我的群晖储存空间哪儿去了——100%破案的教程...

    老徐玩NAS 篇二:我的群晖储存空间哪儿去了--100%破案的教程 2019-05-26 23:28:21 74点赞 866收藏 36评论 前言 为了更好的体验Nas的功能,我前段时间终于安耐不住在J ...

  10. 微信官方小店小程序老徐解析

    微信近期发布了微信官方的小店小程序. 引起了市场上的一片哗然:微信要用小店小程序重新开淘宝?微信要正式开启自己的全民电商的霸业?以后的第三方平台还有存在的价值没有? 一时间市场上的猜测声四起. 老徐看 ...

最新文章

  1. Linux环境PHP5.5以上连接SqlServer2008【全网最经典无错版】
  2. Solr中Field常用属性
  3. 无所不在的IM,网易云信潜心为移动社交时代打好地基
  4. 【最详细】数据结构(C语言版 第2版)第五章课后习题答案 严蔚敏 等 编著
  5. 【转】编写微信聊天机器人4《聊天精灵WeChatGenius》:实时获取到微信聊天消息,hook数据库插入操作。...
  6. SAP Spartacus lock focus Directive的工作原理示意图
  7. 前端学习(1423):ajax错误处理
  8. 力扣226-翻转二叉树(C++,附思路)
  9. Delphi 与 DirectX 之 DelphiX(80): TDIB.BlendPixel();
  10. antd vue form 手动校验_jsonschema-form-vue基于JSONSchema的表单自动生成方案
  11. 万能高品质PSD分层促销海报,电商美工必备
  12. Linux-环境变量的设置和查看
  13. SQL----常用函数
  14. 关于constraint 的disable和enable
  15. 【2019杭电多校第二场1009=HDU6599】I Love Palindrome String(回文树的fail树)
  16. GNSS最终、快速、超快速星历下载地址汇总
  17. 用javascript实现点击按钮删除一个文本框
  18. 研究生阶段的英语学习
  19. 希捷为 Xbox 更新 Game Drive SSD 具有新外观和内部结构
  20. 量化投资学习——股票价格估值模型

热门文章

  1. 重新写了一个拼音输入法词库转换小程序
  2. maya调磨砂教程_怎么用maya调磨砂玻璃的材质?
  3. 钉钉微应用H5的调试方法
  4. java文字淡入淡出显示特效,jQuery超酷文字淡入淡出显示特效
  5. 安卓Android百度输入法皮肤-疯狂码字的快乐-《Write 2022升级版》
  6. Insecure Randomness
  7. Using insecure protocols with repositories(已解决)
  8. Oracle数据库(定义、特点、体系结构)
  9. Word2vec安装使用
  10. latex如何设置字体并加粗_latex怎么把字加粗