不同的列表应该选择不同的遍历方法

**一、分析 **
在Java中,RandomAccess和Cloneable、Serializable一样都是标识接口,不需要任何实现,只是用来表明其实现类具有某种特质的,实现了Cloneable表明可以被拷贝,实现了Serializable接口表明被序列化了,实现了RandomAccess则表明这个类可以随机存取。

ArrayList数组实现了RandomAccess接口(随机存取接口),标识着ArrayList是一个可以随机存取的列表,即元素之间没有关联,即两个位置相邻的元素之间没有相互依赖关系,可以随机访问和存储。

LinkedList类也是一个列表,它是有序存取的,实现了双向链表、每个数据节点都有单个数据项,前面节点的引用(Previous Node)、本节点元素(Node Element)、后续节点的引用(Next Node)。也就是说LinkedList两个元素本来就是有联系的,我知道你存在,你知道我存在。

**二、场景 **
我们来看一个场景,统计一个科目考试的平均分:

public static void main(String[] args){   
    //学生数量,80万   
    int stuNum = 80 * 10000;   
    //List集合,记录所有学生的分数   
    List<Integer> socres = new ArrayList<Integer>(stuNum);   
    //写入分数   
    for(int i = 0; i < stuNum; i++){   
        scores.add(new Random.nextIne(150));   
    }   
   
    //记录开始计算时间   
    long start = System.currentTimeMillis();   
    System.out.println("平均分是:" + average(scores));   
    System.out.println("执行时间:" + (System.currentTimeMillis() - start) + "ms");   
}   
   
//计算平均数   
public static int average(List<Integer> list){   
    int sum = 0;   
    //遍历求和   
    for(int i : list){   
        num += i;   
    }   
   
    //除以人数,计算平均值   
    return sum/list.size();   
}   

输出结果:

平均分是:74 
执行时间:47ms 

仅仅求一个平均值就花费了47毫秒,考虑其他诸如加权平均值、补充平均值等的话,花费时间肯定更长。我们仔细分析一下arverage方法,加号操作是最基本操作,没有可以优化,我们可以尝试对List遍历进行优化。

我们尝试一下,List的遍历还有另外一种形式,即通过下表方式来遍历,如下:

public static int average(List<Integer> list){   
    int sum = 0;   
    //遍历求和   
    for(int i = 0, size = list.size(); i < size; i++){   
        sum += list.get(i);   
    }   
    //除以人数,计算平均值   
    return sum/list.size();   
}   

采用下表方式遍历,输出结果:

平均分:74 
执行时间:16ms 

执行时间大幅提升,性能提升65%。

为什么会有如此提升呢?我们知道foreacher与下面代码等价:

for(Iterator<Integer> i = list.iterator(); i.hasNext;){   
    sum += i.next();   
}   

迭代器是23中设计模式的一种,提供一种方法访问一个容器对象中的各个元素,同时又无须暴露该对象的内部细节。也就是说对于ArrayList,需要先创建一个迭代器容器,然后屏蔽内部遍历细节,对外提供hasNext、next等方法。

问题是ArrayList实现了RandomAccess接口,表明元素之间本没有关系,为了使用迭代器就需要强制建立一种互相“知晓”的关系,比如上一个元素可以判断是否有下一个元素,以及下一个元素是什么等关系,这也就是通过foreach遍历耗时的原因。

对于LinkedList由分析讲述,元素之间已经有关联了,使用foreach也就是迭代器方式是不是更高呢?代码如下:

public static void main(String[] args){   
    //学生数量,80万   
    int stuNum = 80 * 10000;   
    //List集合,记录所有学生分数   
    List<Integer> scores = new LinkedList<Integer>();   
   
    //写入分数   
    for(int i = 0; i < stuNum; i++){   
        scores.add(new Random.nextIne(150));   
    }   
   
    //记录开始计算时间   
    long start = System.currentTimeMillis();   
    System.out.println("平均分是:" + average(scores));   
    System.out.println("执行时间:" + (System.currentTimeMillis() - start) + "ms");   
}  
 
public static int average(List<Integer> list){   
    int sum = 0;   
    //foreach遍历求和   
    for(int i : list){   
        sum += i;   
    }   
    //除以人数,计算平均值   
    return sum/list.size();   
}   

运行结果:

平均分数:74 
执行时间:16ms 

确实如此效率非常高。你也可以测试一下使用下标的方式遍历LinkedList元素,效率非常低。

我们查看源码:

public E get(int index){   
    return entry(index).element;   
}   

由entry方法查找指定下标的节点,然后返回其包含的元素,看entry方法:

private Entry<E> entry(int index){   
    //检查下标是否越界   
    Entry<E> e = header;   
    if(index < (size >> 1)){   
        //如果下标小于中间值,则从头节点开始搜索   
        for(int i = 0; i <= index; I++){   
        e = e.next;   
    }   
    }else{   
        //如果下标大于等于中间值,则从尾节点反向遍历   
        for(int i = size; i > index; i++){   
            e = e.previous;   
        }   
    }   
    return e;   
}   

想想,每次get方法,都遍历,性能从何说起!

**三、建议 **
列表的遍历不是那么简单,其中有很多“学问”,适时的选择最优的遍历方式,不要固化一种。

明白了随机存取列表和有序列表的区别,我们average方法就必须重构了,以便实现不同列表采用不同的遍历方式,代码如下:

public static int average(List<Integer> list){   
    int sum = 0;   
    if(list instanceof RandomAccess){   
        //可以随机存取,则使用下标遍历   
        for(int i = 0, size = list.size(); i < size; i++)
        {   
            sum += list.get(i);   
        }   
    }else{   
        //有序存储,使用foreach方式   
        for(int i : list)
        {   
            sum += I;   
        }   
    }   
   
    //除与人数,计算平均值   
    return sum/list.size();   
}   

如此一来,列表遍历就可以”以不变应万变“了,无论是随机存储列表(for-i索引)还是有序列表(foreach),它都可以提供快速的遍历.

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容