ArrayList和LinkedList对比和插入效率测试(疑问)

ArrayList, LinkedList, Vector, Stack是List的4个实现类。
ArrayList 是一个数组队列,相当于动态数组。它由数组实现,随机访问效率高,随机插入、随机删除效率低。
LinkedList 是一个双向链表。它也可以被当作堆栈、队列或双端队列进行操作。LinkedList随机访问效率低,但随机插入、随机删除效率低。
Vector 是矢量队列,和ArrayList一样,它也是一个动态数组,由数组实现。但是
ArrayList是非线程安全的,而Vector是线程安全的

Stack 是栈,它继承于Vector。它的特性是:先进后出(FILO, First In Last Out)。

(1) 对于需要快速插入,删除元素,应该使用LinkedList。
(2) 对于需要快速随机访问元素,应该使用ArrayList。
(3) 对于“单线程环境” 或者 “多线程环境,但List仅仅只会被单个线程操作”,此时应该使用非同步的类(如ArrayList)。
对于“多线程环境,且List可能同时被多个线程操作”,此时,应该使用同步的类(如Vector)。

LinkedList和ArrayList性能差异分析(基于jdk1.8)

1.随机插入

LinkedList在指定位置插入元素:

public void add(int index, E element) {
        checkPositionIndex(index);

        if (index == size)
            linkLast(element);
        else
            linkBefore(element, node(index));
    }
//查找指定的node
Node<E> node(int index) {
        // assert isElementIndex(index);

        if (index < (size >> 1)) {
            Node<E> x = first;
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {
            Node<E> x = last;
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }

从上面可以看出,通过add(int,E)向LinkedList中插入元素时,先是在双向链表中找到要插入节点的位置index;找到之后,再插入一个新节点。双向链表查找index位置的节点时,有一个加速动作:若index < 双向链表长度的1/2,则从前向后查找; 否则,从后向前查。

ArrayList向指定位置插入元素:

public void add(int index, E element) {
        rangeCheckForAdd(index);

        ensureCapacityInternal(size + 1);  // Increments modCount!!
        System.arraycopy(elementData, index, elementData, index + 1,
                         size - index);
        elementData[index] = element;
        size++;
    }

可以看到有个操作

System.arraycopy(elementData, index, elementData, index + 1,
                         size - index)

这意味着,每插入一个元素,这个元素之后的所有元素index都会改变。之所以插入元素慢,原因就在这里

2.随机访问

LinkedList访问指定位置元素

public E get(int index) {
        checkElementIndex(index);
        return node(index).item;
    }
//查找指定的node
Node<E> node(int index) {
        // assert isElementIndex(index);

        if (index < (size >> 1)) {
            Node<E> x = first;
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {
            Node<E> x = last;
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }

可以看出,在LinkedList中获取指定元素时,需要先在双向链表中找到index位置的元素,然后才能访问
而ArrayList访问指定元素:

public E get(int index) {
        rangeCheck(index);
        return elementData(index);
    }
@SuppressWarnings("unchecked")
    E elementData(int index) {
        return (E) elementData[index];
    }

可以看出,在ArrayList中获取指定元素时,直接返回数组中index位置的元素,而不需要像LinkedList一样进行查找,因此速度更快

3.性能测试对比

在头部插入节点,元素数量分别为10000,10 * 10000,100 * 10000, 1000 * 10000, 10000 * 10000,测试代码如下:

public static void main(String[] args) {
        
            int[] nums = {10000,10 * 10000,100 * 10000, 1000 * 10000, 10000 * 10000};
            
            for(int i=0; i<nums.length; i++){
                testList(nums[i]);
            }

        
    }
    public static void testList(int num){
        List<String> aList = new ArrayList<String>();
        List<String> lList = new LinkedList<String>();
        long starttime, endtime;
        
        starttime= System.currentTimeMillis();
        for(int i=0; i<num; i++){
            aList.add(0, "1");
        }
        endtime = System.currentTimeMillis();
        System.out.println("num : " + num + "ArrayList cost : " + (endtime - starttime) + "ms");
        
        starttime= System.currentTimeMillis();
        for(int i=0; i<num; i++){
            lList.add(0,"1");
        }
        endtime = System.currentTimeMillis();
        System.out.println("num : " + num + "LinkedList cost : " + (endtime - starttime) + "ms");
    }
}

结果:

num : 100ArrayList cost : 2ms
num : 100LinkedList cost : 0ms
num : 1000ArrayList cost : 2ms
num : 1000LinkedList cost : 4ms
num : 5000ArrayList cost : 5ms
num : 5000LinkedList cost : 24ms
num : 10000ArrayList cost : 6ms
num : 10000LinkedList cost : 76ms
num : 100000ArrayList cost : 535ms
num : 100000LinkedList cost : 33265ms
num : 1000000ArrayList cost : 84961ms

由于机子性能一般,卡到100W还在一直跑...
分析:即使在头部插入节点,LinkedList效率也不如ArrayList,而且性能差很多,和网上资料并不相符。希望有大神可以解释一下

随机插入:

public static void main(String[] args) {
        
            int[] nums = {10000,10 * 10000,100 * 10000, 1000 * 10000, 10000 * 10000};
            
            for(int i=0; i<nums.length; i++){
                testList(nums[i]);
            }

        
    }
    public static void testList(int num){
        List<String> aList = new ArrayList<String>();
        List<String> lList = new LinkedList<String>();
        long starttime, endtime;
        
        starttime= System.currentTimeMillis();
        for(int i=0; i<num; i++){
            aList.add((int)(Math.random()*i), "1");
        }
        endtime = System.currentTimeMillis();
        System.out.println("num : " + num + "ArrayList cost : " + (endtime - starttime) + "ms");
        
        starttime= System.currentTimeMillis();
        for(int i=0; i<num; i++){
            lList.add((int)(Math.random()*i),"1");
        }
        endtime = System.currentTimeMillis();
        System.out.println("num : " + num + "LinkedList cost : " + (endtime - starttime) + "ms");
    }

结果:

num : 10000ArrayList cost : 12ms
num : 10000LinkedList cost : 87ms
num : 100000ArrayList cost : 477ms
num : 100000LinkedList cost : 37157ms

由于机子性能一般,卡到100W还在一直跑...
分析:从上面看出,LinkedList随机插入效果还不如ArrayList,感觉不太对啊,是数据量太大了吗?那换小一点试试

num : 100ArrayList cost : 2ms
num : 100LinkedList cost : 0ms
num : 1000ArrayList cost : 2ms
num : 1000LinkedList cost : 4ms
num : 5000ArrayList cost : 5ms
num : 5000LinkedList cost : 24ms

效率依然不怎么样啊,想不明白。。

在尾部插入:

public static void main(String[] args) {
        
            int[] nums = {10000,10 * 10000,100 * 10000, 1000 * 10000, 10000 * 10000};
            
            for(int i=0; i<nums.length; i++){
                testList(nums[i]);
            }

        
    }
    public static void testList(int num){
        List<String> aList = new ArrayList<String>();
        List<String> lList = new LinkedList<String>();
        long starttime, endtime;
        
        starttime= System.currentTimeMillis();
        for(int i=0; i<num; i++){
            aList.add("1");
        }
        endtime = System.currentTimeMillis();
        System.out.println("num : " + num + "ArrayList cost : " + (endtime - starttime) + "ms");
        
        starttime= System.currentTimeMillis();
        for(int i=0; i<num; i++){
            lList.add("1");
        }
        endtime = System.currentTimeMillis();
        System.out.println("num : " + num + "LinkedList cost : " + (endtime - starttime) + "ms");
    }

结果:

num : 10000ArrayList cost : 2ms
num : 10000LinkedList cost : 2ms
num : 100000ArrayList cost : 7ms
num : 100000LinkedList cost : 5ms
num : 1000000ArrayList cost : 29ms
num : 1000000LinkedList cost : 22ms
num : 10000000ArrayList cost : 150ms
num : 10000000LinkedList cost : 4874ms
num : 100000000ArrayList cost : 1800ms
num : 100000000LinkedList cost : 66919ms

分析:在数据量较小(小于100W)时,两种list插入效率差不多,原因是只在尾部插入,ArrayList并不需要移动元素,而在数据量较大时,LinkedList效率急速下降,这里我认为是LinkedList在插入节点时,需要向jvm申请空间而导致效率降低,在网上也没有查到相关资料

感觉出现了许多和预期不一样的结果,有没有大佬可以解释一下的~

©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 206,968评论 6 482
  • 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 88,601评论 2 382
  • 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 153,220评论 0 344
  • 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 55,416评论 1 279
  • 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 64,425评论 5 374
  • 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 49,144评论 1 285
  • 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 38,432评论 3 401
  • 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 37,088评论 0 261
  • 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 43,586评论 1 300
  • 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 36,028评论 2 325
  • 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 38,137评论 1 334
  • 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 33,783评论 4 324
  • 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 39,343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 30,333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 31,559评论 1 262
  • 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 45,595评论 2 355
  • 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 42,901评论 2 345

推荐阅读更多精彩内容