LinkedList与ArrayList性能分析和适用场景

@TOC

LinkedList与ArrayList性能分析和适用场景

网上的信息比较驳杂,所以自己写测试测一测

在索引中间位置同时进行删除、插入操作性能测试

集合size为100时

java 复制代码
@Test
	void test23() {
		ArrayList<Double> list = new ArrayList<>();
		for (int i = 0; i < 100; i++) {
			list.add(Math.random());
		}
		Double x = 2.33333;
		ArrayList<Double> list1 = new ArrayList<>(list);
		LinkedList<Double> list2 = new LinkedList<>(list);
		
		//在ArrayList索引中间位置进行删除、插入操作性能测试
		long start1 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list1.remove(50);
			list1.add(50, x);
		}
		long time1 = System.currentTimeMillis()-start1;
		System.out.println("arraylist耗时:"+time1);
		//在LinkedList索引中间位置进行删除、插入操作性能测试
		long start2 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list2.remove(50);
			list2.add(50, x);
		}
		long time2 = System.currentTimeMillis()-start2;
		System.out.println("linkedlist耗时:"+time2);				
	}

集合size为1000时

java 复制代码
@Test
	void test23() {
		ArrayList<Double> list = new ArrayList<>();
		for (int i = 0; i < 1000; i++) {
			list.add(Math.random());
		}
		Double x = 2.33333;
		ArrayList<Double> list1 = new ArrayList<>(list);
		LinkedList<Double> list2 = new LinkedList<>(list);
		
		//在ArrayList索引中间位置进行删除、插入操作性能测试
		long start1 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list1.remove(500);
			list1.add(500, x);
		}
		long time1 = System.currentTimeMillis()-start1;
		System.out.println("arraylist耗时:"+time1);
		//在LinkedList索引中间位置进行删除、插入操作性能测试
		long start2 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list2.remove(500);
			list2.add(500, x);
		}
		long time2 = System.currentTimeMillis()-start2;
		System.out.println("linkedlist耗时:"+time2);			
	}

经测试: size为100时,100万次中间位置的删除添加,ArrayList耗时91ms,LinkedList耗时174ms。 size为1000时,100万次中间位置的删除添加,ArrayList耗时123ms,LinkedList耗时1421ms。 可见size越大,对LinkedList在中间位置的增删性能影响越大,考虑到LinkedList底层是双向链表结构,如果仅仅增删的话性能消耗很小,所以实际影响增删性能的是LinkedList定位到中间索引的消耗,LinkedList定位索引(可以说LinkedList不具有原生索引),必须采取遍历的方法,从头部遍历到中间位置,所以,size越大,遍历消耗就越大,ArrayList底层是动态数组,具有原生的索引,所以定位索引非常快,性能消耗主要在动态生成新的数组上,问题是这里每次都是插入一个,删除一个,size大小是不变的,所以并不需要生成新的数组,于是此时ArrayList等价于一个固定长度的数组,虽然增删操作会修改后半部分元素的索引,但效率依然极高。

在索引头尾进行删除、插入操作性能测试

集合size为1000时

java 复制代码
@Test
	void test23() {
		ArrayList<Double> list = new ArrayList<>();
		for (int i = 0; i < 1000; i++) {
			list.add(Math.random());
		}
		Double x = 2.33333;
		ArrayList<Double> list1 = new ArrayList<>(list);
		LinkedList<Double> list2 = new LinkedList<>(list);
		
		//在ArrayList索引末尾添加删除操作
		long start1 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list1.remove(list1.size()-1);
			list1.add(x);
		}
		long time1 = System.currentTimeMillis()-start1;
		System.out.println("在ArrayList索引末尾添加删除操作:"+time1);
		//在ArrayList索引头部添加删除操作
		long start11 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list1.remove(0);
			list1.add(0,x);
		}
		long time11 = System.currentTimeMillis()-start11;
		System.out.println("在ArrayList索引头部添加删除操作:"+time11);
		//在ArrayList索引头部添加,在尾部删除操作
		long start111 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list1.add(0,x);
			list1.remove(list1.size()-1);			
		}
		long time111 = System.currentTimeMillis()-start111;
		System.out.println("在ArrayList索引头部添加,在尾部删除操作:"+time111);
		//在LinkedList索引末尾添加删除操作
		long start2 = System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list2.removeLast();
			list2.addLast(x);
		}
		long time2 = System.currentTimeMillis()-start2;
		System.out.println("在LinkedList索引末尾添加删除操作:"+time2);
		//在LinkedList索引头部添加删除操作
		long start22= System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list2.removeFirst();
			list2.addFirst(x);
		}
		long time22 = System.currentTimeMillis()-start22;
		System.out.println("在LinkedList索引头部添加删除操作:"+time22);
		//在LinkedList索引头部添加,在尾部删除操作
		long start222= System.currentTimeMillis();
		for (int i = 0; i < 1000000; i++) {
			list2.removeLast();
			list2.addFirst(x);
		}
		long time222 = System.currentTimeMillis()-start222;
		System.out.println("在LinkedList索引头部添加,在尾部删除操作:"+time222);				
	}

经测试: 在ArrayList索引末尾添加删除操作:23ms 在ArrayList索引头部添加删除操作:204ms 在ArrayList索引头部添加,在尾部删除操作:109ms 在LinkedList索引末尾添加删除操作:22ms 在LinkedList索引头部添加删除操作:24ms 在LinkedList索引头部添加,在尾部删除操作:18ms

可见,LinkedList在头尾部的操作性能,大部分时候是远超ArrayList的,这是因为LinkedList底层是双向链表结构,与中间位置的操作相比,头尾部的操作,不涉及索引定位,也不涉及其他元素索引的改变(链表的逻辑顺序是通过链表中的指针链接次序实现的,无原生索引),ArrayList虽然也不需要遍历索引,是直接按索引定位的,但是,增删头部的元素,都会导致其他元素索引的改变,所以可以看到ArrayList在索引末尾增删性能最高,因为无需修改其他元素的索引,头部添加,在尾部删除的性能其次,因为头部添加操作需要修改其他元素的索引,头部添加删除操作最次,因为添加和删除都会需要修改其他元素的索引。

总结:如果你需要指定索引的增删改查,那么选择ArrayList,如果你需要头尾部的增删改查,经常出栈入栈(后进先出),出队入队(先进先出),那么选择LinkedList

相关推荐
西西学代码18 小时前
Flutter---Stream
java·服务器·flutter
Blossom.11820 小时前
移动端部署噩梦终结者:动态稀疏视觉Transformer的量化实战
java·人工智能·python·深度学习·算法·机器学习·transformer
静若繁花_jingjing21 小时前
IDEA下载
java·ide·intellij-idea
代码丰21 小时前
函数式接口+default接口+springAi 中的ducumentReader去理解为什么存在default接口的形式
java
果汁华1 天前
java学习连续打卡30天(1)
java
武子康1 天前
Java-171 Neo4j 备份与恢复 + 预热与执行计划实战
java·开发语言·数据库·性能优化·系统架构·nosql·neo4j
m0_639817151 天前
基于springboot火锅店管理系统【带源码和文档】
java·spring boot·后端
会编程的林俊杰1 天前
SpringBoot项目启动时的依赖处理
java·spring boot·后端
一叶飘零_sweeeet1 天前
深度拆解汽车制造系统设计:用 Java + 设计模式打造高扩展性品牌 - 车型动态生成架构
java·设计模式·工厂设计模式
王家羽翼-王羽1 天前
nacos 3.1.0 运行主类报错 com.alibaba.cloud.nacos.logging.NacosLoggingAppRunListener
java