深度对比 ArrayList 与 LinkedList：从底层数据结构到增删查改的性能差异实测

深度对比 ArrayList 与 LinkedList

从底层数据结构到增删查改的性能差异分析如下：

1. 底层数据结构

ArrayList

基于动态数组实现，内存空间连续。

扩容机制：当容量不足时，新建一个更大的数组（通常扩容1.5倍），并复制原数据。

公式：扩容后容量 $C_{\\text{new}} = \\lfloor C_{\\text{old}} \\times 1.5 \\rfloor$
LinkedList

基于双向链表实现，节点结构：
java 复制代码
```
class Node {
    E item;
    Node prev; // 前驱节点
    Node next; // 后继节点
}
```
内存空间不连续，每个节点独立分配内存。

2. 时间复杂度对比

操作	ArrayList	LinkedList
随机访问	$O(1)$	$O(n)$
头部插入	$O(n)$	$O(1)$
尾部插入	$O(1)$ (分摊)	$O(1)$
中间插入	$O(n)$	$O(n)$ (需遍历)
删除元素	$O(n)$	$O(1)$ (已知位置)

说明：

ArrayList 尾部插入在未扩容时为 $O(1)$ ，扩容时为 $O(n)$ （分摊后仍为 $O(1)$ ）。

LinkedList 删除操作需已知节点位置（如通过迭代器），否则查找位置需 $O(n)$ 。

3. 性能实测关键场景

通过以下测试方案可验证性能差异（单位：纳秒/操作）：

java 复制代码

// 测试代码框架示例
public void testPerformance() {
    List<Integer> arrayList = new ArrayList<>();
    List<Integer> linkedList = new LinkedList<>();
    
    // 测试1：尾部插入 (100万次)
    measureTime(() -> {
        for (int i = 0; i < 1_000_000; i++) list.add(i);
    });
    
    // 测试2：随机访问 (10万次索引)
    measureTime(() -> {
        for (int i = 0; i < 100_000; i++) list.get(randIndex);
    });
    
    // 测试3：头部删除 (1万次)
    measureTime(() -> {
        for (int i = 0; i < 10_000; i++) list.remove(0);
    });
}

预期结果：

尾部插入：ArrayList ≈ LinkedList（因LinkedList需频繁分配节点内存）
随机访问：ArrayList 比 LinkedList 快 $100\\times$ 以上（数组直接寻址 vs 链表遍历）
头部删除：LinkedList 比 ArrayList 快 $1000\\times$ （链表修改指针 vs 数组整体移位）

4. 底层机制对性能的影响

内存局部性
ArrayList 数据连续存储，CPU 缓存命中率高；LinkedList 数据分散，缓存频繁失效。
内存开销
ArrayList 仅需存储数据和容量指针；LinkedList 每个节点额外占用 2 个引用空间（prev/next）。
GC 压力
LinkedList 频繁增删时产生大量节点对象，增加垃圾回收负担。

5. 应用场景推荐

场景	推荐选择	原因
高频随机访问	ArrayList	$O(1)$ 访问效率
频繁头部增删	LinkedList	$O(1)$ 增删
内存敏感场景	ArrayList	连续存储减少内存碎片
大数据量尾部插入	ArrayList	分摊 $O(1)$ 优于链表分配

总结：

90% 以上场景优先选 ArrayList（综合性能最优）。

仅需频繁在 已知位置增删 时（如实现队列），选用 LinkedList。