java集合框架05——ArrayList和LinkedList的区别

首先给大家推荐一下我老师大神的人工智能教学网站。教学不仅零基础,通俗易懂,而且非常风趣幽默,还时不时有内涵黄段子!点这里可以跳转到网站

本文为博主原创文章,转载请注明出处:http://blog.csdn.net/eson_15/article/details/51145788

前面已经学习完了List部分的源码,主要是ArrayList和LinkedList两部分内容,这一节主要总结下List部分的内容。

List概括

        先来回顾一下List在Collection中的的框架图:

    从图中我们可以看出:

        1. List是一个接口,它继承与Collection接口,代表有序的队列。

        2. AbstractList是一个抽象类,它继承与AbstractCollection。AbstractList实现了List接口中除了size()、get(int location)之外的方法。

        3. AbstractSequentialList是一个抽象类,它继承与AbstrctList。AbstractSequentialList实现了“链表中,根据index索引值操作链表的全部方法”。

        4. ArrayList、LinkedList、Vector和Stack是List的四个实现类,其中Vector是基于JDK1.0,虽然实现了同步,但是效率低,已经不用了,Stack继承与Vector,所以不再赘述。

        5. LinkedList是个双向链表,它同样可以被当作栈、队列或双端队列来使用。

ArrayList和LinkedList区别

    我们知道,通常情况下,ArrayList和LinkedList的区别有以下几点:

        1. ArrayList是实现了基于动态数组的数据结构,而LinkedList是基于链表的数据结构;

        2. 对于随机访问get和set,ArrayList要优于LinkedList,因为LinkedList要移动指针;

       3. 对于添加和删除操作add和remove,一般大家都会说LinkedList要比ArrayList快,因为ArrayList要移动数据。但是实际情况并非这样,对于添加或删除,LinkedList和ArrayList并不能明确说明谁快谁慢,下面会详细分析。

        我们结合之前分析的源码,来看看为什么是这样的:

        ArrayList中的随机访问、添加和删除部分源码如下:

//获取index位置的元素值public E get(int index) {    rangeCheck(index); //首先判断index的范围是否合法     return elementData(index);} //将index位置的值设为element,并返回原来的值public E set(int index, E element) {    rangeCheck(index);     E oldValue = elementData(index);    elementData[index] = element;    return oldValue;} //将element添加到ArrayList的指定位置public void add(int index, E element) {    rangeCheckForAdd(index);     ensureCapacityInternal(size + 1);  // Increments modCount!!    //将index以及index之后的数据复制到index+1的位置往后,即从index开始向后挪了一位    System.arraycopy(elementData, index, elementData, index + 1,                     size - index);     elementData[index] = element; //然后在index处插入element    size++;} //删除ArrayList指定位置的元素public E remove(int index) {    rangeCheck(index);     modCount++;    E oldValue = elementData(index);     int numMoved = size - index - 1;    if (numMoved > 0)        //向左挪一位,index位置原来的数据已经被覆盖了        System.arraycopy(elementData, index+1, elementData, index,                         numMoved);    //多出来的最后一位删掉    elementData[--size] = null; // clear to let GC do its work     return oldValue;}

    LinkedList中的随机访问、添加和删除部分源码如下:

//获得第index个节点的值public E get(int index) {	checkElementIndex(index);	return node(index).item;} //设置第index元素的值public E set(int index, E element) {	checkElementIndex(index);	Node<E> x = node(index);	E oldVal = x.item;	x.item = element;	return oldVal;} //在index个节点之前添加新的节点public void add(int index, E element) {	checkPositionIndex(index); 	if (index == size)		linkLast(element);	else		linkBefore(element, node(index));} //删除第index个节点public E remove(int index) {	checkElementIndex(index);	return unlink(node(index));} //定位index处的节点Node<E> node(int index) {	// assert isElementIndex(index);	//index<size/2时,从头开始找	if (index < (size >> 1)) {		Node<E> x = first;		for (int i = 0; i < index; i++)			x = x.next;		return x;	} else { //index>=size/2时,从尾开始找		Node<E> x = last;		for (int i = size - 1; i > index; i--)			x = x.prev;		return x;	}}

        从源码可以看出,ArrayList想要get(int index)元素时,直接返回index位置上的元素,而LinkedList需要通过for循环进行查找,虽然LinkedList已经在查找方法上做了优化,比如index < size / 2,则从左边开始查找,反之从右边开始查找,但是还是比ArrayList要慢。这点是毋庸置疑的。
        ArrayList想要在指定位置插入或删除元素时,主要耗时的是System.arraycopy动作,会移动index后面所有的元素;LinkedList主耗时的是要先通过for循环找到index,然后直接插入或删除。这就导致了两者并非一定谁快谁慢,下面通过一个测试程序来测试一下两者插入的速度:

import java.util.ArrayList;  import java.util.Collections;  import java.util.LinkedList;  import java.util.List;  /* * @description 测试ArrayList和LinkedList插入的效率 * @eson_15      */public class ArrayOrLinked {      static List<Integer> array=new ArrayList<Integer>();      static List<Integer> linked=new LinkedList<Integer>();        public static void main(String[] args) {        	//首先分别给两者插入10000条数据        for(int i=0;i<10000;i++){              array.add(i);              linked.add(i);          }          //获得两者随机访问的时间        System.out.println("array time:"+getTime(array));          System.out.println("linked time:"+getTime(linked));          //获得两者插入数据的时间        System.out.println("array insert time:"+insertTime(array));          System.out.println("linked insert time:"+insertTime(linked));        }      public static long getTime(List<Integer> list){          long time=System.currentTimeMillis();          for(int i = 0; i < 10000; i++){              int index = Collections.binarySearch(list, list.get(i));              if(index != i){                  System.out.println("ERROR!");              }          }          return System.currentTimeMillis()-time;      }          //插入数据    public static long insertTime(List<Integer> list){     	/*    	 * 插入的数据量和插入的位置是决定两者性能的主要方面,    	 * 我们可以通过修改这两个数据,来测试两者的性能    	 */    	long num = 10000; //表示要插入的数据量    	int index = 1000; //表示从哪个位置插入        long time=System.currentTimeMillis();          for(int i = 1; i < num; i++){              list.add(index, i);             }          return System.currentTimeMillis()-time;                }    }  

        主要有两个因素决定他们的效率,插入的数据量和插入的位置。我们可以在程序里改变这两个因素来测试它们的效率。

        当数据量较小时,测试程序中,大约小于30的时候,两者效率差不多,没有显著区别;当数据量较大时,大约在容量的1/10处开始,LinkedList的效率就开始没有ArrayList效率高了,特别到一半以及后半的位置插入时,LinkedList效率明显要低于ArrayList,而且数据量越大,越明显。比如我测试了一种情况,在index=1000的位置(容量的1/10)插入10000条数据和在index=5000的位置以及在index=9000的位置插入10000条数据的运行时间如下:

在index=1000出插入结果:array time:4linked time:240array insert time:20linked insert time:18 在index=5000处插入结果:array time:4linked time:229array insert time:13linked insert time:90 在index=9000处插入结果:array time:4linked time:237array insert time:7linked insert time:92

        从运行结果看,LinkedList的效率是越来越差。

        所以当插入的数据量很小时,两者区别不太大,当插入的数据量大时,大约在容量的1/10之前,LinkedList会优于ArrayList,在其后就劣与ArrayList,且越靠近后面越差。所以个人觉得,一般首选用ArrayList,由于LinkedList可以实现栈、队列以及双端队列等数据结构,所以当特定需要时候,使用LinkedList,当然咯,数据量小的时候,两者差不多,视具体情况去选择使用;当数据量大的时候,如果只需要在靠前的部分插入或删除数据,那也可以选用LinkedList,反之选择ArrayList反而效率更高。

        关于ArrayList和LinkedList的比较,就讨论这么多吧,如果有错误之处,请留言指正~

_____________________________________________________________________________________________________________________________________________________

—–乐于分享,共同进步!
—–更多文章请看:http://blog.csdn.net/eson_15

点这里可以跳转到人工智能网站

发表评论