Java中LinkedList真的是查找慢增刪快
測試結(jié)果
廢話不多說,先上測試結(jié)果。作者分別在ArrayList和LinkedList的頭部、尾部和中間三個(gè)位置插入與查找100000個(gè)元素所消耗的時(shí)間來進(jìn)行對比測試,下面是測試結(jié)果
(感謝@Hosalo的指正,在這里說明一下測試的環(huán)境,尾部插入是在空表的基礎(chǔ)上測試的,頭部和中間位置插入是在已存在100000個(gè)元素的表上進(jìn)行測試的)
| 插入 | 查找 | |
|---|---|---|
| ArrayList尾部 | 26ms | 4ms |
| ArrayList頭部 | 2887ms | 3ms |
| ArrayList中間 | 1936ms | 4ms |
| LinkedList尾部 | 28ms | 9ms |
| LinkedList頭部 | 15ms | 11ms |
| LinkedList中間 | 12310ms | 11387ms |
測試結(jié)論
- ArrayList的查找性能絕對是一流的,無論查詢的是哪個(gè)位置的元素
- ArrayList除了尾部插入的性能較好外(位置越靠后性能越好),其他位置性能就不如人意了
- LinkedList在頭尾查找、插入性能都是很棒的,但是在中間位置進(jìn)行操作的話,性能就差很遠(yuǎn)了,而且跟ArrayList完全不是一個(gè)量級的
源碼分析
我們把Java中的ArrayList和LinkedList就是分別對順序表和雙向鏈表的一種實(shí)現(xiàn),所以在進(jìn)行源碼分析之前,我們先來簡單回顧一下數(shù)據(jù)結(jié)構(gòu)中的順序表與雙向鏈表中的關(guān)鍵概念
- 順序表:需要申請連續(xù)的內(nèi)存空間保存元素,可以通過內(nèi)存中的物理位置直接找到元素的邏輯位置。在順序表中間插入or刪除元素需要把該元素之后的所有元素向前or向后移動。
- 雙向鏈表:不需要申請連續(xù)的內(nèi)存空間保存元素,需要通過元素的頭尾指針找到前繼與后繼元素(查找元素的時(shí)候需要從頭or尾開始遍歷整個(gè)鏈表,直到找到目標(biāo)元素)。在雙向鏈表中插入or刪除元素不需要移動元素,只需要改變相關(guān)元素的頭尾指針即可。
所以我們潛意識會認(rèn)為:ArrayList查找快,增刪慢。LinkedList查找慢,增刪快。但實(shí)際上真的是這樣的嗎?我們一起來看看吧。
測試程序
測試程序代碼基本沒有什么營養(yǎng),這里就不貼出來了,但是得把程序的運(yùn)行結(jié)果貼出來,方便逐個(gè)分析。
運(yùn)行結(jié)果
ArrayList尾部插入100000個(gè)元素耗時(shí):26ms
LinkedList尾部插入100000個(gè)元素耗時(shí):28ms
ArrayList頭部插入100000個(gè)元素耗時(shí):859ms
LinkedList頭部插入100000個(gè)元素耗時(shí):15ms
ArrayList中間插入100000個(gè)元素耗時(shí):1848ms
LinkedList中間插入100000個(gè)元素耗時(shí):15981ms
ArrayList頭部讀取100000個(gè)元素耗時(shí):7ms
LinkedList頭部讀取100000個(gè)元素耗時(shí):11ms
ArrayList尾部讀取100000個(gè)元素耗時(shí):12ms
LinkedList尾部讀取100000個(gè)元素耗時(shí):9ms
ArrayList中間讀取100000個(gè)元素耗時(shí):13ms
LinkedList中間讀取100000個(gè)元素耗時(shí):11387ms
ArrayList尾部插入
源碼
add(E e)方法
public boolean add(E e) {
// 檢查是否需要擴(kuò)容
ensureCapacityInternal(size + 1); // Increments modCount!!
// 直接在尾部添加元素
elementData[size++] = e;
return true;
}
可以看出,對ArrayList的尾部插入,直接插入即可,無須額外的操作。
LinkedList尾部插入
源碼
LinkedList中定義了頭尾節(jié)點(diǎn) /** * Pointer to first node. */ transient Node<E> first; /** * Pointer to last node. */ transient Node<E> last;
add(E e)方法,該方法中調(diào)用了linkLast(E e)方法
public boolean add(E e) {
linkLast(e);
return true;
}
linkLast(E e)方法,可以看出,在尾部插入的時(shí)候,并不需要從頭開始遍歷整個(gè)鏈表,因?yàn)橐呀?jīng)事先保存了尾結(jié)點(diǎn),所以可以直接在尾結(jié)點(diǎn)后面插入元素
/**
* Links e as last element.
*/
void linkLast(E e) {
// 先把原來的尾結(jié)點(diǎn)保存下來
final Node<E> l = last;
// 創(chuàng)建一個(gè)新的結(jié)點(diǎn),其頭結(jié)點(diǎn)指向last
final Node<E> newNode = new Node<>(l, e, null);
// 尾結(jié)點(diǎn)置為newNode
last = newNode;
if (l == null)
first = newNode;
else
// 修改原先的尾結(jié)點(diǎn)的尾結(jié)點(diǎn),使其指向新的尾結(jié)點(diǎn)
l.next = newNode;
size++;
modCount++;
}
總結(jié)
對于尾部插入而言,ArrayList與LinkedList的性能幾乎是一致的
ArrayList頭部插入
源碼
add(int index, E element)方法,可以看到通過調(diào)用系統(tǒng)的數(shù)組復(fù)制方法來實(shí)現(xiàn)了元素的移動。所以,插入的位置越靠前,需要移動的元素就會越多
public void add(int index, E element) {
rangeCheckForAdd(index);
ensureCapacityInternal(size + 1); // Increments modCount!!
// 把原來數(shù)組中的index位置開始的元素全部復(fù)制到index+1開始的位置(其實(shí)就是index后面的元素向后移動一位)
System.arraycopy(elementData, index, elementData, index + 1,
size - index);
// 插入元素
elementData[index] = element;
size++;
}
LinkedList頭部插入
源碼
add(int index, E element)方法,該方法先判斷是否是在尾部插入,如果是調(diào)用linkLast()方法,否則調(diào)用linkBefore(),那么是否真的就是需要重頭開始遍歷呢?我們一起來看看
public void add(int index, E element) {
checkPositionIndex(index);
if (index == size)
linkLast(element);
else
linkBefore(element, node(index));
}
在頭尾以外的位置插入元素當(dāng)然得找出這個(gè)位置在哪里,這里面的node()方法就是關(guān)鍵所在,這個(gè)函數(shù)的作用就是根據(jù)索引查找元素,但是它會先判斷index的位置,如果index比size的一半(size >> 1,右移運(yùn)算,相當(dāng)于除以2)要小,就從頭開始遍歷。否則,從尾部開始遍歷。從而可以知道,對于LinkedList來說,操作的元素的位置越往中間靠攏,效率就越低
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;
}
}
這個(gè)函數(shù)的工作就只是負(fù)責(zé)把元素插入到相應(yīng)的位置而已,關(guān)鍵的工作在node()方法中已經(jīng)完成了
void linkBefore(E e, Node<E> succ) {
// assert succ != null;
final Node<E> pred = succ.prev;
final Node<E> newNode = new Node<>(pred, e, succ);
succ.prev = newNode;
if (pred == null)
first = newNode;
else
pred.next = newNode;
size++;
modCount++;
}
總結(jié)
- 對于LinkedList來說,頭部插入和尾部插入時(shí)間復(fù)雜度都是O(1)
- 但是對于ArrayList來說,頭部的每一次插入都需要移動size-1個(gè)元素,效率可想而知
- 但是如果都是在最中間的位置插入的話,ArrayList速度比LinkedList的速度快將近10倍
ArrayList、LinkedList查找
- 這就沒啥好說的了,對于ArrayList,無論什么位置,都是直接通過索引定位到元素,時(shí)間復(fù)雜度O(1)
- 而對于LinkedList查找,其核心方法就是上面所說的node()方法,所以頭尾查找速度極快,越往中間靠攏效率越低
到此這篇關(guān)于Java中LinkedList真的是查找慢增刪快 的文章就介紹到這了,更多相關(guān)Java LinkedList查找慢增刪快 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Java8中Lambda表達(dá)式的理解與應(yīng)用
Java8最值得學(xué)習(xí)的特性就是Lambda表達(dá)式和Stream?API,如果有python或者javascript的語言基礎(chǔ),對理解Lambda表達(dá)式有很大幫助,下面這篇文章主要給大家介紹了關(guān)于Java8中Lambda表達(dá)式的相關(guān)資料,需要的朋友可以參考下2022-02-02
SpringCloud讓微服務(wù)實(shí)現(xiàn)指定程序調(diào)用
這篇文章主要介紹了SpringCloud讓微服務(wù)實(shí)現(xiàn)指定程序調(diào)用,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
Jlabel實(shí)現(xiàn)內(nèi)容自動換行簡單實(shí)例
這篇文章主要介紹了Jlabel實(shí)現(xiàn)內(nèi)容自動換行簡單實(shí)例,具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01
Spring?main方法中如何調(diào)用Dao層和Service層的方法
這篇文章主要介紹了Spring?main方法中調(diào)用Dao層和Service層的方法,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2021-12-12
Java中的MessageFormat.format用法實(shí)例
這篇文章主要介紹了Java中的MessageFormat.format用法實(shí)例,本文先是講解了MessageFormat的語法,然后給出了多個(gè)操作實(shí)例,需要的朋友可以參考下2015-06-06

