測試結果

廢話不多說，先上測試結果。作者分別在ArrayList和LinkedList的頭部、尾部和中間三個位置插入與查找100000個元素所消耗的時間來進行對比測試，下面是測試結果

（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上測試的，頭部和中間位置插入是在已存在100000個元素的表上進行測試的）

測試結論

• ArrayList的查找性能絕對是一流的，無論查詢的是哪個位置的元素
• 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，但是在中間位置進行操作的話，性能就差很遠了，而且跟ArrayList完全不是一個量級的

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現，所以在進行源碼分析之前，我們先來簡單回顧一下數據結構中的順序表與雙向鏈表中的關鍵概念

• 順序表：需要申請連續(xù)的內存空間保存元素，可以通過內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（查找元素的時候需要從頭or尾開始遍歷整個鏈表，直到找到目標元素）。在雙向鏈表中插入or刪除元素不需要移動元素，只需要改變相關元素的頭尾指針即可。

所以我們潛意識會認為：ArrayList查找快，增刪慢。LinkedList查找慢，增刪快。但實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，但是得把程序的運行結果貼出來，方便逐個分析。

運行結果

ArrayList尾部插入100000個元素耗時：26ms
LinkedList尾部插入100000個元素耗時：28ms
ArrayList頭部插入100000個元素耗時：859ms
LinkedList頭部插入100000個元素耗時：15ms
ArrayList中間插入100000個元素耗時：1848ms
LinkedList中間插入100000個元素耗時：15981ms
ArrayList頭部讀取100000個元素耗時：7ms
LinkedList頭部讀取100000個元素耗時：11ms
ArrayList尾部讀取100000個元素耗時：12ms
LinkedList尾部讀取100000個元素耗時：9ms
ArrayList中間讀取100000個元素耗時：13ms
LinkedList中間讀取100000個元素耗時：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
  /**
   * 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，在尾部插入的時候，并不需要從頭開始遍歷整個鏈表，因為已經事先保存了尾結點，所以可以直接在尾結點后面插入元素

  /**
   * Links e as last element.
   */
  void linkLast(E e) {
    // 先把原來的尾結點保存下來
    final Node<E> l = last;
    // 創(chuàng)建一個新的結點，其頭結點指向last
    final Node<E> newNode = new Node<>(l, e, null);
    // 尾結點置為newNode
    last = newNode;
    if (l == null)
      first = newNode;
    else
      // 修改原先的尾結點的尾結點，使其指向新的尾結點
      l.next = newNode;
    size++;
    modCount++;
  }

總結

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，可以看到通過調用系統(tǒng)的數組復制方法來實現了元素的移動。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!!
    // 把原來數組中的index位置開始的元素全部復制到index+1開始的位置（其實就是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，如果是調用linkLast()方法，否則調用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然得找出這個位置在哪里，這里面的node()方法就是關鍵所在，這個函數的作用就是根據索引查找元素，但是它會先判斷index的位置，如果index比size的一半(size >> 1,右移運算，相當于除以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;
    }
  }

這個函數的工作就只是負責把元素插入到相應的位置而已，關鍵的工作在node()方法中已經完成了

  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

• 對于LinkedList來說，頭部插入和尾部插入時間復雜度都是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，時間復雜度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Java LinkedList查找慢增刪快 內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！ 

最新評論