測試結果node
廢話很少說,先上測試結果。做者分別在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,下面是測試結果數組
測試結論微信
ArrayList的查找性能絕對是一流的,不管查詢的是哪一個位置的元素數據結構
ArrayList除了尾部插入的性能較好外(位置越靠後性能越好),其餘位置性能就不如人意了app
LinkedList在頭尾查找、插入性能都是很棒的,可是在中間位置進行操做的話,性能就差很遠了,並且跟ArrayList徹底不是一個量級的ide
源碼分析函數
咱們把Java中的ArrayList和LinkedList就是分別對順序表和雙向鏈表的一種實現,因此在進行源碼分析以前,咱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源碼分析
順序表:須要申請連續的內存空間保存元素,能夠經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刪除元素須要把該元素以後的全部元素向前or向後移動。性能
雙向鏈表:不須要申請連續的內存空間保存元素,須要經過元素的頭尾指針找到前繼與後繼元素(查找元素的時候須要從頭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刪除元素不須要移動元素,只須要改變相關元素的頭尾指針便可。測試
因此咱們潛意識會認爲: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?咱們一塊兒來看看吧。
測試程序
測試程序代碼基本沒有什麼養分,這裏就不貼出來了,可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:34928ms
ArrayList尾部插入
源碼
add(E e)方法
public boolean add(E e) { // 檢查是否須要擴容
ensureCapacityInternal(size + 1); // Increments modCount!!
// 直接在尾部添加元素
elementData[size++] = e;
return true;
}
能夠看出,對ArrayList的尾部插入,直接插入便可,無須額外的操做。
LinkedList尾部插入
源碼
LinkedList中定義了頭尾節點
/**
* 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,能夠看出,在尾部插入的時候,並不須要從頭開始遍歷整個鏈表,由於已經事先保存了尾結點,因此能夠直接在尾結點後面插入元素
/**
* 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; // 建立一個新的結點,其頭結點指向last
final Node<E> newNode = new Node<>(l, e, null); // 尾結點置爲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
對於尾部插入而言,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,能夠看到經過調用系統的數組複製方法來實現了元素的移動。因此,插入的位置越靠前,須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位置開始的元素所有複製到index+1開始的位置(其實就是index後面的元素向後移動一位)
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,該方法先判斷是不是在尾部插入,若是是調用linkLast()方法,不然調用linkBefore(),那麼是否真的就是須要重頭開始遍歷呢?咱們一塊兒來看看
public void add(int index, E element) {
checkPositionIndex(index);
if (index == size)
linkLast(element);
else
linkBefore(element, node(index));
}
在頭尾之外的位置插入元素固然得找出這個位置在哪裏,這裏面的node()方法就是關鍵所在,這個函數的做用就是根據索引查找元素,可是它會先判斷index的位置,若是index比size的一半(size >> 1,右移運算,至關於除以2)要小,就從頭開始遍歷。不然,從尾部開始遍歷。從而能夠知道,對於LinkedList來講,操做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;
}
}
這個函數的工做就只是負責把元素插入到相應的位置而已,關鍵的工做在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
對於LinkedList來講,頭部插入和尾部插入時間複雜度都是O(1)
可是對於ArrayList來講,頭部的每一次插入都須要移動size-1個元素,效率可想而知
可是若是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,對於ArrayList,不管什麼位置,都是直接經過索引定位到元素,時間複雜度O(1)
而對於LinkedList查找,其核心方法就是上面所說的node()方法,因此頭尾查找速度極快,越往中間靠攏效率越低
感謝你們看到這裏,文章有不足,歡迎你們指出;若是你以爲寫得不錯,那就給我一個贊吧。