zoukankan      html  css  js  c++  java
  • 【java基础】java中ArrayList,LinkedList

    【一】ArrayList

    一ArrayList的内部结构

    (1)ArrayList内部维护的是一个Object数组

    (2)ArrayList数组扩容后数组的长度的公式:旧的数组长度+(旧数组长度>>1);

    (3)ArrayList的subList()方法,并不会产生新的ArrayList对象,只是返回SubList对象,该对象持有ArrayList对象的引用,记录了截取的起始和结束的下标。

    (4)ArrayList遍历方便,查找困难。相比较HashMap,更容易查找,遍历麻烦。

    (5)ArrayList的内部是动态数组,动态数据就涉及到扩容问题。一旦需要扩容,就会产生新的数组,丢弃旧的数组。浪费效率。而且浪费内存。扩容后数组长度会更长,但数据不定存储那么多。

    (6)trimToSize方法,可以将ArrayList中的数组大小和存储数据的个数一样,这样会进行一次新数组的创建,copy的过程。目的是为了减少内存不必要的浪费。

    (7)

    二ArrayList和数组的差别

    这一节我们来讨论ArrayList与数组的差别,以及ArrayList的效率问题
      (1)ArrayList是Array的复杂版本
    ArrayList内部封装了一个Object类型的数组,从一般的意义来说,它和数组没有本质的差别,甚至于ArrayList的许多方法,如Index、IndexOf、Contains、Sort等都是在内部数组的基础上直接调用Array的对应方法。
      (2)内部的Object类型的影响
             对于一般的引用类型来说,这部分的影响不是很大,但是对于值类型来说,往ArrayList里面添加和修改元素,都会引起装箱和拆箱的操作,频繁的操作可能会影响一部分效率。
    但是恰恰对于大多数人,多数的应用都是使用值类型的数组。
    消除这个影响是没有办法的,除非你不用它,否则就要承担一部分的效率损失,不过这部分的损失不会很大。
      (3)数组扩容
    这是对ArrayList效率影响比较大的一个因素。
    每当执行Add、AddRange、Insert、InsertRange等添加元素的方法,都会检查内部数组的容量是否不够了,如果是,它就会以当前容量的两倍来重新构建一个数组,将旧元素Copy到新数组中,然后丢弃旧数组,在这个临界点的扩容操作,应该来说是比较影响效率的。
         例1:比如,一个可能有200个元素的数据动态添加到一个以默认16个元素大小创建的ArrayList中,将会经过:
    16*2*2*2*2 = 256
    四次的扩容才会满足最终的要求,那么如果一开始就以:
    ArrayList List = new ArrayList( 210 );
    的方式创建ArrayList,不仅会减少4次数组创建和Copy的操作,还会减少内存使用。

         例2:预计有30个元素而创建了一个ArrayList:
    ArrayList List = new ArrayList(30);
    在执行过程中,加入了31个元素,那么数组会扩充到60个元素的大小,而这时候不会有新的元素再增加进来,而且有没有调用TrimSize方法,那么就有1次扩容的操作,并且浪费了29个元素大小的空间。如果这时候,用:
    ArrayList List = new ArrayList(40);
    那么一切都解决了。
    所以说,正确的预估可能的元素,并且在适当的时候调用TrimSize方法是提高ArrayList使用效率的重要途径。
       (4)频繁的调用IndexOf、Contains等方法(Sort、BinarySearch等方法经过优化,不在此列)引起的效率损失
    首先,我们要明确一点,ArrayList是动态数组,它不包括通过Key或者Value快速访问的算法,所以实际上调用IndexOf、Contains等方法是执行的简单的循环来查找元素,所以频繁的调用此类方法并不比你自己写循环并且稍作优化来的快,如果有这方面的要求,建议使用Hashtable或SortedList等键值对的集合。

    【二】LinkedList

    (1)LinkedList内部维护的是一个基于Node对象的双向链表的数据结构。

     private static class Node<E> {
            E item;
            Node<E> next;
            Node<E> prev;
    
            Node(Node<E> prev, E element, Node<E> next) {
                this.item = element;
                this.next = next;
                this.prev = prev;
            }
        }
    View Code

    (2)LinkedList提供了add(int index,Object object)和get(i)的方法。其底层都是基于二分法查找。将index和linkedLIst的size/2比较大小,决定在前半部分查找还是在后半部分查找。查找到插入数据或返回数据。

    (3)LinkedList提供了一系列类似队列的方法。

    public static void test02(){
            LinkedList<String> linkedList=new LinkedList<String>();    
            linkedList.offer("a");//向链表末尾添加一个元素
            linkedList.offerFirst("a");//向链表首端添加一个元素
            linkedList.offerLast("a");//向链表末尾添加一个元素
            linkedList.peek();//从链表首端取出一个元素。但不删除元素。
            linkedList.peekFirst();//从链表首端取出一个元素。但不删除元素。
            linkedList.peekLast();//从链表末尾取出一个元素。但不删除元素。
            linkedList.poll();//从链表的首端取出一个元素。将当前元素从链表删除。
            linkedList.pollFirst();//从链表的首端取出一个元素。将当前元素从链表删除。
            linkedList.pollLast();//从链表的末尾取出一个元素。将当前元素从链表删除。
            linkedList.pop();//从链表的首端取出一个元素。将当前元素从链表删除。
            linkedList.push("a");//向链表的首端添加一个元素。
            linkedList.subList(0,1);//内部也是形成一个包装类,持有原有链表的引用。
            
        }
    View Code

    【三】ArrayList和LinkedList对比

    ArrayList和LinkedList在性能上各有优缺点,都有各自所适用的地方,总的说来可以描述如下:
    1. 对ArrayList和LinkedList而言,在列表末尾增加一个元素所花的开销都是固定的。对ArrayList而言,主要是在内部数组中增加一 项,指向所添加的元素,偶尔可能会导致对数组重新进行分配;而对LinkedList而言,这个开销是统一的,分配一个内部Entry对象。

    2.在ArrayList的中间插入或删除一个元素意味着这个列表中剩余的元素都会被移动;而在LinkedList的中间插入或删除一个元素的开销是固定的。
    3.LinkedList不支持高效的随机元素访问。
    4.ArrayList的空间浪费主要体现在在list列表的结尾预留一定的容量空间,而LinkedList的空间花费则体现在它的每一个元素都需要消耗相当的空间
    可以这样说:当操作是在一列数据的后面添加数据而不是在前面或中间,并且需要随机地访问其中的元素时,使用ArrayList会提供比较好的性能;当你的操作是在一列数据的前面或中间添加或删除数据,并且按照顺序访问其中的元素时,就应该使用LinkedList了。

  • 相关阅读:
    爬虫基础简介
    父子分类与无限分类
    Flask路由层
    Flask基础简介
    DRF之JWT签发,认证,群查
    DRF之JWT简介
    DRF之认证组件
    软件众包外包平台汇总
    Python与机器视觉(x)windows下import cv2报错dll
    【今日CV 视觉论文速览】Fri, 8 Feb 2019
  • 原文地址:https://www.cnblogs.com/shangxiaofei/p/8157432.html
Copyright © 2011-2022 走看看