基准测试了 ArrayList 和 LinkedList ,发现我们…

2019-10-31 05:58:53来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

基准测试了 ArrayList 和 LinkedList ,发现我们一直用 ArrayList 也是没什么问题的

ArrayList 应该是 Java 中最常用的集合类型了,以至于我们说到集合就会自然而然的想到 ArrayList。很多同学都没有用过除了 ArrayList 之外的其他集合,甚至于都已经忘了除了 ArrayList 之外的其他集合,例如 LinkedList、Vector 等。

那么我们平时只用 ArrayList 是不是正确呢,我既然知道了 LinkedList、Vector ,是不是也要用一下它呢,那么什么情况下用呢。

Vector 是线程安全的集合类型,所以仅在多线程编程的时候才考虑是否用它,凡是为了多线程设计,必然在性能上有所损失, Vector 只是在每个方法上简单的加上 synchronized 关键字,所以性能损失是肯定的。

那么现在就来比较一下 ArrayList 和 LinkedList,都说插入、删除操作多的话用 LinkedList,插入操作多的话用 ArrayList,产生这种说法的大致依据如下。

ArrayList

内部是用 Object 数组作为存储结构,数组是内存中连续的内存空间,并且继承了 RandomAccess接口,所以可以实现元素的快速访问。但如果不是在末尾插入元素的话,需要拷贝插入位置之后的元素。

LinkedList

内部自己实现的 Node 链表,每个节点都指明了上一节点和下一节点, 所以不要求内存连续,并且插入数据只需要修改上一节点和下一节点的指针即可。但是访问元素需要遍历查找,所以查询元素较慢。

真的是这样吗?下面我做了一系列的测试,来看一下真实的情况。

插入数据

分别从头部、尾部和随机位置插入数据,初始的列表长度分别为 10、1w、10w 来测试几种插入数据的性能,以平均耗时为依据。得到的结果如下:


头部插入数据,ArrayList 耗时明显大于 LinkedList ,得出结论头部插入数据 LinkedList 性能优于 ArrayList,因为在头部位置插入数据时,ArrayList 要拷贝插入位置之后的数据,往后移动一个位置。


尾部插入数据,ArrayList 耗时小于 LinkedList,得出结论:尾部插入数据,ArrayList 性能优于 LinkedList


随机位置是用 Random 产生的,上限是当前列表长度。可见随机位置插入数据,ArrayList 耗时小于 LinkedList ,得出结论:多次随机位置插入数据,平均性能 ArrayList 优于 LinkedList,注意,这里说的是多次随机插入求的平均值。

插入数据得出以下结论
插入位置 初始列表长度10 初始列表长度1w 初始列表长度10w
头部 LinkedList 优于 ArrayList LinkedList 优于 ArrayList LinkedList 优于 ArrayList
尾部 ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList
多次随机位置 ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList

获取数据

分别从头部、尾部和随机位置获取数据,初始的列表长度分别为1000、10w、100w、1000w 来测试几种获取数据的性能,以吞吐量为判断依据,吞吐量单位是 每毫秒内操作数。得到的结果如下:

头部获取数据,ArrayList 吞吐量大于 LinkedList,得出结论头部获取数据,ArrayList 性能优于 LinkedList


尾部获取数据,ArrayList 吞吐量大于 LinkedList,得出结论尾部获取数据,ArrayList 性能优于 LinkedList


多次随机位置获取数据,ArrayList 吞吐量大于 LinkedList,得出结论多次随机位置获取数据,ArrayList 性能优于 LinkedList

综上,获取数据操作的结论如下
获取位置 列表长度1000 列表长度10w 列表长度100w 列表长度1000w
头部 ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList
尾部 ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList
多次随机位置 ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList ArrayList 优于 LinkedList

这是毋庸置疑的,实现了随机访问并且内部以数组形式存储数据的 ArrayList 拥有明显的优势。

删除数据

分别从头部、尾部和随机位置获取数据,初始的列表长度分别为1w、100w、1000w 来测试几种删除数据的性能,以吞吐量为判断依据,吞吐量单位是 每毫秒内操作数。得到的结果如下:


头部删除数据,LinkedList 吞吐量大于 ArrayList,得出结论:头部删除数据,LinkedList 性能优于 ArrayList


尾部删除数据,ArrayList 吞吐量大于 LinkedList,得出结论:尾部删除数据,ArrayList 性能优于 LinkedList


多次随机位置删除数据,ArrayList 吞吐量大于 LinkedList,得出结论:尾部删除数据,ArrayList 性能优于 LinkedList

综上,删除数据操作的结论如下
获取位置 列表长度100w 列表长度1000w
头部 LinkedList 优于 ArrayList LinkedList 优于 ArrayList
尾部 ArrayList 优于 LinkedList ArrayList 优于 LinkedList
多次随机位置 ArrayList 优于 LinkedList ArrayList 优于 LinkedList

遍历数据

分别比较了 5 种遍历方式在1000、100w、1000w 长度的列表下的性能状况。

遍历方式一,原始形式的 for 循环

for(int i = 0;i<x;i++){
  //do something
}

遍历方式二,增强形式的 for 循环

for(Integer i : arrayList){
  // do something
}

遍历方式三,迭代器方式

Iterator iterator = arrayList.iterator();
while (iterator.hasNext()){
   // do something
}

遍历方式四,forEach 方式

arrayList.forEach(integer -> {
   // do something
});

遍历方式五,stream 方式

正常来讲,stream 后面再接 forEach 是不太正确的测试方式,一般 stream 都会配合 map、filter 等操作来进行筛选、计算等。这里为了方面测试,姑且先这个写了。

arrayList.stream().forEach(integer -> {
   // do something
});
ArrayList 这 5 种方式遍历的性能



无论是1w、100w、1000w ,这五种方式的性能排名都是基本稳定的。原始 for 循环最优,forEach 方式最差。

LinkedList 这 5 种方式遍历的性能



无论是1w、100w、1000w ,这五种方式的性能排名都是基本稳定的。和 ArrayList 相似,都是原始 for 循环最优,forEach 方式最差,其他三种方式相差不大。

比较这五种方式下 ArrayList 和 LinkedList 的性能



观察发现,迭代器方式、stream 方式、增强 for 循环这三种方式,ArrayList 的性能基本上都要优于 LinkedList,而最原始的 for 循环方式,直到列表长度达到了 1000w,仍然是 LinkedList 优于 ArrayList。

LinkedList 只有在头部插入和删除数据频繁的时候才有优势,但是能找到这种应用场景似乎也不容易找到。如此看来,我们在程序中用到列表就随手 new 一个 ArrayList 倒也很有道理。

不要吝惜你的「推荐」呦

本文中的测试使用 JMH 基准测试完成的,图表是用 Excel 做的,如果需要源码和 Excel 文件,请在公众号内回复关键词 「jmh」

欢迎关注,不定期更新本系列和其他文章
古时的风筝 ,进入公众号可以加入交流群


原文链接:https://www.cnblogs.com/fengzheng/p/11769118.html
如有疑问请与原作者联系

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:微服务架构案例(02):业务架构设计,系统分层管理

下一篇:SpringBoot 配置提示功能