ArrayList和LinkedList的效率对比

前言

List相信大家都使用得很多,其中ArrayList和LinkedList是使用最多的2个,本文将从源码角度解读2者的异同,效率和使用场景。如有疏忽之处,还请多指教。

正文

存储结构

  • LinkedList是靠一个名为Node的数据结构来存储数据和前后元素的指针,和双向链表类似。first和last分别存储了第一个和最后一个元素
    transient Node<E> first;

    transient Node<E> last;

    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;
        }
    }

其中item存储了实际的元素数据,next是指向了下一个元素,prev指向了前一个元素

  • 而ArrayList直接通过transient Object[] elementData一个Object的数组存储数据

插入

  • ArrayList在插入之前需要通过ensureCapacityInternal方法先计算下加入一个元素后,elementData数组的大小和当前所需要的大小,若大于于当前数组的大小,则需要进行resize和arrayCopy操作。
    public boolean add(E e) {
        ensureCapacityInternal(size + 1);
        elementData[size++] = e;
        return true;
    }

resize和arrayCopy主要通过下面的grow方法执行的

    private void grow(int minCapacity) {
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        if (newCapacity - minCapacity < 0)
            newCapacity = minCapacity;
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        elementData = Arrays.copyOf(elementData, newCapacity);
    }

一般情况下,ArrayList的插入操作是O(1)的时间复杂度,但是当需要resize的时候为O(n);类似,add(int index, E element)的时间复杂度一般是O(n/2),需要相应挪动插入的位置之后的元素

  • LinkedList的插入操作即在链表后加一个元素,先创建一个Node,当前插入的元素的prev指向last Node,将last赋值为当前插入Node。如果插入前的last不为null,则将last Node的next指向当前插入的元素;反之则将first也赋值为当前插入的Node(即空LinkedList插入元素后,last和first都指向同一个元素)
    public boolean add(E e) {
        linkLast(e);
        return true;
    }

    void linkLast(E e) {
        final Node<E> l = last;
        final Node<E> newNode = new Node<>(l, e, null);
        last = newNode;
        if (l == null)
            first = newNode;
        else
            l.next = newNode;
        size++;
        modCount++;
    }

LinkedList的插入操作的时间复杂度是O(1);相应的add(int index, E element)的一般时间复杂度是O(n/4),从链表前后同时搜索,如果index=linkedlist.size()/2,那么是最坏情况,为O(n/2)

取元素

  • ArrayList直接根据数组下标获取相应的元素,所以时间复杂度为O(1),这也是ArrayList的最大的好处
    public E get(int index) {
        rangeCheck(index);

        return elementData(index);
    }
  • 而LinkedList需要从第一个或最后一个Node往中间遍历,所以其时间复杂度和add(int index, E element)类似,一般时间复杂度是O(n/4),最坏为O(n/2)
    public E get(int index) {
        checkElementIndex(index);
        return node(index).item;
    }

    Node<E> node(int index) {
        // 判断从首还是尾开始遍历
        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;
        }
    }

删除

  • 当删除某个元素时remove(int index),ArrayList需要进行resize和arrayCopy操作,所以时间复杂度也为O(n/2)。只有当删除的是最后一个元素时,不用进行上述操作。
    public E remove(int index) {
        rangeCheck(index);

        modCount++;
        E oldValue = elementData(index);

        int numMoved = size - index - 1;
        if (numMoved > 0)
            System.arraycopy(elementData, index+1, elementData, index,
                             numMoved);
        elementData[--size] = null; // clear to let GC do its work

        return oldValue;
    }
  • LinkedList删除操作和取元素的时间复杂度一样,因为也是要先通过node方法来找到要被删除的元素,再进行改变其前后元素的prev和next指针,所以其时间复杂度是O(n/4),最坏为O(n/2)
    public E remove(int index) {
        checkElementIndex(index);
        return unlink(node(index));
    }

Iterator

  • 使用Iterator迭代器循环时,可以进行add和remove操作。
        List<String> listA = new ArrayList<>();
//List<String> listB = new LinkedList<>();

        ListIterator<String> iteratorA = listA.listIterator();
        while (iteratorA.hasNext()) {
            String temp = iteratorA.next();
            // iteratorA.add("some string");iteratorA.remove()
        }

        System.out.println(listA.toString());
  • ArrayList在迭代遍历时,add和remove操作的时间复杂度都为O(n/2),因为其需要将操作的元素之后的所有元素进行数组移位操作,即resize和arrayCopy
  • LinkedList在迭代遍历时,add和remove操作的时间复杂度都为O(1),这也是LinkedList的主要优势

总结

  • ArrayList的优势在于随机快速读取,其直接在末尾插入元素的效率也很高。唯一需要注意的是,其resize的时候,需要一定的开销。所以如果你提前能预估ArrayList的大小,你可以在实例化时,给他赋一个initialCapacity,可以减小resize的次数。
  • LinkedList的优势在于利用Iterator迭代器循环时,其插入和删除的效率都是最高的。
  • 在存储空间上,LinkedList相比ArrayList的每个元素都有更多的开销,因为还存储了指向下一个和前一个元素的指针。所以如果你的list很大的话,这一点也需要考虑进去。

参考

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 219,366评论 6 508
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,521评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 165,689评论 0 356
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,925评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,942评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,727评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,447评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,349评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,820评论 1 317
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,990评论 3 337
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,127评论 1 351
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,812评论 5 346
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,471评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,017评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,142评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,388评论 3 373
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,066评论 2 355

推荐阅读更多精彩内容