ArrayList简析

说起ArrayList大家一定都不陌生,下面就给大家讲一讲他的使用方式和实现原理。

一、用途

ArrayList其实就是用来装载数据的数组列表。如果我们要用来装载基本类型的数据比如int,long,boolean等的时候我们只能存储他们对应的包装类。它的底层实现是数组

二、源码解读

image.png

ArrayList可以通过构造方法在初始化的时候指定底层数组的大小。这里值得注意的是,这个容量不是我们在使用时体现出来的list.size(),而是它底层数组的默认值。比如说我新建一个list,啥都不干,他的容量就是0而且size也是0。在我对这个list执行一次add操作后,他的对应的size会变成1,而容量就会变成10。在我对这个数组进行11次add操作后,他的容量会发生改变。怎么改变呢?下文会提到。

从下图中可以看出,如果你在一开始指定了其容量为10,即使不进行add操作,其容量也会是10。

image.png

下图为ArrayList的构造方法。可以直观看出,如果传入了大于0的参数,则会把底层数组长度设置为入参。

image.png

大家都知道,ArrayList可以存放任意数量的对象,长度不受限制。但是其底层实现却是一个数组。那么具体是怎么实现的呢?实际上,他是通过一种数组扩容的方式去完成的。源码如下图。

image.png

就比如我们现在有一个长度为10的数组,现在我们要新增一个元素,发现已经满了,那ArrayList会怎么做呢?

image.png

首先,他会重新定义一个长度为10 + 10>>1(15)的数组。

image.png

然后会把原数组的数据原封不动的复制到新的数组中,这个时候再把指向原数组的地址换到新的数组里。

image.png

大家一定想问,为什么ArrayList的默认数组大小为10呢?据说是因为sun的程序员对一系列广泛使用的程序代码进行了调研,结果就是10这个长度的数组是最常用的最有效率的。也有说就是随便起的一个数字,8个12个都没什么区别,只是因为10这个数组比较的圆满而已。

下面讲讲ArrayList的效率问题。大家一定都知道,如果要频繁进行元素的增加与删除,ArrayList的效率是比较差的,一般会采用LinkedList;而ArrayList的查询和访问效率是比LinkedList要好的。

从源码上可以分析:

image.png
image.png

相信大家都已经注意到了这个方法:System.Arraycopy。这说明了什么呢?实际上ArrayList的增加和删除都是采用覆盖的方法去进行的。示意图如下。

比如有下面这样一个数组我需要在index 5的位置去新增一个元素A

image.png

那从代码里面我们可以看到,他复制了一个数组,是从index 5的位置开始的,然后把它放在了index 5+1的位置

image.png

给我们要新增的元素腾出了位置,然后在index的位置放入元素A就完成了新增的操作了

image.png

至于为啥说他效率低,我想我不说你也应该知道了,我这只是在一个这么小的List里面操作,要是我去一个几百几千几万大小的List新增一个元素,那就需要后面所有的元素都复制,然后如果再涉及到扩容啥的就更慢了不是嘛。

删除操作其实是同样的道理的。继续打个比方,我们现在要删除下面这个数组中的index5这个位置

image.png

那代码他就复制一个index5+1开始到最后的数组,然后把它放到index开始的位置

image.png

index5的位置就成功被”删除“了其实就是被覆盖了,给了你被删除的感觉。

同理他的效率也低,因为数组如果很大的话,一样需要复制和移动的位置就大了。

经过这样的一段分析,相信大家都已经对ArrayList的增删有了深刻的了解。其实如果我们在队列的末尾进行操作的话,它的影响比较小,因此速度还是比较快的。

三、线程安全

ArrayList的线程是不安全的。如果把所有的方法都加上synchronized,我们可以得到Vector,这个就是线程安全的。

四、与LinkedList的比较的优势

论遍历ArrayList要比LinkedList快得多,ArrayList遍历最大的优势在于内存的连续性,CPU的内部缓存结构会缓存连续的内存片段,可以大幅降低读取内存的性能开销。

至于劣势之前已经提到了,ArrayList的增删效率会低一些。

©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 206,968评论 6 482
  • 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 88,601评论 2 382
  • 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 153,220评论 0 344
  • 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 55,416评论 1 279
  • 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 64,425评论 5 374
  • 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 49,144评论 1 285
  • 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 38,432评论 3 401
  • 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 37,088评论 0 261
  • 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 43,586评论 1 300
  • 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 36,028评论 2 325
  • 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 38,137评论 1 334
  • 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 33,783评论 4 324
  • 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 39,343评论 3 307
  • 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 30,333评论 0 19
  • 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 31,559评论 1 262
  • 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 45,595评论 2 355
  • 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 42,901评论 2 345