您好,登錄后才能下訂單哦!
這篇文章給大家分享的是有關java中ArrayList與LinkedList性能比較的示例分析的內容。小編覺得挺實用的,因此分享給大家做個參考,一起跟隨小編過來看看吧。
java 中ArrayList與LinkedList性能比較
看一框架的代碼,看到有些 可以使用ArrayList的地方 使用的是 LinkedList,用到的情景是在一個循環里面進行順序的插入操作。
眾所周知java里面List接口有兩個實現ArrayList 和 LinkedList,他們的實現原理分別是c語言中介紹的數組和鏈表。
正如學習數據結構時的認識,對于插入操作,鏈表的結構更高效,原因是可以通過修改節點的指針 就可以完成插入操作, 而不像數組,
需要把插入位置之后的數組元素依次后移。
但是,實際情況真如上面設想一樣嗎,下面通過一個簡單的例子實踐,看能得出什么結論。
public static void main(String[] args) { List<String> arrayList = new ArrayList<String>(); List<String> linkedList = new LinkedList<String>(); long time1 = System.currentTimeMillis(); for(int i = 0; i < 1000000; i++) { arrayList.add(new String("abc")); } long time2 = System.currentTimeMillis(); for(int i = 0; i < 1000000; i++) { linkedList.add(new String("abc")); } long time3 = System.currentTimeMillis(); System.out.println("arrayList.insert_time = " + (time2 - time1)); System.out.println("linkedList.insert_time = " + (time3 - time2)); long time11 = System.currentTimeMillis(); for(int i = 0; i < 10000; i++) { int random = RandomUtils.nextInt(10000); String temp = arrayList.get(random); } long time12 = System.currentTimeMillis(); for(int i = 0; i < 10000; i++) { int random = RandomUtils.nextInt(10000); String temp = linkedList.get(random); } long time13 = System.currentTimeMillis(); System.out.println("arrayList.read_time = " + (time12 - time11)); System.out.println("linkedList.read_time = " + (time13 - time12)); }
運行結果:
arrayList.insert_time = 188 linkedList.insert_time = 250 arrayList.read_time = 16 linkedList.read_time = 234
通過結果可以看出:無論什么情況,ArrayList更加高效。尤其對于隨機讀取,數組的效率是鏈表的14倍之多。
而插入操作,兩者用時相差不多,但是還是數組的實現效率高一些。
對于其中原因,仔細想想也不難想明白。
當List存儲的內容不多時,寫入List的最后的元素,ArrayList和LinkedList用時差不多。
但是當List存儲的元素個數很大時,通過數組結構實現的ArrayList插入到最后可以通過數組下標很快訪問到,但是LinkedList就需要訪問每個節點直到找到最后的元素再進行插入操作,這中操作步驟的耗時是巨大的,所以列表數量越大,LinkedList就越感吃力了。
當然,對于要求隨機插入的場景,這個時候LinkedList就要比ArrayList適合了。
感謝各位的閱讀!關于“java中ArrayList與LinkedList性能比較的示例分析”這篇文章就分享到這里了,希望以上內容可以對大家有一定的幫助,讓大家可以學到更多知識,如果覺得文章不錯,可以把它分享出去讓更多的人看到吧!
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。