List数据结构

1、ArrayList

线性数组。异步的。效率高。多用于查询。

扩容方式:

超出现有长度后,自动扩容,扩容的容量最小是1.5倍。如果一下子增加了100个元素,肯定扩容的容量就不止是1.5倍了。

2、LinkedList

这个是双向链表,方法跟ArrayList差不多,由于LinkedList的每个数据节点都是一个接一个的,所以想删除或添加其中的某一个元素都很方便,因为可以快速地找到需要变动节点的位置,所以LinkedList的插入和删除效率很高,但是查询的效率就低了。多用于改删。

异步的,有poll方法\peak方法,可以从链接中拿出来数据。

3、ArrayList和LinkedList插入效率比较

ArrayList的addAll插入过程如下:第一步,根据插入元素的长度自动扩容;第二步,根据插入的位置直接定位到Array的下标;第三步,将元素插入到指定位置,指定位置后面原有的元素全部往后移位。

LinkedList的addAll插入过程如下:第一步,看看要插入位置的位置是在原始LinkedList的靠左边还是靠右边,从而决定是从最左边开始一个一个遍历,还是从最右边开始一个一个遍历;第二步,找到插入位置,把元素直接插进去,插入位置前后的元素分别指向这个新插入的元素。

ArrayList插入耗费时间的地方是:自动扩容和初始元素移位;

LinkedList插入耗费时间的地方是:找到插入的位置。

如果是一个一个插入元素,那么ArrayList自动扩容的时间就很长,经常需要扩容;如果是一次性插入元素,那么ArrayList只需要扩容一次,时间很短。

如果在末尾插入大量元素,那么LinkedList的效率比ArrayList高,因为可以直接定位到插入位置;如果在中间插入大量元素,那么ArrayList的效率会比LinkedList高,因为LinkedList需要一路遍历过去,找到插入的位置。

4、ArrayList和LinkedList的选择

如果能用数组的时候(元素类型固定,数组长度固定),请尽量使用数组来代替List;

如果没有频繁的删除插入操作,又不用考虑多线程问题,优先选择ArrayList;

如果需要频繁地删除插入,LinkedList就有了用武之地;

如果你什么都不知道,用ArrayList没错。

5、List结构的foreach

Collection是继续自Iterator类,所以所有的Collection都能使用foreach方法。

使用Foreach遍历list过程中,删除某个元素,会报错,原因是list.remove()方法删除元素时并没有修改总元素的个数,导致下一次遍历的时候数量不对报错;

可以使用Iterator的itr.remove方法,这个方法在删除元素的时候修改了总元素的个数,所以不报错。

6、List线程安全类

6.1    CopyOnWriteArrayList

写时复制ArrayList,意思就是写的时候是复制的,详细原理是:

将原有的ArrayList复制一份,原有List专门用来提供读的操作,复制的List专门用来提供写的操作,并且复制的List在写的时候还要加上可重入锁ReetrantLock,保证写的线程安全。

可以看出,写时复制ArrayList读的时候是不受任何影响的,读效率很高;但是写的时候是加锁的,所以写效率很低,因此适合读多写少的情况。

6.2    Vector

Vector是通过在List的读写方法前面加synchronized修饰符实现的,所以不管是读还是写操作都加了独占锁,效率很低,一般不推荐用。

6.3    Collections.SynchronizedList

SynchronizedList是通过对一个变量mutex加synchronized修饰符实现的,所以不管是读还是写操作都加了锁,当然这个锁因为不是加在方法上的,所以比Vector性能要好。

©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 216,651评论 6 501
  • 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 92,468评论 3 392
  • 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 162,931评论 0 353
  • 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 58,218评论 1 292
  • 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 67,234评论 6 388
  • 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 51,198评论 1 299
  • 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 40,084评论 3 418
  • 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 38,926评论 0 274
  • 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 45,341评论 1 311
  • 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 37,563评论 2 333
  • 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 39,731评论 1 348
  • 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 35,430评论 5 343
  • 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 41,036评论 3 326
  • 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 31,676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 32,829评论 1 269
  • 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 47,743评论 2 368
  • 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 44,629评论 2 354

推荐阅读更多精彩内容