Java中集合类遍历性能分析

概述

Java语言中，提供了一套数据集合框架，其中定义了一些诸如List、Set等抽象数据类型，每个抽象数据类型的各个具体实现，底层又采用了不同的实现方式，比如ArrayList和LinkedList。

除此之外，Java对于数据集合的遍历，也提供了几种不同的方式。开发人员必须要清楚的明白每一种遍历方式的特点、适用场合、以及在不同底层实现上的表现。下面就详细分析一下这一块内容。

数据元素是怎样在内存中存放的？

数据元素在内存中，主要有2种存储方式：

1、顺序存储，Random Access（或直接存储，Direct Access）：

这种方式，相邻的数据元素存放于相邻的内存地址中，整块内存地址是连续的。可以根据元素的位置直接计算出内存地址，直接进行读取。读取一个特定位置元素的平均时间复杂度为O(1)。这种数据结构插入和删除时比较麻烦，查询比较方便。正常来说，只有基于数组实现的集合，才有这种特性。Java中以ArrayList为代表。

2、链式存储，Sequential Access：

这种方式，是将数据元素放在独立的空间中，在内存中每个元素的内存地址都不要求是相邻的。所以，每个元素中需要保存下一个元素的索引，即下一个元素的内存地址。所以，这种数据结构插入和删除比较方便，但是查找很麻烦，要从第一个开始遍历，因为它无法根据元素的位置直接计算出内存地址，只能按顺序读取元素。读取一个特定位置元素的平均时间复杂度为O(n)。主要以链表为代表。Java中以LinkedList为代表。

Java中提供的遍历方式有哪些？

1、传统的for循环遍历，基于计数器的：

遍历者自己在集合外部维护一个计数器，然后依次读取每一个位置的元素，当读取到最后一个元素后，停止。主要就是需要按元素的位置来读取元素。这也是最原始的集合遍历方法。写法为：

for (int i = 0; i < list.size(); i++) {
    list.get(i); 
}

2、迭代器遍历，Iterator：

迭代器（Iterator）模式，又叫做游标（Cursor）模式。GOF给出的定义为：提供一种方法访问一个容器对象中的各个元素，而又不需暴露该对象的内部细节。
从定义可见，迭代器模式是为容器而生。很明显，对容器对象的访问必然涉及到遍历算法。有一种方法是将遍历方法塞到容器对象中去；另一种方法是让使用容器的人自己去实现。这两种都能够解决问题。然而在前一种情况，容器承受了过多的功能，它不仅要负责自己“容器”内的元素维护（添加、删除等等），而且还要提供遍历自身的接口；而且由于遍历状态保存的问题，不能对同一个容器对象同时进行多个遍历。第二种方式倒是省事，却又将容器的内部细节暴露无遗。
而迭代器模式的出现，很好的解决了上面两种情况的弊端。Iterator本来是OO的一个设计模式，主要目的就是屏蔽不同数据集合的特点，统一遍历集合的接口。从结构上可以看出，迭代器模式在客户与容器之间加入了迭代器角色。迭代器角色的加入，就可以很好的避免容器内部细节的暴露，而且也使得设计符号“单一职责原则”。
Java作为一个OO语言，自然也在Collections中支持了Iterator模式。
迭代器模式的写法如下：

Iterator iterator = list.iterator();
while (iterator.hasNext()) {
    iterator.next();
}

3、foreach循环遍历：

foreach内部也是采用了Iterator的方式实现，屏蔽了显式声明的Iterator和计数器。
优点：代码简洁，不易出错。
缺点：只能做简单的遍历，不能在遍历过程中操作（删除、替换）数据集合。
写法如下：

for (ElementType element : list) {
}

每个遍历方法的实现原理是什么？

1、传统的for循环遍历，基于计数器的：

遍历者自己在集合外部维护一个计数器，然后依次读取每一个位置的元素，当读取到最后一个元素后，停止。主要就是需要按元素的位置来读取元素，适合于遍历顺序存储的数据结构。

2、迭代器遍历，Iterator：

每一个具体实现的数据集合，一般都需要提供相应的Iterator。相比于传统for循环，Iterator取代了显式的遍历计数器。所以基于顺序存储集合的Iterator可以直接按位置访问数据。而基于链式存储集合的Iterator，正常的实现都是需要保存当前遍历的位置，然后根据当前位置来向前或者向后移动指针。

3、foreach循环遍历：

根据反编译的字节码可以发现，foreach内部也是采用了Iterator的方式实现，只不过Java编译器帮我们生成了这些代码。

各遍历方式对于不同的存储方式，性能如何？

1、传统的for循环遍历，基于计数器的：

因为是基于元素的位置，按位置读取。所以我们可以知道，对于顺序存储，因为读取特定位置元素的平均时间复杂度是O(1)，所以遍历整个集合的平均时间复杂度为O(n)。而对于链式存储，因为读取特定位置元素的平均时间复杂度是O(n)，所以遍历整个集合的平均时间复杂度为O(n2)。
ArrayList按位置读取的代码：直接按元素位置读取。

transient Object[] elementData;
public E get(int index) {
    rangeCheck(index);
    return elementData(index);
}
E elementData(int index) {
    return (E) elementData[index];
}

LinkedList按位置读取的代码：每次都需要从第0个元素开始向后读取，虽然它内部做了小小的优化。

transient int size = 0;
transient Node<E> first;
transient Node<E> last;
public E get(int index) {
    checkElementIndex(index);
    return node(index).item;
}
Node<E> node(int index) {
    if (index < (size >> 1)) { //查询位置在链表前半部分，从链表头开始查找
        Node<E> x = first;
        for (int i = 0; i < index; i++)
            x = x.next;
        return x;
    } else { //查询位置在链表后半部分，从链表尾开始查找
        Node<E> x = last;
        for (int i = size - 1; i > index; i--)
            x = x.prev;
        return x;
    }
}

2、迭代器遍历，Iterator：

那么对于RandomAccess类型的集合来说，没有太多意义，反而因为一些额外的操作，还会增加额外的运行时间。但是对于Sequential Access的集合来说，就有很重大的意义了，因为Iterator内部维护了当前遍历的位置，所以每次遍历，读取下一个位置并不需要从集合的第一个元素开始查找，只要把指针向后移一位就行了，这样一来，遍历整个集合的时间复杂度就降低为O(n)；以LinkedList的迭代器为例，其内部实现，就是维护当前遍历的位置，然后操作指针移动就可以了：
代码：

public E next() {
    checkForComodification();
    if (!hasNext())
        throw new NoSuchElementException();
    lastReturned = next;
    next = next.next;
    nextIndex++;
    return lastReturned.item;
}
public E previous() {
    checkForComodification();
    if (!hasPrevious())
        throw new NoSuchElementException();
    lastReturned = next = (next == null) ? last : next.prev;
    nextIndex--;
    return lastReturned.item;
}

3、foreach循环遍历：

分析Java字节码可知，foreach内部实现原理是通过Iterator实现的，只不过这个Iterator是Java编译器帮我们生成的，所以我们不需要再手动去编写。但是因为每次都要做类型转换检查，所以花费的时间比Iterator略长，而时间复杂度和Iterator是一样。

各遍历方式的适用于什么场合？

1、传统的for循环遍历，基于计数器的：

适用于遍历顺序存储集合，读取性能比较高；不适用于遍历链式存储的集合，时间复杂度太大。

2、迭代器遍历，Iterator：

对于顺序存储的数据结构，如果不是太在意时间，推荐选择此方式，毕竟代码更加简洁，也防止了Off-By-One的问题。
链式存储：推荐此种遍历方式，平均时间复杂度降为O(n)

3、foreach循环遍历：

foreach只是让代码更加简洁了，但是它有一些缺点，就是遍历过程中不能操作数据集合（删除等），所以有些场合不使用。而且它本身就是基于Iterator实现的，但是由于类型转换的问题，所以会比直接使用Iterator慢一点，但是还好，时间复杂度都是一样的。

Java的最佳实践

Java数据集合框架中，提供了一个RandomAccess接口，该接口没有方法，只是一个标记。通常被List接口的实现使用，用来标记该List的实现是否支持Random Access。一个数据集合实现了该接口，就意味着它支持Random Access，按位置读取元素的平均时间复杂度为O(1)，比如ArrayList。
而没有实现该接口的，就表示不支持Random Access，比如LinkedList。所以看来JDK开发者也是注意到这个问题的，那么推荐的做法就是，如果想要遍历一个List，那么先判断是否支持Random Access，如下：

if (list instanceof RandomAccess) {
  //使用传统的for循环遍历。
} else {
  //使用Iterator或者foreach。
}

作者：一天一夜00
链接：https://www.jianshu.com/p/2c538f546c74
來源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。