插入2万调数据耗时_LinkedList插入速度比ArrayList快？你确定吗

转载于：https://blog.csdn.net/generalfu/article/details/108311528

作者：小傅哥

一、前言

你以为考你个数据结构是要造火箭？

汽车75马力就够奔跑了，那你怎么还想要2.0涡轮+9AT呢？大桥两边的护栏你每次走的时候都会去摸吗？那怎么没有护栏的大桥你不敢上呢？

很多时候，你额外的能力才是自身价值的体现，不要以为你的能力就只是做个业务开发每天CRUD，并不是产品让你写CRUD，而是因为你的能力只能产品功能设计成CRUD。

就像数据结构、算法逻辑、源码技能，它都是可以为你的业务开发赋能的，也是写出更好、更易扩展程序的根基，所以学好这份知识非常有必要。

二、面试题

谢飞机，ArrayList资料看了吧？嗯，那行问问你哈

问：ArrayList和LinkedList，都用在什么场景呢？

答：啊，这我知道了。ArrayList是基于数组实现、LinkedList是基于双向链表实现，所以基于数据结构的不同，遍历和查找多的情况下用ArrayList、插入和删除频繁的情况下用LinkedList。

问：嗯，那LinkedList的插入效率一定比ArrayList好吗？

答：对，好！

送你个飞机✈，回去等消息吧！

---

其实，飞机回答的也不是不对，只是不全面。出门后不甘心买瓶肥宅水又回来，跟面试官聊了2个点，要到了两张图，如下；

如图，分别是；10万、100万、1000万，数据在两种集合下不同位置的插入效果，所以：，不能说LinkedList插入就快，ArrayList插入就慢，还需要看具体的操作情况。

接下来我们带着数据结构和源码，具体分析下。

三、数据结构

Linked + List = 链表 + 列表 = LinkedList = 链表列表

LinkedList，是基于链表实现，由双向链条next、prev，把数据节点穿插起来。所以，在插入数据时，是不需要像我们上一章节介绍的ArrayList那样，扩容数组。

但，又不能说所有的插入都是高效，比如中间区域插入，他还需要遍历元素找到插入位置。具体的细节，我们在下文的源码分析中进行讲解，也帮助飞机扫除疑惑。

四、源码分析

1. 初始化

与ArrayList不同，LinkedList初始化不需要创建数组，因为它是一个链表结构。而且也没有传给构造函数初始化多少个空间的入口，例如这样是不可以的，如下；

但是，构造函数一样提供了和ArrayList一些相同的方式，来初始化入参，如下这四种方式；

@Testpublic void test_init() {    // 初始化方式；普通方式    LinkedList list01 = new LinkedList();    list01.add("a");    list01.add("b");    list01.add("c");    System.out.println(list01);        // 初始化方式；Arrays.asList    LinkedList list02 = new LinkedList(Arrays.asList("a", "b", "c"));    System.out.println(list02);        // 初始化方式；内部类    LinkedList list03 = new LinkedList(){        {add("a");add("b");add("c");}    };    System.out.println(list03);        // 初始化方式；Collections.nCopies    LinkedList list04 = new LinkedList(Collections.nCopies(10, 0));    System.out.println(list04);}// 测试结果[a, b, c][a, b, c][a, b, c][0, 0, 0, 0, 0, 0, 0, 0, 0, 0]​Process finished with exit code 0

• 这些方式都可以初始化操作，按需选择即可。

2. 插入

LinkedList的插入方法比较多，List中接口中默认提供的是add，也可以指定位置插入。但在LinkedList中还提供了头插addFirst和尾插addLast。

关于插入这部分就会讲到为什么；有的时候LinkedList插入更耗时、有的时候ArrayList插入更好。

2.1 头插

先来看一张数据结构对比图，回顾下ArrayList的插入也和LinkedList插入做下对比，如下；

看上图我们可以分析出几点；

1. ArrayList 头插时，需要把数组元素通过Arrays.copyOf的方式把数组元素移位，如果容量不足还需要扩容。
2. LinkedList 头插时，则不需要考虑扩容以及移位问题，直接把元素定位到首位，接点链条链接上即可。

2.1.1 源码

这里我们再对照下LinkedList头插的源码，如下；

private void linkFirst(E e) {    final Node f = first;    final Node newNode = new Node<>(null, e, f);    first = newNode;    if (f == null)        last = newNode;    else        f.prev = newNode;    size++;    modCount++;}

• first，首节点会一直被记录，这样就非常方便头插。
• 插入时候会创建新的节点元素，new Node<>(null, e, f)，紧接着把新的头元素赋值给first。
• 之后判断f节点是否存在，不存在则把头插节点作为最后一个节点、存在则用f节点的上一个链条prev链接。
• 最后记录size大小、和元素数量modCount。modCount用在遍历时做校验，modCount != expectedModCount

2.1.2 验证

ArrayList、LinkeList，头插源码验证

@Testpublic void test_ArrayList_addFirst() {    ArrayList list = new ArrayList();    long startTime = System.currentTimeMillis();    for (int i = 0; i < 10000000; i++) {        list.add(0, i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}​@Testpublic void test_LinkedList_addFirst() {    LinkedList list = new LinkedList();    long startTime = System.currentTimeMillis();    for (int i = 0; i < 10000000; i++) {        list.addFirst(i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

比对结果：

• 这里我们分别验证，10万、100万、1000万的数据量，在头插时的一个耗时情况。
• 如我们数据结构对比图中一样，ArrayList需要做大量的位移和复制操作，而LinkedList的优势就体现出来了，耗时只是实例化一个对象。

2.2 尾插

先来看一张数据结构对比图，回顾下ArrayList的插入也和LinkedList插入做下对比，如下；

看上图我们可以分析出几点；

1. ArrayList 尾插时，是不需要数据位移的，比较耗时的是数据的扩容时，需要拷贝迁移。
2. LinkedList 尾插时，与头插相比耗时点会在对象的实例化上。

2.2.1 源码

这里我们再对照下LinkedList尾插的源码，如下；

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

• 与头插代码相比几乎没有什么区别，只是first换成last
• 耗时点只是在创建节点上，Node

2.2.2 验证

ArrayList、LinkeList，尾插源码验证

@Testpublic void test_ArrayList_addLast() {    ArrayList list = new ArrayList();    long startTime = System.currentTimeMillis();    for (int i = 0; i < 10000000; i++) {        list.add(i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}​@Testpublic void test_LinkedList_addLast() {    LinkedList list = new LinkedList();    long startTime = System.currentTimeMillis();    for (int i = 0; i < 1000000; i++) {        list.addLast(i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

比对结果：

• 这里我们分别验证，10万、100万、1000万的数据量，在尾插时的一个耗时情况。
• 如我们数据结构对比图中一样，ArrayList 不需要做位移拷贝也就不那么耗时了，而LinkedList则需要创建大量的对象。所以这里ArrayList尾插的效果更好一些。

2.3 中间插

先来看一张数据结构对比图，回顾下ArrayList的插入也和LinkedList插入做下对比，如下；

看上图我们可以分析出几点；

1. ArrayList 中间插入，首先我们知道它的定位时间复杂度是O(1)，比较耗时的点在于数据迁移和容量不足的时候扩容。
2. LinkedList 中间插入，链表的数据实际插入时候并不会怎么耗时，但是它定位的元素的时间复杂度是O(n)，所以这部分以及元素的实例化比较耗时。

2.3.1 源码

这里看下LinkedList指定位置插入的源码；

使用add(位置、元素)方法插入：

public void add(int index, E element) {    checkPositionIndex(index);    if (index == size)        linkLast(element);    else        linkBefore(element, node(index));}

位置定位node(index)：

Node node(int index) {    // assert isElementIndex(index);    if (index < (size >> 1)) {        Node x = first;        for (int i = 0; i < index; i++)            x = x.next;        return x;    } else {        Node x = last;        for (int i = size - 1; i > index; i--)            x = x.prev;        return x;    }}

• size >> 1，这部分的代码判断元素位置在左半区间，还是右半区间，在进行循环查找。

执行插入：

void linkBefore(E e, Node succ) {    // assert succ != null;    final Node pred = succ.prev;    final Node newNode = new Node<>(pred, e, succ);    succ.prev = newNode;    if (pred == null)        first = newNode;    else        pred.next = newNode;    size++;    modCount++;}

• 找到指定位置插入的过程就比较简单了，与头插、尾插，相差不大。
• 整个过程可以看到，插入中比较耗时的点会在遍历寻找插入位置上。

2.3.2 验证

ArrayList、LinkeList，中间插入源码验证

@Testpublic void test_ArrayList_addCenter() {    ArrayList list = new ArrayList();    long startTime = System.currentTimeMillis();    for (int i = 0; i < 10000000; i++) {        list.add(list.size() >> 1, i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}​@Testpublic void test_LinkedList_addCenter() {    LinkedList list = new LinkedList();    long startTime = System.currentTimeMillis();    for (int i = 0; i < 1000000; i++) {        list.add(list.size() >> 1, i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

比对结果：

• 这里我们分别验证，10万、100万、1000万的数据量，在中间插时的一个耗时情况。
• 可以看到Linkedlist在中间插入时，遍历寻找位置还是非常耗时了。所以不同的情况下，需要选择不同的List集合做业务。

3. 删除

讲了这么多插入的操作后，删除的知识点就很好理解了。与ArrayList不同，删除不需要拷贝元素，LinkedList是找到元素位置，把元素前后链连接上。基本如下图；

• 确定出要删除的元素x，把前后的链接进行替换。
• 如果是删除首尾元素，操作起来会更加容易，这也就是为什么说插入和删除快。但中间位置删除，需要遍历找到对应位置。

3.1 删除操作方法

源码：

@Testpublic void test_remove() {    LinkedList list = new LinkedList();    list.add("a");    list.add("b");    list.add("c");        list.remove();    list.remove(1);    list.remove("a");    list.removeFirst();    list.removeLast();    list.removeAll(Arrays.asList("a", "b"));}

3.2 源码

删除操作的源码都差不多，分为删除首尾节点与其他节点时候，对节点的解链操作。这里我们举例一个删除其他位置的源码进行学习，如下；

list.remove(“a”);

public boolean remove(Object o) {    if (o == null) {        for (Node x = first; x != null; x = x.next) {            if (x.item == null) {                unlink(x);                return true;            }        }    } else {        for (Node x = first; x != null; x = x.next) {            if (o.equals(x.item)) {                unlink(x);                return true;            }        }    }    return false;}

• 这一部分是元素定位，和unlink(x)解链。循环查找对应的元素，这部分没有什么难点。

unlink(x)解链

E unlink(Node x) {    // assert x != null;    final E element = x.item;    final Node next = x.next;    final Node prev = x.prev;        if (prev == null) {        first = next;    } else {        prev.next = next;        x.prev = null;    }        if (next == null) {        last = prev;    } else {        next.prev = prev;        x.next = null;    }        x.item = null;    size--;    modCount++;    return element;}

这部分源码主要有以下几个知识点；

1. 获取待删除节点的信息；元素item、元素下一个节点next、元素上一个节点prev。
2. 如果上个节点为空则把待删除元素的下一个节点赋值给首节点，否则把待删除节点的下一个节点，赋值给待删除节点的上一个节点的子节点。
3. 同样待删除节点的下一个节点next，也执行2步骤同样操作。
4. 最后是把删除节点设置为null，并扣减size和modeCount数量。

4. 遍历

接下来说下遍历，ArrayList与LinkedList的遍历都是通用的，基本包括5种方式。

这里我们先初始化出待遍历的集合1千万数据；

int xx = 0;@Beforepublic void init() {    for (int i = 0; i < 10000000; i++) {        list.add(i);    }}

4.1 普通for循环

@Testpublic void test_LinkedList_for0() {    long startTime = System.currentTimeMillis();    for (int i = 0; i < list.size(); i++) {        xx += list.get(i);    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

4.2 增强for循环

@Testpublic void test_LinkedList_for1() {    long startTime = System.currentTimeMillis();    for (Integer itr : list) {        xx += itr;    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

4.3 Iterator遍历

@Testpublic void test_LinkedList_Iterator() {    long startTime = System.currentTimeMillis();    Iterator iterator = list.iterator();    while (iterator.hasNext()) {        Integer next = iterator.next();        xx += next;    }    System.out.println("耗时：" + (System.currentTimeMillis() - startTime))}

4.4 forEach循环

@Testpublic void test_LinkedList_forEach() {    long startTime = System.currentTimeMillis();    list.forEach(integer -> {        xx += integer;    });    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

4.5 stream(流)

@Testpublic void test_LinkedList_stream() {    long startTime = System.currentTimeMillis();    list.stream().forEach(integer -> {        xx += integer;    });    System.out.println("耗时：" + (System.currentTimeMillis() - startTime));}

那么，以上这5种遍历方式谁最慢呢？按照我们的源码学习分析下吧，欢迎留下你的答案在评论区！

五、总结

• ArrayList与LinkedList都有自己的使用场景，如果你不能很好的确定，那么就使用ArrayList。但如果你能确定你会在集合的首位有大量的插入、删除以及获取操作，那么可以使用LinkedList，因为它都有相应的方法；addFirst、addLast、removeFirst、removeLast、getFirst、getLast，这些操作的时间复杂度都是O(1)，非常高效。
• LinkedList的链表结构不一定会比ArrayList节省空间，首先它所占用的内存不是连续的，其次他还需要大量的实例化对象创造节点。虽然不一定节省空间，但链表结构也是非常优秀的数据结构，它能在你的程序设计中起着非常优秀的作用，例如可视化的链路追踪图，就是需要链表结构，并需要每个节点自旋一次，用于串联业务。
• 程序的精髓往往就是数据结构的设计，这能为你的程序开发提供出非常高的效率改变。可能目前你还不能用到，但万一有一天你需要去造火箭了呢？