java数据结构List详解
List是java重要的数据结构之一，我们经常接触到的有ArrayList、Vector和LinkedList三种，他们都继承来自java.util.Collection接口，类图如下
接下来，我们对比下这三种List的实现和不同：
一、基本实现
1、ArrayList和Vector使用了数组实现，可以认为它们封装了对内部数组的操作；它们两个底层的实现基本可以认为是一致的，主要的一点区别在于对多线程的支持上面。ArrayList没有对内部的方法做线程的同步，它不是线程安全的，而Vector内部做了线程同步，是线程安全的。
2、LinkedList使用了双向链表数据结构，与基于数组实现的ArrayList和Vector相比，这是一种不同的实现方式，这也决定了他们不同的应用场景。LinkedList链表由一系列列表项构成，一个表项包含三个部分：元素内容、前驱表项和后驱表项，如下图所示
在JDK的实现中，增加了两个节点指针first、last分别指向首尾节点
二、不同之处
在这里我们主要对比下ArrayList与LinkedList的不同之处
1、增加元素到列表尾端：
在ArrayList中增加元素到列表尾端
public boolean add(E e) {ensureCapacityInternal(size + 1); // 确保内部数组有足够的空间
elementData[size++] = e; //将元素加入到数组的末尾，完成添加
return true;
}
在这个过程当时，add的性能主要是由ensureCapacityInternal方法的实现，我们继续往下跟踪代码
private void ensureCapacityInternal(int minCapacity) {ensureExplicitCapacity(calculateCapacity(elementData, minCapacity));
}
private static int calculateCapacity(Object[] elementData, int minCapacity) {
if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
return Math.max(DEFAULT_CAPACITY, minCapacity);
}
return minCapacity;
}
private void ensureExplicitCapacity(int minCapacity) {
modCount++;
// overflow-conscious code
if (minCapacity - elementData.length > 0)
grow(minCapacity);
}
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
int newCapacity = oldCapacity + (oldCapacity >> 1);
if (newCapacity - minCapacity < 0)
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
// minCapacity is usually close to size, so this is a win:
elementData = Arrays.copyOf(elementData, newCapacity);
}
calculateCapacity方法会根据你对ArrayList初始化的不同，对当前elmentData这个对象数组进行非空判断。如果它是一个空数组，则返回ArrayList默认容量和新容量比较的最大值，如果不为空则直接返回新容量。接下来在ensureExplicitCapacity方法中判断，如果新容量大于当前对象数组的长度则调用grow方法对数组进行扩容。
在这里我们可以看到如果ArrayList容量满足需求时，add()其实就是直接对数组进行赋值，性能很高。而当ArraList容量无法满足要求扩容时，需要对之前的数组进行复制操作。因此合理的数组大小有助于减少数组的扩容次数，如果使用时能够预估ArrayList数组大小，并进行初始化，指定容量大小对性能会有所提升。
在LinkedList中增加元素到列表尾端
//尾端插入，即将节点值为e的节点设置为链表的尾节点void linkLast(E e) {
final Node<E> l = last;
//构建一个前驱prev值为l,节点值为e,后驱next值为null的新节点newNode
final Node<E> newNode = new Node<>(l, e, null);
//将newNode作为尾节点
last = newNode;
//如果原尾节点为null，即原链表为null，则链表首节点也设置为newNode
if (l == null)
first = newNode;
else //否则，原尾节点的next设置为newNode
l.next = newNode;
size++;
modCount++;
}
LinkedList由于使用了链表结构，因此不需要维护容量的大小，这是相比ArrayList的优势。但每次元素的增加都需要新建一个node对象，并进行更多的赋值操作。在大数据量频繁的调用过程中，对性能会有所影响。
2、增加元素到任意位置：
void add(int index, E element)
由于实现上的不同，ArrayList和LinkedList在这个方法上存在存在一定的性能差异。由于ArrayList是基于数组实现的，而数组是一块连续的内存空间，如果在数组的任意位置插入元素，必然导致在该位置后的所有元素需要重新排列，因此效率会比较低。
ArrayList代码实现如下：
public void add(int index, E element) {rangeCheckForAdd(index);
ensureCapacityInternal(size + 1); // Increments modCount!!
//数组复制
System.arraycopy(elementData, index, elementData, index + 1,
size - index);
elementData[index] = element;
size++;
}
可以看到，ArrayList每次插入操作，都会进行一次数组复制。并且插入的元素在List中位置越靠前，数组重组的开销也越大。
再开LinkedList代码实现
public void add(int index, E element) {checkPositionIndex(index);
if (index == size)
linkLast(element);
else
linkBefore(element, node(index));
}
Node<E> node(int index) {
// assert isElementIndex(index);
if (index < (size >> 1)) { //元素位于前半段
Node<E> x = first;
for (int i = 0; i < index; i++)
x = x.next;
return x;
} else { //元素位于后半段
Node<E> x = last;
for (int i = size - 1; i > index; i--)
x = x.prev;
return x;
}
}
void linkBefore(E e, Node<E> succ) {
// assert succ != null;
//指定节点的前驱prev
final Node<E> pred = succ.prev;
//当前节点的前驱为指点节点的前驱，后继为指定的节点
final Node<E> newNode = new Node<>(pred, e, succ);
//更新指定节点的前驱为当前节点
succ.prev = newNode;
//更新前驱节点的后继
if (pred == null)
first = newNode;
else
pred.next = newNode;
size++;
modCount++;
}
LinkedList中定位一个节点需要遍历链表，如果新增的位置处于List的前半段，则从前往后找；若其位置处于后半段，则从后往前找。因此指定操作元素的位置越靠前或这靠后，效率都是非常高效的。但如果位置越靠中间，需要遍历半个List，效率较低。因此LinkedList中定位一个节点需要遍历链表，所以下标有关的插入、删除时间复杂度都变为O(n) ；
3、删除任意位置元素
public E remove(int index)
对ArrayList来说，remove()方法和add()方法是相同的，在删除指定位置元素后，都要对数组进行重组。代码如下
public E remove(int index) {rangeCheck(index);
modCount++;
E oldValue = elementData(index);
int numMoved = size - index - 1;
if (numMoved > 0)
//移动数组
System.arraycopy(elementData, index+1, elementData, index,
numMoved);
elementData[--size] = null; // clear to let GC do its work
return oldValue;
}
可见，在进行一次有效删除后，都要进行数组的重组。并且跟add()指定位置的元素一样，删除元素的位置越靠前，重组时的开销就越大，删除的元素位置越靠后，开销越小
再看LinkedList中代码的实现如下
public E remove(int index) {checkElementIndex(index);
return unlink(node(index));
}
Node<E> node(int index) {
// assert isElementIndex(index);
if (index < (size >> 1)) { //位置位于前半段
Node<E> x = first;
for (int i = 0; i < index; i++)
x = x.next;
return x;
} else { //位置位于后半段
Node<E> x = last;
for (int i = size - 1; i > index; i--)
x = x.prev;
return x;
}
}
E unlink(Node<E> x) {
// assert x != null;
final E element = x.item;
final Node<E> next = x.next; //当前节点的后继
final Node<E> prev = x.prev; //当前节点的前驱
if (prev == null) {
first = next;
} else {
prev.next = next; //更新前驱节点的后继为当前节点的后继
x.prev = null;
}
if (next == null) {
last = prev;
} else {
next.prev = prev; //更新后继节点的前驱为当前节点的前驱
x.next = null;
}
x.item = null;
size--;
modCount++;
return element;
}
可见跟之前的插入任意位置一样，LinkedList中定位一个节点需要遍历链表，效率跟删除的元素的具体位置有关，所以删除任意位置元素时间复杂度也为O(n) ；
4、随机访问
public E get(int index)
首先看ArrayList的实现代码如下
public E get(int index) {rangeCheck(index);
return elementData(index);
}
@SuppressWarnings("unchecked")
E elementData(int index) {
return (E) elementData[index];
}
可见ArrayList随机访问是直接读取数组第几个下标，效率很高。
LinkedList实现代码如下
public E get(int index) {checkElementIndex(index);
return node(index).item;
}
Node<E> node(int index) {
// assert isElementIndex(index);
if (index < (size >> 1)) {
Node<E> x = first;
for (int i = 0; i < index; i++)
x = x.next;
return x;
} else {
Node<E> x = last;
for (int i = size - 1; i > index; i--)
x = x.prev;
return x;
}
}
相反LinkedList随机访问，每次都需要遍历半个List确定元素位置，效率较低。
5、总结
通过比较与分析ArrayList与LinkList两种不同实现的的List的功能代码后，我个人感觉两种List的具体使用真的要看实际的业务场景，有些具体的功能如新增删除等操作根据实际情况，效率不可一概而论。在这里进行简单的分析只是为了个人加强理解，如有不正确的地方还望指出与海涵。
参考资料：《Java程序性能优化》
以上是 java数据结构List详解 的全部内容， 来源链接： utcz.com/a/117555.html
