Java面试基础篇——第四篇:ArrayList和LinkedList的区别

ArrayList和LinkedList的主要区别以下: 1.ArrayList实现了基于动态数组的数据结构,LinkedList基于链表的数据结构 2.对于随机访问get和set,ArrayList优于LinkedList,由于LinkedList要移动指针。 3.对于新增和删除操做的add和remove,LinkedList要优于ArrayList,由于ArrayList要移动数据。java

import lombok.extern.slf4j.Slf4j;

import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;

/**
 * @author Lee
 * @// TODO 2018/7/17-13:16
 * @description
 */
@Slf4j
public class ArrayListAndLinkedList {
    static final int N = 100000;

    static long timeList(List list) {
        long start = System.currentTimeMillis();
        for (int i = 0; i < N; i++) {
            list.add(i,i);
        }
        return System.currentTimeMillis() - start;
    }

    static long removeList(List list){
        long start = System.currentTimeMillis();
        for (int i = 0; i < list.size(); i++) {
            list.remove(0);
        }
        return System.currentTimeMillis() - start;
    }

    static long readList(List list) {
        long start = System.currentTimeMillis();
        for (int i = 0; i < list.size(); i++) {

        }
        return System.currentTimeMillis() - start;
    }

    static List addList(List list) {
        for (int i = 0; i < N; i++) {
            list.add(0,i);
        }
        return list;
    }

    public static void main(String[] args) {
        log.info("ArrayList添加{}条耗时{}", N, timeList(new ArrayList()));
        log.info("LinkedList添加{}条耗时{}", N, timeList(new LinkedList()));


        List list1 = addList(new ArrayList());
        List list2 = addList(new LinkedList());

        log.info("ArrayList查找{}条耗时{}", N, readList(list1));
        log.info("LinkedList查找{}条耗时{}", N, readList(list2));

        log.info("ArrayList删除{}条耗时{}", N, removeList(list1));
        log.info("LinkedList删除{}条耗时{}", N, removeList(list2));
    }
}

运行结果如图:数组

显然能够看出ArrayList更适合读取数据,而LinkedList更适合操做数据。 ArrayList内部是使用可増长数组实现的,因此是用get和set方法是花费常数时间的,可是若是插入元素和删除元素,除非插入和删除的位置都在表末尾,不然代码开销会很大,由于须要进行数组的移动。 LinkedList是使用双链表实现的,因此get会很是消耗资源,除非位置离头部很近。可是插入和删除元素花费常数时间。数据结构

相关文章
相关标签/搜索