java開(kāi)發(fā)過(guò)程中，用到的最多的List集合就屬ArrayList與LinkedList。對(duì)于ArrayList的遍歷，通常是下面的方法：

public static void main(String[] args)
{
  List<Integer> arrayList = 
      new ArrayList<Integer>();
  
  for (int i = 0; i < 100; i++)
    arrayList.add(i);
  for (int i = 0; i < 100; i++)
    System.out.println(arrayList.get(i));
}

假如集合換成LinkedList，可能我們就會(huì)用相同得方法進(jìn)行遍歷，如下：

public static void main(String[] args)
{
  List<Integer> linkedList = 
      new LinkedList<Integer>();
  
  for (int i = 0; i < 100; i++)
    linkedList.add(i);
  for (int i = 0; i < 100; i++)
    System.out.println(linkedList.get(i));
}

請(qǐng)記?。?span style="color: #ff0000">這是一種非常糟糕的做法。這其實(shí)已經(jīng)不是Java的問(wèn)題，而是數(shù)據(jù)結(jié)構(gòu)的問(wèn)題了，我相信語(yǔ)言從Java換成其他的也都一樣。

下面對(duì)ArrayList和LinkedList的普通for循環(huán)效率進(jìn)行測(cè)試以及分析原因。

ArrayList和LinkedList使用普通for循環(huán)遍歷速度對(duì)比

先給出測(cè)試代碼：

public class ListIteratorTest
{
  private final static int LIST_SIZE = 1000;
  
  public static void main(String[] args)
  {
    List<Integer> arrayList = 
        new ArrayList<Integer>();
    List<Integer> linkedList = 
        new LinkedList<Integer>();
    
    for (int i = 0; i < LIST_SIZE; i++)
    {
      arrayList.add(i);
      linkedList.add(i);
    }
    
    long startTime = System.currentTimeMillis();
    for (int i = 0; i < arrayList.size(); i++)
      arrayList.get(i);
    System.out.println("ArrayList遍歷速度：" + (System.currentTimeMillis() - startTime) + "ms");
    
    startTime = System.currentTimeMillis();
    for (int i = 0; i < linkedList.size(); i++)
      linkedList.get(i);
    System.out.println("LinkedList遍歷速度：" + (System.currentTimeMillis() - startTime) + "ms");
  }
}

不斷增大LIST_SIZE，我用表格表示一下運(yùn)行結(jié)果：

下面解釋一下產(chǎn)生此現(xiàn)象的原因。從運(yùn)行結(jié)果我們看到，按倍數(shù)增大List容量，ArrayList的遍歷顯得比較穩(wěn)定，而LinkedList的遍歷幾乎是爆發(fā)式的增長(zhǎng)，再測(cè)試下去已經(jīng)沒(méi)有必要了。

ArrayList使用普通for循環(huán)遍歷快的原因

先看一下ArrayList的get方法源代碼：

public E get(int index) {
RangeCheck(index);

return (E) elementData[index];
}

看到ArrayList的get方法只是從數(shù)組里面拿一個(gè)位置上的元素罷了。我們有結(jié)論，ArrayList的get方法的時(shí)間復(fù)雜度是O(1)，O(1)的意思也就是說(shuō)時(shí)間復(fù)雜度是一個(gè)常數(shù)，和數(shù)組的大小并沒(méi)有關(guān)系，只要給定數(shù)組的位置，直接就能定位到數(shù)據(jù)。

其實(shí)熟悉C、C++或者對(duì)指針理解的朋友一定很好理解為什么，我解釋一下為什么對(duì)數(shù)組使用get就快。

在計(jì)算機(jī)底層，數(shù)據(jù)都是有地址的，就像人有住址一樣。假設(shè)我寫(xiě)了這么一句代碼：

int[3] ints = {1, 3, 5};

在Java中一個(gè)int型數(shù)據(jù)是4個(gè)字節(jié)，此時(shí)計(jì)算機(jī)內(nèi)部做的事情是，在內(nèi)存空間中找到一塊連續(xù)的、足以存放3個(gè)4字節(jié)也就是12字節(jié)的數(shù)組的內(nèi)存空間，并返回該內(nèi)存空間的首地址。比方說(shuō)該內(nèi)存空間的首地址是0x00吧，那么那么1就放在0x00~0x03中、3就放在0x04~0x07中、5就放在0x08~0x0B中。

這時(shí)就很簡(jiǎn)單了，取ints[1]的時(shí)候，計(jì)算機(jī)就會(huì)算出ints[1]的數(shù)據(jù)是存放在以0x04開(kāi)頭，占據(jù)4個(gè)字節(jié)空間的內(nèi)存中，因此，計(jì)算機(jī)會(huì)從0x04~0x07這塊地址空間中讀取數(shù)據(jù)出來(lái)。

整個(gè)過(guò)程，和數(shù)組有多大，并沒(méi)有關(guān)系，計(jì)算機(jī)做的只是算出起始地址-->去該地址中取數(shù)據(jù)而已，因此我們看到使用普通for循環(huán)遍歷ArrayList的速度很快，也很穩(wěn)定。

LinkedList使用普通for循環(huán)遍歷慢的原因

再看一下LinkedList的get方法做了什么：

public E get(int index) {
  return entry(index).element;
}

 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;
    }
  }

由于LinkedList是雙向鏈表，因此第4行的意思是算出i在一半前還是一半后，一半前正序遍歷、一半后倒序遍歷，這樣會(huì)快很多，當(dāng)然，先不管這個(gè)，分析一下為什么使用普通for循環(huán)遍歷LinkedList會(huì)這么慢。

原因就在第6~第7行，第11~第12行的兩個(gè)for循里面，以前者為例：

1、get(0)，直接拿到0位的Node0的地址，拿到Node0里面的數(shù)據(jù)

2、get(1)，直接拿到0位的Node0的地址，從0位的Node0中找到下一個(gè)1位的Node1的地址，找到Node1，拿到Node1里面的數(shù)據(jù)

3、get(2)，直接拿到0位的Node0的地址，從0位的Node0中找到下一個(gè)1位的Node1的地址，找到Node1，從1位的Node1中找到下一個(gè)2位的Node2的地址，找到Node2，拿到Node2里面的數(shù)據(jù)。

后面的以此類(lèi)推。

也就是說(shuō)，LinkedList在get任何一個(gè)位置的數(shù)據(jù)的時(shí)候，都會(huì)把前面的數(shù)據(jù)走一遍。假如我有10個(gè)數(shù)據(jù)，那么將要查詢(xún)1+2+3+4+5+5+4+3+2+1=30次數(shù)據(jù)，相比ArrayList，卻只需要查詢(xún)10次數(shù)據(jù)就行了，隨著LinkedList的容量越大，差距會(huì)越拉越大。其實(shí)使用LinkedList到底要查詢(xún)多少次數(shù)據(jù)，大家應(yīng)該已經(jīng)很明白了，來(lái)算一下：按照前一半算應(yīng)該是（1 + 0.5N） * 0.5N / 2，后一半算上即乘以2，應(yīng)該是（1 + 0.5N） * 0.5N = 0.25N² + 0.5N，忽略低階項(xiàng)和首項(xiàng)系數(shù)，得出結(jié)論，LinikedList遍歷的時(shí)間復(fù)雜度為O(N²)，N為L(zhǎng)inkedList的容量。

時(shí)間復(fù)雜度有以下經(jīng)驗(yàn)規(guī)則：

O(1) < O(log₂N) < O(n) < O(N * log₂N) < O(N²) < O(N³) < 2N < 3N < N!

前四個(gè)比較好、中間兩個(gè)一般、后3個(gè)很爛。也就是說(shuō)O(N²)是相對(duì)糟糕的一種時(shí)間復(fù)雜度了，N大一點(diǎn)，程序就會(huì)執(zhí)行得比較慢。

后記

切記一定不要使用普通for循環(huán)去遍歷LinkedList。使用迭代器或者foreach循環(huán)（foreach循環(huán)的原理就是迭代器）去遍歷LinkedList即可，這種方式是直接按照地址去找數(shù)據(jù)的，將會(huì)大大提升遍歷LinkedList的效率。

以上這篇淺談普通for循環(huán)遍歷LinkedList弊端就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論