【优雅代码】13-linkedList插入真的比arrayList快么

【优雅代码】13-linkedList插入真的比arrayList快么

欢迎关注b站账号/公众号【六边形战士夏宁】,一个要把各项指标拉满的男人。该文章已在github目录收录。
屏幕前的大帅比大漂亮如果有帮助到你的话请顺手点个赞、加个收藏这对我真的很重要。别下次一定了,都不关注上哪下次一定。

1.背景

在学习中,常规的方法总是先去模仿,硬性的接收知识,但是实际情况往往出人意料,等到构建起大体框架后再去探寻实际情况

1.插入比较

为了避免其它差异,以同样的方式进行循环

public static void addCompare() {
    List<Integer> listArray = IntStream.range(0, 10000).boxed().collect(Collectors.toList());
    // 因为链表数组没有初始大小的所以不创建
    ArrayList<Integer> arraysListHeadNon = new ArrayList<>();
    ArrayList<Integer> arraysListHead = new ArrayList<>(listArray.size());
    ArrayList<Integer> arraysListTailNon = new ArrayList<>();
    ArrayList<Integer> arraysListTailHead = new ArrayList<>(listArray.size());
    LinkedList<Integer> linkedListHeadNon = new LinkedList<>();
    LinkedList<Integer> linkedListTailNon = new LinkedList<>();
    StopWatch sw = new StopWatch();
    sw.start("不带初始化大小arrayList的尾插");
    listArray.stream().forEach(s -> arraysListTailNon.add(s));
    sw.stop();
    sw.start("带初始化大小arrayList的尾插");
    listArray.stream().forEach(s -> arraysListTailHead.add(s));
    sw.stop();

    sw.start("链表头插");
    listArray.stream().forEach(s -> linkedListHeadNon.addFirst(s));
    sw.stop();
    sw.start("链表尾插");
    listArray.stream().forEach(s -> linkedListTailNon.add(s));
    sw.stop();
    System.out.println(sw.prettyPrint());
}

可以看到,头插的arrayList太慢了直接去掉,然后发现带初始化的arrayList还是要快一点

001411100  035%  不带初始化大小arrayList的尾插
000776200  020%  带初始化大小arrayList的尾插
000952100  024%  链表头插
000840500  021%  链表尾插

2.addAll比较

个人认为addAll的情况出现主要源于,ArrayList走的是native的复制所以更快

public static void addAllCompare(){
    List<Integer> listArray = IntStream.range(0, 10000).boxed().collect(Collectors.toList());
    List<Integer> listLinked= new LinkedList<>(listArray);

    StopWatch sw = new StopWatch();
    sw.start("arrayListAddAllArray");
    new ArrayList<>(listArray);
    sw.stop();

    sw.start("linkedListAddAllArray");
    new LinkedList<>(listArray);
    sw.stop();

    sw.start("arrayListAddAllLinked");
    new ArrayList<>(listLinked);
    sw.stop();

    sw.start("linkedListAddAllLinked");
    new LinkedList<>(listLinked);
    sw.stop();
    // 个人认为addAll的情况出现主要源于,ArrayList走的是native的复制所以更快
    System.out.println(sw.prettyPrint());
}
000037172  002%  arrayListAddAllArray
000811717  041%  linkedListAddAllArray
000237292  012%  arrayListAddAllLinked
000913354  046%  linkedListAddAllLinked

3.循环速度比较

可以看出不同的方式循环速度上略有差异,总体上链表的确是要更快,但随着数据量的增加arrayStream的方式优势越来越明显最终最快。
而在循环方式上迭代器基本都是最优的

public static void foreachCompare() {
    List<Integer> listArray = IntStream.range(0, 10000).boxed().collect(Collectors.toList());
    ArrayList<Integer> arrays = new ArrayList<>(listArray);
    LinkedList<Integer> linked = new LinkedList<>(listArray);
    StopWatch sw = new StopWatch();
    sw.start("arraysStream");
    arrays.forEach(Integer::getClass);
    sw.stop();

    sw.start("linkedStream");
    linked.forEach(Integer::getClass);
    sw.stop();

    sw.start("arraysForEach");
    for (Integer array : arrays) {
        array.getClass();
    }
    sw.stop();
    sw.start("linkedForEach");
    for (Integer array : linked) {
        array.getClass();
    }
    sw.stop();
    sw.start("arraysIterator");
    Iterator<Integer> iteratorArray = arrays.iterator();
    while (iteratorArray.hasNext()){
        iteratorArray.next().getClass();
    }
    sw.stop();
    sw.start("arraysLinked");
    Iterator<Integer> iteratorLinked = arrays.iterator();
    while (iteratorLinked.hasNext()){
        iteratorLinked.next().getClass();
    }
    sw.stop();
    System.out.println(sw.prettyPrint());
}
006974600  012%  arraysStream
011748900  019%  linkedStream
015315300  025%  arraysForEach
009445800  016%  linkedForEach
008187400  014%  arraysIterator
008792100  015%  arraysLinked

10000的输出情况

001787856  020%  arraysStream
002100260  023%  linkedStream
001649966  018%  arraysForEach
001189238  013%  linkedForEach
001229047  014%  arraysIterator
001111209  012%  arraysLinked

100的输出情况

000372500  050%  arraysStream
000265300  035%  linkedStream
000037700  005%  arraysForEach
000027500  004%  linkedForEach
000024800  003%  arraysIterator
000023100  003%  arraysLinked
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,009评论 5 474
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,808评论 2 378
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,891评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,283评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,285评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,409评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,809评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,487评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,680评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,499评论 2 318
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,548评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,268评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,815评论 3 304
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,872评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,102评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,683评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,253评论 2 341

推荐阅读更多精彩内容