List与ArrayList性能对比详解
积累知识,胜过积蓄金银!毕竟在文章开发的过程中,会遇到各种各样的问题,往往都是一些细节知识点还没有掌握好而导致的,因此基础知识点的积累是很重要的。下面本文《List与ArrayList性能对比解析》,就带大家讲解一下知识点,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~
ArrayList随机访问快因底层为数组,get(int index)直接通过下标计算内存偏移,时间复杂度O(1),不遍历、不查表、不跳指针。

ArrayList的随机访问为什么快
因为底层用的是数组,get(int index) 直接通过下标计算内存偏移,时间复杂度是 O(1)。只要不越界,它不遍历、不查表、不跳指针。
但要注意:如果在循环里反复调用 get(i) 做条件判断(比如找某个值),JVM 一般能内联优化;可一旦混入装箱操作(如 list.get(i) == 42 对 Integer),就可能触发自动拆箱 + 空指针检查,反而拖慢速度。
- 避免在
for循环中对ArrayList写if (list.get(i) == x),改用增强for或预存引用 - 如果确定不会修改结构,可考虑用原始类型集合库(如
fastutil的IntArrayList)绕过泛型擦除和装箱开销 size()调用几乎无成本(只是返回一个字段),不必缓存到局部变量,除非你在 HotSpot 外的 JVM 上跑
add() 在末尾和中间的代价差异极大
在末尾追加元素(add(E e))平均是 O(1),但有扩容成本;插入到中间(add(int index, E element))则是 O(n) —— 因为要移动后续所有元素。
常见误用场景:一边遍历一边用 add(index, e) 插入,结果变成 O(n²),尤其在大数据量时卡顿明显。
- 批量插入优先用
addAll(),它内部会一次性复制数组,比逐个add()少多次扩容和位移 - 如果必须频繁在头部/中间插入,
ArrayList不合适,换LinkedList(但注意它的get()是O(n))或ArrayDeque(仅限头尾) - 扩容阈值由
grow()控制,默认增长 50%(oldCapacity + (oldCapacity >> 1)),所以初始容量设太小会导致多次复制;预估大小后用new ArrayList<>(initialCapacity)
迭代器遍历时 remove() 的陷阱
直接用 list.remove(obj) 或 list.remove(index) 在遍历时会引发 ConcurrentModificationException,这不是线程安全问题,而是 modCount 检测到结构性修改。
正确做法是用迭代器自己的 remove() 方法,它会同步更新 expectedModCount。
Iteratorit = list.iterator(); while (it.hasNext()) { String s = it.next(); if (s.startsWith("tmp")) { it.remove(); // ✅ 安全 } }
- 别用
for-each循环配合list.remove(),编译器生成的字节码仍是隐式迭代器,同样抛异常 removeIf(Predicate)是 Java 8+ 推荐方式,内部也走迭代器逻辑,语义清晰且 JIT 可能优化- 如果删除条件复杂、涉及多个字段,先收集待删索引再倒序
remove(int index),避免索引偏移
ArrayList不是线程安全的,但synchronized包装有代价
Collections.synchronizedList(new ArrayList<>()) 只是对每个方法加了 synchronized(this),读写都串行化。高并发下吞吐骤降,且无法保证复合操作原子性(比如 if (!list.contains(x)) list.add(x) 仍需额外同步块)。
- 若只读多、写少,用
CopyOnWriteArrayList,但注意每次写操作都会复制整个数组,内存和 GC 压力大 - 若需高频读写+简单操作,考虑
java.util.concurrent.ConcurrentLinkedQueue替代(虽不是List,但支持add()/poll()等无锁操作) - 真正需要
List语义又要求并发安全时,往往说明设计有问题——比如是否该用Map或分片结构替代单一大列表
ArrayList 当作“万能容器”盲目使用,而不看访问模式。查得多?选它。插删频繁?换结构。数据量上百万还用 indexOf() 扫描?那不是性能问题,是算法选择错误。终于介绍完啦!小伙伴们,这篇关于《List与ArrayList性能对比详解》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!
Linux环境变量配置全解析:PATH与变量作用
- 上一篇
- Linux环境变量配置全解析:PATH与变量作用
- 下一篇
- Java封装思想详解与实现方法
-
- 文章 · java教程 | 10小时前 | 线程池 · Java教程 · java 并发编程 ForkJoinPool ForkJoinTask managedBlock ManagedBlocker
- Java ForkJoinPool managedBlock 怎样避免阻塞任务拖住并行计算
- 489浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java DatagramChannel 怎样设置非阻塞接收
- 337浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java WebSocket.Listener 怎样控制下一条消息的接收节奏
- 370浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java Flow Publisher 怎样实现背压协议
- 339浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java CompletableFuture resultNow 怎样读取已完成结果
- 302浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java Foreign Function 怎样管理 MemorySegment 生命周期
- 259浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java switch pattern 怎样显式处理 null
- 220浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java 紧凑源文件怎样直接运行单文件程序
- 461浏览 收藏
-
- 文章 · java教程 | 13小时前 |
- Java String.lines 怎样保留文本末尾的空行
- 337浏览 收藏
-
- 文章 · java教程 | 14小时前 |
- Java WatchService 怎样处理 OVERFLOW 事件避免漏文件
- 360浏览 收藏
-
- 文章 · java教程 | 14小时前 |
- Java String.stripIndent 怎样保留文本块的相对缩进
- 320浏览 收藏
-
- 文章 · java教程 | 14小时前 |
- Java PathMatcher 怎样按 glob 规则筛选文件
- 246浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 483次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 540次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 561次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 514次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 331次使用
-
- Java try-with-resources 多个资源关闭顺序是什么
- 2026-09-10 501浏览
-
- 矩阵主副对角线快速定位技巧
- 2026-05-31 501浏览
-
- Java多态优化流程代码与行为分发改进
- 2026-05-26 501浏览
-
- JVM 类元数据双亲委派链表深度解析
- 2026-05-21 501浏览
-
- 反射异常处理:InvocationTargetException解析与应用
- 2026-05-16 501浏览
