ArrayDeque替代Stack的高效队列实现解析
Java开发者常误用线程安全但性能低下的Stack类,而ArrayDeque作为无锁、数组驱动的双端队列,在纯单线程LIFO场景(如表达式解析、DFS模拟、括号匹配)中能显著提升性能——它规避了Vector的同步开销,实现真正的O(1)均摊操作,减少GC压力;只需将push/pop/peek统一替换为deque同名方法(本质是addFirst/removeFirst/peekFirst),并严格使用isEmpty()判空(而非peek()==null),即可零逻辑改动完成高效迁移;相比LinkedList或ConcurrentLinkedDeque等替代方案,ArrayDeque在缓存友好性、内存紧凑性和执行路径简洁性上全面胜出,是JDK内置最优栈实现。

ArrayDeque 为什么比 Stack 快
因为 Stack 是基于 Vector 实现的,所有操作都带同步开销(synchronized),哪怕你根本不需要线程安全;而 ArrayDeque 是无锁、数组驱动、双端动态扩容的结构,push/pop/peek 全是 O(1) 均摊,没有冗余边界检查或装箱。
常见错误现象:Stack 在高并发或高频调用时 CPU 火焰图里能看到明显 java.util.Vector.synchronized 占比;换成 ArrayDeque 后 GC 次数下降,尤其在短生命周期栈(比如解析表达式、DFS 递归模拟)场景下效果立竿见影。
使用场景:函数调用栈模拟、括号匹配、逆波兰求值、树的非递归遍历 —— 这些都不需要线程安全,但要快。
怎么把 Stack 替换成 ArrayDeque(不改逻辑)
Stack 的语义是后进先出,ArrayDeque 虽然支持双端,但只要只用一端,行为完全一致。关键不是“怎么用”,而是“哪边用”:
Stack.push(e)→ 改成deque.push(e)(等价于deque.addFirst(e))Stack.pop()→ 改成deque.pop()(等价于deque.removeFirst())Stack.peek()→ 改成deque.peek()(等价于deque.peekFirst())- 别用
deque.addLast()或deque.removeLast(),否则就变成队列了
参数差异:两者泛型一致,ArrayDeque 构造可指定初始容量(比如 new ArrayDeque(16)),避免小数据量下的多次扩容;Stack 没这选项。
ArrayDeque 的坑:空栈调用 pop/peek 会抛异常
Stack.pop() 和 ArrayDeque.pop() 行为一致:空时都抛 NoSuchElementException;但很多人误以为 ArrayDeque 会返回 null —— 它不会。
容易踩的坑:
- 没做空检查就直接
deque.pop(),线上突然NoSuchElementException - 用
deque.peek() == null判空 —— 错!ArrayDeque允许存null,且peek()空时返回null,但这和“栈顶是 null”无法区分 - 正确判空方式只有
deque.isEmpty()
性能影响:isEmpty() 是 O(1),比反复 peek() 再判空更安全也更快。
替代方案要不要考虑其他类?
如果只是单线程 LIFO,ArrayDeque 就是最优解;别被名字误导 —— 它不是“为了双端才设计”的,内部就是紧凑数组 + head/tail 指针,LIFO 操作路径极短。
不用考虑这些:
LinkedList:虽然也实现Deque,但节点分配开销大,缓存不友好,实测比ArrayDeque慢 2–3 倍ConcurrentLinkedDeque:线程安全但重量级,单线程下纯属拖慢- 自己写数组栈:没必要,
ArrayDeque已经做了扩容策略、越界防护、批量操作优化
唯一要注意的是:它不支持序列化兼容 Stack,如果代码里有 writeObject 或网络传输旧 Stack 实例,得加适配层。
真正复杂的地方在于——很多人替换完以为万事大吉,结果在异常分支里漏掉了空栈检查,或者把 push/pop 和 offer/poll 混用导致语义错乱。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
HTML文件上传实现教程与代码示例
- 上一篇
- HTML文件上传实现教程与代码示例
- 下一篇
- Win10Edge浏览器使用教程
-
- 文章 · java教程 | 20小时前 |
- Java Formatter 怎样控制十六进制输出的宽度和补零
- 492浏览 收藏
-
- 文章 · java教程 | 20小时前 | 并发编程 · Java教程 · java 锁竞争 reentrantlock hasQueuedThreads 并发监控
- Java ReentrantLock.hasQueuedThreads 怎样判断是否有线程排队
- 490浏览 收藏
-
- 文章 · java教程 | 20小时前 | 文件读取 · Stream · Java教程 · java 大文件 Stream try-with-resources Files.lines UncheckedIOException
- Java Files.lines 怎样遍历大文件并确保流关闭
- 305浏览 收藏
-
- 文章 · java教程 | 20小时前 | Java教程 · Optional · java map optional predicate orElseThrow Optional.filter
- Java Optional.filter 按业务条件保留值的链式处理方案
- 234浏览 收藏
-
- 文章 · java教程 | 20小时前 | java Stream linkedhashmap Collectors groupingBy
- Java Stream 怎样按多个字段分组并保留顺序
- 360浏览 收藏
-
- 文章 · java教程 | 20小时前 | 正则表达式 · Java教程 · java 正则表达式 pattern 命名捕获组 Matcher.group
- Java Pattern 命名捕获组怎样按名称读取匹配结果
- 128浏览 收藏
-
- 文章 · java教程 | 20小时前 | unicode · java stringbuilder unicode reverse UTF-16 代理项
- Java StringBuilder.reverse 怎样避免 Unicode 代理项被拆开
- 331浏览 收藏
-
- 文章 · java教程 | 20小时前 | java SequencedCollection reversed 正向遍历 反向视图
- Java SequencedCollection 怎样从同一个集合获取正向和反向视图
- 380浏览 收藏
-
- 文章 · java教程 | 20小时前 |
- Java 模式匹配 switch 怎样处理 null 分支
- 487浏览 收藏
-
- 文章 · java教程 | 20小时前 | java 变量作用域 instanceof 类型收窄 record pattern 模式变量
- Java record pattern 与 instanceof 的变量作用域和类型收窄方法
- 310浏览 收藏
-
- 文章 · java教程 | 20小时前 | 虚拟线程 · java threadlocal 阻塞IO 虚拟线程 Virtual Thread
- Java 虚拟线程怎样判断阻塞调用是否适合迁移
- 133浏览 收藏
-
- 文章 · java教程 | 20小时前 |
- Java Collections.checkedList 怎样让错误类型尽早暴露
- 439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。
- 1076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。
- 1078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。
- 1238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。
- 1182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。
- 1026次使用
-
- Java 时间格式兼容多个输入格式的方法
- 2026-10-18 501浏览
-
- 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

