Java ArrayList初始容量及懒加载机制解析
Java ArrayList的初始容量并非“懒加载”,而是默认固定为10,无参构造时即分配长度为10的空数组;仅当显式传入容量0时才延迟到首次add才分配,随后按1.5倍规律扩容——这一机制在频繁添加场景下易引发多次数组复制开销,显著影响性能。合理预估并指定初始容量(如new ArrayList(64))、避免循环中盲目add、慎用反射探查elementData长度,是提升集合操作效率的关键实践;10这一经验值背后,是平衡内存占用与扩容频次的工程权衡,而非随意设定。

ArrayList默认初始容量是10
Java 8 及之后版本中,new ArrayList() 创建的实例,底层 elementData 数组默认长度就是 10。这不是“懒加载”——构造时就分配了数组,只是内容为空。
容易误解的是“懒加载”这个词:ArrayList 没有延迟分配底层数组的逻辑;只有带参构造且传入 0 时(如 new ArrayList(0)),才会用一个共享的空数组对象(EMPTY_ELEMENTDATA),真正首次 add() 时才扩容到 1,再按 1.5 倍增长。但无参构造不走这条路。
- 默认容量写死在源码里:
private static final int DEFAULT_CAPACITY = 10 - 如果你明确知道后续要存 50 个元素,直接
new ArrayList(64)更省扩容开销 - 扩容机制是:新容量 = 旧容量 * 1.5(即
oldCapacity + (oldCapacity >> 1)),向下取整后至少加 1
扩容时的数组复制开销不可忽略
每次 add() 触发扩容,都要调用 Arrays.copyOf() 复制整个老数组。虽然 JVM 对小数组做了优化,但数据量大时仍明显拖慢吞吐。
典型场景:循环读文件逐行 add() 到 ArrayList,却没预估行数。结果可能经历多次扩容(比如从 10→15→22→33→49→73…),每轮都复制前序所有元素。
- 避免方式:先用
Files.readAllLines()获取List长度,或用new ArrayList(estimatedSize) - 注意:预估过大(比如设成 100000)会浪费堆内存,尤其对象生命周期短时
ensureCapacity()可手动触发扩容,但只建议在批量添加前集中调用一次,别在循环里反复用
为什么不是 0 或 1?和性能、内存权衡有关
设成 0 容易频繁扩容(第一次 add 就得分配 1,第二次又得扩到 2,第三次到 3……效率极低);设成 1 虽比 0 好,但仍是线性增长起点,仍要多次复制。
10 是 Oracle 工程师基于常见使用模式(如方法返回几个配置项、HTTP 请求头列表等)做的经验值:够用、不浪费、扩容次数少。
- 对比
LinkedList:无容量概念,但每次add()都要新建节点对象,GC 压力更大 - 如果你确定只存 1~2 个元素,用
Arrays.asList()返回的固定列表更轻量 - JDK 21 的
SequencedCollection接口不改变 ArrayList 底层行为,别指望它优化容量策略
如何验证当前容量?没有公开 API,但可反射或看 debug 信息
ArrayList 没提供获取当前底层数组长度的方法,因为这是实现细节,官方不承诺稳定。但调试或排查性能问题时,有时需要确认是否真的按预期扩容了。
最稳妥的方式是看 IDE 调试器里 elementData.length 的值;或者用反射(仅限测试/诊断):
Field f = ArrayList.class.getDeclaredField("elementData");
f.setAccessible(true);
Object[] arr = (Object[]) f.get(list);
System.out.println(arr.length);- 别在线上代码里用反射读
elementData,字段名可能随 JDK 版本微调(虽然目前稳定) - 某些监控 agent(如 Arthas)能直接 dump 出
elementData.length,比手写反射安全 - 如果看到
elementData是Object[0],说明你用了new ArrayList(0)或空构造后还没 add 过任何东西(JDK 8+ 中,无参构造不会出现这个)
实际编码中,容量问题往往藏在循环体里,而不是构造那一行。多一眼看初始化参数,比事后 profile 找扩容热点省事得多。
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。
BOSS直聘官网登录入口及PC版使用教程
- 上一篇
- BOSS直聘官网登录入口及PC版使用教程
- 下一篇
- 迅雷官网登录入口及网页版登录方法
-
- 文章 · java教程 | 1小时前 | Java · BigDecimal · 精确数值 · java bigdecimal 金额格式化 scale
- Java BigDecimal scale 如何在格式化金额时保持一致
- 251浏览 收藏
-
- 文章 · java教程 | 2小时前 | Java · Stream · Spliterator · java Spliterator 并行流
- Java Spliterator characteristics 设置错误会影响并行流吗
- 250浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java Stream.peek 为什么不能用来保证业务副作用执行
- 121浏览 收藏
-
- 文章 · java教程 | 5小时前 | Java · 集合 · Stream · Collectors · toMap · groupingBy · map 重复键 Collectors.groupingBy Java Collectors.toMap Stream收集
- Java Collectors.toMap 遇到重复键如何保留两条数据
- 203浏览 收藏
-
- 文章 · java教程 | 6小时前 | Java教程 · 异常排查 · 集合框架 · 递归更新 · java HashMap map concurrenthashmap computeIfAbsent
- Java Map.computeIfAbsent 递归更新同一个键为什么会失败
- 184浏览 收藏
-
- 文章 · java教程 | 1天前 |
- ServiceLoader provider怎么配置或排查
- 488浏览 收藏
-
- 文章 · java教程 | 1天前 |
- MethodHandle 类型怎么配置或排查
- 214浏览 收藏
-
- 文章 · java教程 | 1天前 | nio · 故障排查 · Java教程 · ByteBuffer · java limit position ByteBuffer flip
- ByteBuffer flip 状态怎么配置或排查
- 475浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Files.walk 关闭怎么配置或排查
- 347浏览 收藏
-
- 文章 · java教程 | 1天前 |
- Stream toList 不可变怎么配置或排查
- 127浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · 异常处理 · 并发编程 · completablefuture Java异步
- CompletableFuture 异常阶段怎么配置或排查
- 265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。
- 23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。
- 125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。
- 50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。
- 21次使用
-
- OpenCompass
- OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
- 71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

