Java ArrayList 删除元素后内存移动机制解析
本文深入剖析了Java ArrayList在删除非末尾元素时底层依赖System.arraycopy实现内存移动的核心机制:删除操作并非简单跳过元素,而是通过一次高效、安全的数组内重叠拷贝,将被删位置之后的所有元素整体前移一位,同时保持数组物理长度不变、仅缩减逻辑size,并强调了手动模拟该行为时参数计算的关键细节(如拷贝长度为size - idx - 1而非size - idx)、禁用普通for循环的深层原因(性能差距、重叠拷贝安全性、GC隐患),以及批量删除连续区间时如何用单次arraycopy优雅替代多次remove,帮助开发者真正理解ArrayList“假删除、真移动”的内存本质,避开常见越界、泄漏与性能陷阱。

ArrayList.remove() 内部到底调用哪次 System.arraycopy?
Java 的 ArrayList.remove(int index) 在删除中间或开头元素时,一定会触发一次 System.arraycopy —— 但不是你手动写的那行,而是 JDK 自己在 fastRemove() 里调的。它把 elementData[index + 1] 到末尾的全部元素,向前拷贝一位,覆盖被删位置。这个动作发生在 size 减 1 之后、返回旧值之前。
关键点在于:JDK 不会帮你「缩容」,elementData 数组长度不变,只是逻辑 size 缩了,后续新增可能复用空位。
- 删除索引
i→ 拷贝范围是src: i+1, length: size - i - 1 - 源数组和目标数组都是
elementData,所以是「同一数组内重叠拷贝」,必须用System.arraycopy(Arrays.copyOf或循环赋值都不安全) - 如果删的是最后一个元素(
i == size - 1),则跳过拷贝,只做size--
想手动触发 arraycopy 移动元素,该怎么写才不越界?
如果你绕过 remove(),直接操作 elementData 数组(比如在自定义 List 实现里),必须自己算清拷贝参数。常见错误是 length 算错导致数组越界或漏拷。
假设你要删掉索引 idx 处的元素,当前有效长度为 size:
- 先确认
idx >= 0 && idx ,否则抛IndexOutOfBoundsException - 拷贝起点:
srcPos = idx + 1 - 拷贝长度:
copyLen = size - idx - 1(不是size - idx) - 目标起点:
destPos = idx - 调用:
System.arraycopy(elementData, idx + 1, elementData, idx, size - idx - 1) - 最后别忘:
size--,并可选地置空尾部引用:elementData[size] = null(防内存泄漏)
为什么不能用 for 循环代替 System.arraycopy?
表面看,写个 for (int i = idx; i 也能动,但它在性能和语义上都输一截:
System.arraycopy是 JVM 内建优化指令,对连续内存块做 memcpy 级别搬运,比 Java 层循环快 2–5 倍(尤其大数组)- 循环无法处理「源目标重叠且方向错误」的情况(比如
srcPos 时,必须从后往前赋值),而arraycopy内部已处理所有重叠场景 - 循环不会自动处理对象引用置 null,容易引发 GC 问题;
arraycopy只搬引用,不干预生命周期 - Android 上低版本 Dalvik 对循环更不友好,
arraycopy是唯一推荐方式
删除多个连续索引时,一次 arraycopy 能搞定吗?
可以,而且应该这么做。比如要删掉 [from, to) 连续区间(左闭右开),等价于把 to 之后的元素整体前移 to - from 位。
设当前 size = n,则:
- 拷贝起点:
srcPos = to - 目标起点:
destPos = from - 拷贝长度:
length = n - to - 调用:
System.arraycopy(elementData, to, elementData, from, n - to) - 更新
size = n - (to - from)
注意:这要求 from ,且区间必须连续。如果要删非连续索引(如删第 1 和第 5 个),仍得两次 arraycopy(或先标记再批量整理),没有通用单次解法。
最易被忽略的是边界检查顺序——必须先校验 to ,再算 n - to,否则 length 为负会导致 ArrayStoreException 或静默失败。
到这里,我们也就讲完了《Java ArrayList 删除元素后内存移动机制解析》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于的知识点!
Netty配置SSL/TLS加密传输方法
- 上一篇
- Netty配置SSL/TLS加密传输方法
- 下一篇
- Canva抠图描边技巧:真人海报与产品图处理方法
-
- 文章 · java教程 | 2天前 | Java · ServiceLoader module-info.java Java模块
- Java 模块服务加载的可选实现与回退路径
- 363浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 2天前 | Stream · Java教程 · java Stream Collector Collectors.teeing 统计汇总
- Java Collectors.teeing 汇总两条统计管道
- 385浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java Foreign Function Memory API 管理本地内存生命周期
- 385浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 2天前 | 异常处理 · 并发编程 · Java教程 · StructuredTaskScope Java Structured Concurrency Joiner allUntil 子任务异常 聚合异常
- Java Structured Concurrency 汇总子任务异常
- 260浏览 收藏
-
- 文章 · java教程 | 2天前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121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。
- 446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。
- 517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。
- 532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。
- 479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。
- 304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

