ArrayList 存储用户搜索历史方法
2026-05-25 19:36:24
0浏览
收藏
ArrayList虽非专为搜索历史设计,却因其简单高效成为轻量级场景下的理想选择——通过`add(0, keyword)`实现最新搜索置顶、手动去重与动态截断控制长度,并借助JSON序列化(如Gson)安全持久化,既规避了二进制兼容风险,又避免了多线程下的`ConcurrentModificationException`;尤其适合Android主线程或单线程CLI工具,而面对高并发则只需轻量同步封装,兼顾性能、可维护性与向后兼容性。

ArrayList 适合存搜索历史吗?
适合,但得注意两点:一是 ArrayList 本身不处理去重或过期逻辑,二是它默认不线程安全。如果你的应用是单线程(比如 Android 主线程、简单 CLI 工具),直接用 ArrayList 存搜索词完全没问题;如果是多线程写入(比如后台服务持续记录用户行为),就得加同步或换 Collections.synchronizedList。
常见错误现象:ConcurrentModificationException 在遍历历史时被其他线程修改列表;或者反复添加相同关键词导致列表膨胀。
怎么初始化并限制最大长度?
搜索历史通常只保留最近 N 条(比如 20 条),不能无限制增长。别等满了再清理——在每次添加前判断并截断更稳妥:
List history = new ArrayList();
int MAX_SIZE = 20;
void addSearch(String keyword) {
if (keyword == null || keyword.trim().isEmpty()) return;
// 去重:可选,如果不想重复记录同一词
history.remove(keyword); // 先删旧的(如果有)
history.add(0, keyword); // 插到开头,保持“最新在前”
if (history.size() > MAX_SIZE) {
history.remove(history.size() - 1); // 删最老的一条
}
}
void addSearch(String keyword) { if (keyword == null || keyword.trim().isEmpty()) return; // 去重:可选,如果不想重复记录同一词 history.remove(keyword); // 先删旧的(如果有) history.add(0, keyword); // 插到开头,保持“最新在前” if (history.size() > MAX_SIZE) { history.remove(history.size() - 1); // 删最老的一条 } }
注意:remove(keyword) 是基于 equals() 的,所以确保 String 内容一致即可;用 add(0, ...) 而不是 add(...),是为了让 get(0) 拿到最新搜索。
序列化保存到文件或 SharedPreferences 怎么做?ArrayList 实现了 Serializable,但直接序列化有兼容风险(比如类结构变了就反序列化失败)。更稳的做法是转成 JSON 字符串:
- Android 上用
Gson 或 JSONObject:把 history 转成 String 存进 SharedPreferences 的 getString/putString - Java SE 环境可用
Files.write(Paths.get("history.json"), jsonBytes) - 别存二进制序列化文件——版本一升级,旧数据基本就废了
Gson 或 JSONObject:把 history 转成 String 存进 SharedPreferences 的 getString/putStringFiles.write(Paths.get("history.json"), jsonBytes)示例(Gson):gson.toJson(history) → 存;gson.fromJson(json, new TypeToken → 读。
为什么不用 LinkedList 或 ArrayDeque?
有人觉得“频繁头插该用 LinkedList”,但实际中:ArrayList 在小规模(ArrayDeque 不支持按索引随机访问(比如要显示第 3–8 条),而搜索历史 UI 几乎总需要 get(i);LinkedList 的每个节点额外开销大,GC 压力反而高。
真正卡顿点从来不是 ArrayList 插入,而是没控制长度、没异步保存、或者每次展示都重新解析 JSON 字符串。
保存逻辑和长度控制必须一起做,否则用户搜一百次,你内存里真就有一百个字符串——这个细节,上线后才查日志就晚了。
以上就是《ArrayList 存储用户搜索历史方法》的详细内容,更多关于的资料请关注golang学习网公众号!
如何在Perplexity查公司面试经验?Glassdoor数据解析
- 上一篇
- 如何在Perplexity查公司面试经验?Glassdoor数据解析
- 下一篇
- Django多对多字段添加数据教程
查看更多
最新文章
-
- 文章 · java教程 | 51分钟前 | 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 | 1小时前 |
- Java VarHandle 内存序选择与可见性验证
- 226浏览 收藏
-
- 文章 · java教程 | 3小时前 |
- Java JFR 事件流定位短时延迟尖峰
- 213浏览 收藏
-
- 文章 · java教程 | 4小时前 |
- Java Record 序列化兼容字段演进方案
- 483浏览 收藏
-
- 文章 · java教程 | 5小时前 |
- Java ServiceLoader 隔离模块化插件实现
- 414浏览 收藏
-
- 文章 · java教程 | 6小时前 |
- Java Pattern Matching switch 处理密封层级
- 189浏览 收藏
-
- 文章 · java教程 | 7小时前 | 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 | 8小时前 |
- 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 | 9小时前 |
- Java StampedLock 乐观读校验失败的回退方式
- 165浏览 收藏
-
- 文章 · java教程 | 12小时前 | 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 | 14小时前 |
- Java ForkJoinPool asyncMode 调整任务队列顺序
- 121浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 408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。
- 487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。
- 494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。
- 443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。
- 271次使用
查看更多
相关文章
-
- 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

