Stack与Queue区别详解及应用
2026-05-31 21:47:45
0浏览
收藏
本文深入剖析了Java中栈(Stack)与队列(Queue)的正确使用方式,明确指出应彻底摒弃过时且设计缺陷明显的java.util.Stack类,转而优先选用高性能、符合现代设计原则的ArrayDeque作为栈实现;同时强调Queue是规范接口,需根据场景(如并发性、是否阻塞、是否排序)谨慎选择LinkedList、ArrayDeque、PriorityQueue或ConcurrentLinkedQueue等具体实现;特别提醒开发者务必使用offer()/poll()/peek()这一组安全、健壮的方法替代可能抛异常的add()/remove()/element(),并警惕迭代器不保证LIFO/FIFO顺序这一易被忽视的陷阱——真正的栈/队列遍历必须通过显式弹出或快照复制来保障逻辑正确性。

Stack 是遗留类,别用 java.util.Stack
Java 的 Stack 类继承自 Vector,底层用同步方法实现线程安全,但代价是性能差、设计过时。它违背了“组合优于继承”的原则——Stack 并不是一种特殊的 Vector,却强行继承,导致暴露了不该有的 add()、removeAt() 等列表操作方法。
实际开发中应改用 Deque 接口的实现类:
ArrayDeque:非线程安全,性能最好,推荐作为栈使用(push()/pop()/peek())LinkedList:也可用作栈,但因双向链表结构,随机访问慢,仅在需频繁首尾插入/删除且已引入该类时考虑- 如需线程安全,用
ConcurrentLinkedDeque或外加Collections.synchronizedDeque(),而非Stack
Queue 接口才是标准队列抽象,实现类分工明确
Queue 是接口,不提供具体实现;真正可用的是它的实现类,各自适用场景差异很大:
LinkedList:实现了Queue,支持offer()/poll()/peek(),适合中小规模、非高并发场景ArrayDeque:基于循环数组,无扩容锁争用,比LinkedList更快,且内存更紧凑,是多数情况下的首选PriorityQueue:基于堆,元素按自然序或Comparator排序,poll()返回最小(或自定义优先级最高)元素,不保证 FIFOConcurrentLinkedQueue:无锁、线程安全、非阻塞,适合高并发生产者-消费者模型LinkedBlockingQueue:可选有界/无界,阻塞式,put()/take()会挂起线程,适合需要流控的场景
别混淆 add() 和 offer() 的失败行为
这是初学者最常踩的坑:Queue 接口定义了两套添加方法,语义完全不同:
add(E):成功返回true,失败(如队列满)抛出IllegalStateExceptionoffer(E):成功返回true,失败(如容量限制或资源不足)返回false,不抛异常
例如向有界队列 new ArrayBlockingQueue(2) 添加第 3 个元素:
Queueq = new ArrayBlockingQueue<>(2); q.add("a"); // OK q.add("b"); // OK q.add("c"); // 抛出 IllegalStateException: Queue full
而换成 offer() 就不会崩溃:
boolean success = q.offer("c"); // 返回 false,程序继续运行
除非你明确希望失败即中断流程,否则一律优先用 offer()、poll()、peek() 这组方法。
Stack 与 Queue 的迭代器都不反映 LIFO/FIFO 顺序
无论你用 ArrayDeque 当栈还是队列,调用 iterator() 得到的都是从头到尾的顺序遍历结果,不是后进先出,也不是严格按入队顺序(对 PriorityQueue 来说更不是)。
比如:
Dequestack = new ArrayDeque<>(); stack.push(1); stack.push(2); stack.push(3); for (int i : stack) { System.out.print(i + " "); // 输出:3 2 1 —— 这是巧合,依赖于 ArrayDeque 内部结构 }
但注意:这并非规范保证。JDK 文档明确指出 ArrayDeque.iterator() “返回的迭代器不能保证以任何特定顺序遍历元素”。真实项目中若需按栈/队列逻辑遍历,应显式用 while (!stack.isEmpty()) stack.pop() 或收集后反转。
真正容易被忽略的是:没有“安全的、标准的、顺序确定的”遍历方式——必须根据用途手动控制弹出或复制快照。
本篇关于《Stack与Queue区别详解及应用》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
HTML5密码框美化技巧分享
- 上一篇
- HTML5密码框美化技巧分享
- 下一篇
- 手机按键精灵抢单宏制作教程
查看更多
最新文章
-
- 文章 · java教程 | 1天前 | Java · java NIO.2 BasicFileAttributes Files.find
- Java Files.find组合文件类型与大小条件的遍历方法
- 335浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · bigdecimal RoundingMode Java金额计算
- Java BigDecimal计算金额时的舍入规则清单
- 325浏览 收藏
-
- 文章 · java教程 | 1天前 | Java · java httpclient sendAsync 响应体超时
- Java HttpClient读取响应体超时并取消异步请求的方法
- 413浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java CompletableFuture串联异常与超时的处理方案
- 242浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java sealed interface组织支付状态类型的建模方式
- 182浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java record承载请求对象时的校验与默认值处理
- 439浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java Stream并行收集器保持结果顺序的设计
- 232浏览 收藏
-
- 文章 · java教程 | 4天前 | Java · 集合 · Stream · Java Stream Collector Collectors toMap
- Java Stream分组后保留每组首条记录的收集器写法
- 265浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java虚拟线程与ThreadLocal状态隔离的使用边界
- 451浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java ServiceLoader在模块路径中注册服务实现的实现方法
- 378浏览 收藏
-
- 文章 · java教程 | 4天前 |
- Java regex按名称读取重复捕获组的实现方法
- 365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。
- 202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。
- 256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。
- 210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。
- 200次使用
-
- CMMLU
- 深入了解CMMLU中文评估基准,涵盖67个学科主题,提供数据集下载、Zero-shot/Five-shot评估方法及排行榜,助力优化中文语言模型性能。
- 187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

