LinkedList真的是查找慢增删快吗

以前别人面试我,这个问题的时候我一般都是回答：linkendlist增删改块，arraylist查找块。直到最近我看了掘金的一篇博文，才发现，实践出真知啊。

测试结果

分别在ArrayList和LinkedList的头部、尾部和中间三个位置插入与查找100000个元素所消耗的时间来进行对比测试，下面是测试结果

测试结论

• ArrayList的查找性能绝对是一流的，无论查询的是哪个位置的元素
• ArrayList除了尾部插入的性能较好外（位置越靠后性能越好），其他位置性能就不如人意了
• LinkedList在头尾查找头尾性能都很棒，但是在中间位置进行操作的话，性能就差很远了，而且跟ArrayList完全不是一个量级的，并且Linkedlist并不是插入哪里性能都比Arraylist快，越靠中间，插入越慢。

源码分析

我们把Java中的ArrayList和LinkedList就是分别对顺序表和双向链表的一种实现：

• 顺序表：需要申请连续的内存空间保存元素，可以通过内存中的物理位置直接找到元素的逻辑位置。在顺序表中间插入or删除元素需要把该元素之后的所有元素向前or向后移动。
• 双向链表：不需要申请连续的内存空间保存元素，需要通过元素的头尾指针找到前继与后继元素（查找元素的时候需要从头or尾开始遍历整个链表，直到找到目标元素）。在双向链表中插入or删除元素不需要移动元素，只需要改变相关元素的头尾指针即可。

所以我们潜意识会认为：ArrayList查找快，增删慢。LinkedList查找慢，增删快；但实际上并不是这样的。

ArrayList尾部插入

add(E e)方法

public boolean add(E e) {
// 检查是否需要扩容
ensureCapacityInternal(size + 1);  // Increments modCount!!
// 直接在尾部添加元素
elementData[size++] = e;
return true;
}

LinkedList尾部插入

LinkedList中定义了头尾节点

/**
* Pointer to first node.
*/
transient Node<E> first;

/**
* Pointer to last node.
*/
transient Node<E> last;

add(E e)方法，该方法中调用了linkLast(E e)方法

public boolean add(E e) {
linkLast(e);
return true;
}

linkLast(E e)方法，可以看出，在尾部插入的时候，并不需要从头开始遍历整个链表，因为已经事先保存了尾结点，所以可以直接在尾结点后面插入元素

/**
* Links e as last element.
*/
void linkLast(E e) {
// 先把原来的尾结点保存下来
final Node<E> l = last;
// 创建一个新的结点，其头结点指向last
final Node<E> newNode = new Node<>(l, e, null);
// 尾结点置为newNode
last = newNode;
if (l == null)
first = newNode;
else
// 修改原先的尾结点的尾结点，使其指向新的尾结点
l.next = newNode;
size++;
modCount++;
}

对于尾部插入而言，ArrayList与LinkedList的性能几乎是一致的

ArrayList头部插入

add(int index, E element)方法，可以看到通过调用系统的数组复制方法来实现了元素的移动。所以，插入的位置越靠前，需要移动的元素就会越多

public void add(int index, E element) {
rangeCheckForAdd(index);
ensureCapacityInternal(size + 1);
// 把原来数组中的index位置开始的元素全部复制到index+1开始的位置（其实就是index后面的元素向后移动一位）
System.arraycopy(elementData,index,elementData, index + 1,size - index);
// 插入元素
elementData[index] = element;
size++;
}

LinkedList头部插入

add(int index, E element)方法，该方法先判断是否是在尾部插入，如果是调用linkLast()方法，否则调用linkBefore()，那么是否真的就是需要重头开始遍历呢？我们一起来看看

public void add(int index, E element) {
checkPositionIndex(index);
if (index == size)
linkLast(element);
else
linkBefore(element, node(index));
}

linkBefore方法
这个函数的工作就只是负责把元素插入到相应的位置而已，关键的工作在node()方法中已经完成了

void linkBefore(E e, Node<E> succ) {
// assert succ != null;
final Node<E> pred = succ.prev;
final Node<E> newNode = new Node<>(pred, e, succ);
succ.prev = newNode;
if (pred == null)
first = newNode;
else
pred.next = newNode;
size++;
modCount++;
}

node方法

Node<E> node(int index) {
// assert isElementIndex(index);

if (index < (size >> 1)) {
Node<E> x = first;
for (int i = 0; i < index; i++)
x = x.next;
return x;
} else {
Node<E> x = last;
for (int i = size - 1; i > index; i--)
x = x.prev;
return x;
}
}

在头尾以外的位置插入元素当然得找出这个位置在哪里，这里面的node()方法就是关键所在，这个函数的作用就是根据索引查找元素，但是它会先判断index的位置，如果index比size的一半(size >> 1,右移运算，相当于除以2)要小，就从头开始遍历。否则，从尾部开始遍历。从而可以知道，对于LinkedList来说，操作的元素的位置越往中间靠拢，效率就越低。

ArrayList、LinkedList查找

• 这就没啥好说的了，对于ArrayList，无论什么位置，都是直接通过索引定位到元素，时间复杂度O(1)
• 而对于LinkedList查找，其核心方法就是上面所说的node()方法，所以头尾查找速度极快，越往中间靠拢效率越低

总结

• 对于LinkedList来说，头部插入和尾部插入时间复杂度都是O(1)
• 但是对于ArrayList来说，头部的每一次插入都需要移动size-1个元素，效率可想而知
• 但是如果都是在最中间的位置插入的话，ArrayList速度比LinkedList的速度快将近10倍

• 点赞
• 收藏
• 分享
• 文章举报