标签:遍历 LinkedList ArrayList System long currentTimeMillis new
仅仅是自己电脑上测试,有可能不同配置的电脑有些差距,以下是代码块:
package list;
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
public class ListAdd {
public static void main(String[] args) {
// TODO Auto-generated method stub
// testAdd();
// testAddIndex();
testQuery();
}
static void testAdd(){
Object object=new Object();
List<Object> al=new ArrayList<Object>();//70ms
List<Object> ll=new LinkedList<Object>();//471ms
long b=System.currentTimeMillis();
for(int i=0;i<5000000;i++){//寻哈U呢500万次时间差距就出来了
al.add(object);//添加到尾端
}
long e=System.currentTimeMillis();
System.out.println(e-b);
//LinkedList每次的元素增加都需要新建一个Entry对象,并且进行多次的赋值操作,
//在频繁的系统调用中,对性能会产生一定的映像的,慎用
}
/**
* 另外一个add(int index,E elemet)方法,
* ArrayList中的这个方法,从源码可以看出,每插入一次操作,都会进行一次数组复制,而这个操作在数据插入到尾端时候是不存在的,大量的
* 数据重组操作会导致性能低下,并且插入的元素在list中的位置越靠前,数组重组的开销就越大,应该尽可能的奖元素插入到伟大U呢附近,删除
* 操作的话,越靠前系统开销越大
* LinkedList对于插入数据到前后中的效率都是一样的,删除操作的话,她是分前半段和后半段进行搜索,所以效率高很多,
*/
static void testAddIndex(){
Object object=new Object();
List<Object> al=new ArrayList<Object>();//1071ms
List<Object> ll=new LinkedList<Object>();//17ms
long b=System.currentTimeMillis();
for(int i=0;i<100000;i++){//寻哈U呢500万次时间差距就出来了
ll.add(0,object);//添加到尾端
}
long e=System.currentTimeMillis();
System.out.println(e-b);
}
/**
* 遍历列表的三种方法,当数据为100万时候
* for(Object o:list){} 1
* for(Iterator<Stirng> it=lis.iterator;it.hasnext();){}2
* for(int i=0;i<list.size();i++){}3
* ArrayList 分别为47ms,32ms,10ms
* LinkedList分别为63ms,47ms,无穷
*/
static void testQuery(){
// LinkedList<String> l=new LinkedList<String>();
List<String> l=new ArrayList<String>();
for(int i=0;i<1000000;i++){
l.add(String.valueOf(i));
}
long b=System.currentTimeMillis();
String temp="";
for(int i=0;i<l.size();i++){
temp=l.get(i);
}
long e=System.currentTimeMillis();
System.out.println(e-b);
//LinkedList
//1万挑数据 94ms
//10w 13174ms
//100w 无穷大
//ArrayList
//1w 2ms
//10w 5ms
//100w 10ms
//由此可知 遍历数据的话 ArrayList是明显比LinkedList占优势多的多
}
}
标签:遍历,LinkedList,ArrayList,System,long,currentTimeMillis,new 来源: https://blog.51cto.com/10983206/2564152
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。