标签:des style blog http color io os 使用 java
前面LZ已经充分介绍了有关于List接口的大部分知识,如ArrayList、LinkedList、Vector、Stack,通过这几个知识点能够对List接口有了比較深的了解了。仅仅有通过归纳总结的知识才是你的知识。所以以下LZ就List接口做一个总结。推荐阅读:
java提高篇(二一)-----ArrayList List接口,成为有序的Collection也就是序列。该接口能够对列表中的每一个元素的插入位置进行精确的控制,同一时候用户能够依据元素的整数索引(在列表中的位置)訪问元素,并搜索列表中的元素。 下图是List接口的框架图:
通过上面的框架图,能够对List的结构了然于心,其各个类、接口例如以下:
Collection:Collection 层次结构 中的根接口。它表示一组对象,这些对象也称为 collection 的元素。对于Collection而言,它不提供不论什么直接的实现,全部的实现全部由它的子类负责。
AbstractCollection:提供 Collection 接口的骨干实现,以最大限度地降低了实现此接口所需的工作。对于我们而言要实现一个不可改动的 collection,仅仅需扩展此类,并提供 iterator 和 size 方法的实现。但要实现可改动的 collection,就必须另外重写此类的 add 方法(否则,会抛出 UnsupportedOperationException),iterator 方法返回的迭代器还必须另外实现其 remove 方法。
terator:迭代器。
ListIterator:系列表迭代器,同意程序猿按任一方向遍历列表、迭代期间改动列表,并获得迭代器在列表中的当前位置。
List:继承于Collection的接口。它代表着有序的队列。
AbstractList:List 接口的骨干实现,以最大限度地降低实现“随机訪问”数据存储(如数组)支持的该接口所需的工作。
Queue:队列。提供队列主要的插入、获取、检查操作。
Deque:一个线性 collection,支持在两端插入和移除元素。大多数 Deque 实现对于它们能够包括的元素数没有固定限制,但此接口既支持有容量限制的双端队列,也支持没有固定限制大小的双端队列。
AbstractSequentialList:提供了 List 接口的骨干实现,从而最大限度地降低了实现受“连续訪问”数据存储(如链接列表)支持的此接口所需的工作。从某种意义上说,此类与在列表的列表迭代器上实现“随机訪问”方法。
LinkedList:List 接口的链接列表实现。它实现全部可选的列表操作。
ArrayList:List 接口的大小可变数组的实现。它实现了全部可选列表操作,并同意包括 null 在内的全部元素。除了实现 List 接口外,此类还提供一些方法来操作内部用来存储列表的数组的大小。
Vector:实现可增长的对象数组。与数组一样,它包括能够使用整数索引进行訪问的组件。
Stack:后进先出(LIFO)的对象堆栈。它通过五个操作对类 Vector 进行了扩展 ,同意将向量视为堆栈。
Enumeration:枚举,实现了该接口的对象,它生成一系列元素,一次生成一个。连续调用 nextElement 方法将返回一系列的连续元素。
学习知识的根本目的就是使用它。每一个知识点都有它的使用范围。集合也是如此,在Java中集合的家族很庞大,每一个成员都有最适合的使用场景。在刚刚接触List时,LZ就说过假设涉及到“栈”、“队列”、“链表”等操作,请优先考虑用List。至于是那个List则分例如以下:
1、对于须要高速插入、删除元素,则需使用LinkedList。
2、对于须要高速訪问元素,则需使用ArrayList。
3、对于“单线程环境”或者“多线程环境,可是List仅被一个线程操作”,须要考虑使用非同步的类,假设是“多线程环境,切List可能同一时候被多个线程操作”,考虑使用同步的类(如Vector)。
在List中我们使用最普遍的就是LinkedList和ArrayList,同一时候我们也了解了他们两者之间的使用场景和差别。
public class ListTest { private static final int COUNT = 100000; private static ArrayList arrayList = new ArrayList<>(); private static LinkedList linkedList = new LinkedList<>(); private static Vector vector = new Vector<>(); public static void insertToList(List list){ long startTime = System.currentTimeMillis(); for(int i = 0 ; i < COUNT ; i++){ list.add(0,i); } long endTime = System.currentTimeMillis(); System.out.println("插入 " + COUNT + "元素" + getName(list) + "花费 " + (endTime - startTime) + " 毫秒"); } public static void deleteFromList(List list){ long startTime = System.currentTimeMillis(); for(int i = 0 ; i < COUNT ; i++){ list.remove(0); } long endTime = System.currentTimeMillis(); System.out.println("删除" + COUNT + "元素" + getName(list) + "花费 " + (endTime - startTime) + " 毫秒"); } public static void readList(List list){ long startTime = System.currentTimeMillis(); for(int i = 0 ; i < COUNT ; i++){ list.get(i); } long endTime = System.currentTimeMillis(); System.out.println("读取" + COUNT + "元素" + getName(list) + "花费 " + (endTime - startTime) + " 毫秒"); } private static String getName(List list) { String name = ""; if(list instanceof ArrayList){ name = "ArrayList"; } else if(list instanceof LinkedList){ name = "LinkedList"; } else if(list instanceof Vector){ name = "Vector"; } return name; } public static void main(String[] args) { insertToList(arrayList); insertToList(linkedList); insertToList(vector); System.out.println("--------------------------------------"); readList(arrayList); readList(linkedList); readList(vector); System.out.println("--------------------------------------"); deleteFromList(arrayList); deleteFromList(linkedList); deleteFromList(vector); } }
执行结果:
插入 100000元素ArrayList花费 3900 毫秒 插入 100000元素LinkedList花费 15 毫秒 插入 100000元素Vector花费 3933 毫秒 -------------------------------------- 读取100000元素ArrayList花费 0 毫秒 读取100000元素LinkedList花费 8877 毫秒 读取100000元素Vector花费 16 毫秒 -------------------------------------- 删除100000元素ArrayList花费 4618 毫秒 删除100000元素LinkedList花费 16 毫秒 删除100000元素Vector花费 4759 毫秒
从上面的执行结果我们能够清晰的看出ArrayList、LinkedList、Vector添加?、删除、遍历的效率问题。以下我就插入方法add(int index, E element),delete、get方法各位如有兴趣能够研究研究。
首先我们先看三者之间的源代码:
ArrayList
public void add(int index, E element) { rangeCheckForAdd(index); //检查是否index是否合法 ensureCapacityInternal(size + 1); //扩容操作 System.arraycopy(elementData, index, elementData, index + 1, size - index); //数组拷贝 elementData[index] = element; //插入 size++; }
rangeCheckForAdd、ensureCapacityInternal两个方法没有什么影响,真正产生影响的是System.arraycopy方法,该方法是个JNI函数,是在JVM中实现的。声明例如以下:
public static native void arraycopy(Object src, int srcPos, Object dest, int destPos, int length);
眼下LZ无法看到源代码,详细的实现不是很清晰,只是System.arraycopy源代码分析对其进行了比較清晰的分析。但其实我们仅仅须要了解该方法会移动index后面的全部元素就可以,这就意味着ArrayList的add(int index, E element)方法会引起index位置之后全部元素的改变,这真是牵一处而动全身。
LinkedList
public void add(int index, E element) { checkPositionIndex(index); if (index == size) //插入位置在末尾 linkLast(element); else linkBefore(element, node(index)); }
该方法比較简单,插入位置在末尾则调用linkLast方法,否则调用linkBefore方法,其实linkLast、linkBefore都是很easy的实现,就是在index位置插入元素,至于index详细为知则有node方法来解决,同一时候node对index位置检索另一个加速作用,例如以下:
Node<E> node(int index) { if (index < (size >> 1)) { //假设index 小于 size/2 则从头開始查找 Node<E> x = first; for (int i = 0; i < index; i++) x = x.next; return x; } else { //假设index 大于 size/2 则从尾部開始查找 Node<E> x = last; for (int i = size - 1; i > index; i--) x = x.prev; return x; } }
所以linkedList的插入动作比ArrayList动作快就在于两个方面。1:linkedList不须要执行元素拷贝动作,没有牵一发而动全身的大动作。2:查找插入位置有加速动作即:若index < 双向链表长度的1/2,则从前向后查找; 否则,从后向前查找。
Vector
Vector的实现机制和ArrayList一样,相同是使用动态数组来实现的,所以他们两者之间的效率差点儿相同,add的源代码也一样,例如以下:
public void add(int index, E element) { insertElementAt(element, index); } public synchronized void insertElementAt(E obj, int index) { modCount++; if (index > elementCount) { throw new ArrayIndexOutOfBoundsException(index + " > " + elementCount); } ensureCapacityHelper(elementCount + 1); System.arraycopy(elementData, index, elementData, index + 1, elementCount - index); elementData[index] = obj; elementCount++; }
上面是针对ArrayList、LinkedList、Vector三者之间的add(int index,E element)方法的解释,解释了LinkedList的插入动作要比ArrayList、Vector的插入动作效率为什么要高出这么多!至于delete、get两个方法LZ就不多解释了。
同一时候LZ在写上面那个样例时发现了一个很有趣的现象,就是linkedList在某些时候执行add方法时比ArrayList方法会更慢!至于在什么情况?为什么会慢LZ下篇博客解释,当然不知道这个情况各位是否也遇到过??
-----个人网站:http://cmsblogs.com
标签:des style blog http color io os 使用 java
原文地址:http://www.cnblogs.com/hrhguanli/p/3965187.html