Java线性存储和链式存储分析

在分析之前，我们线看一下具体的ArrayList 和 LinkedList 源码分析

其实看完源码后，我们多多少少能得出如下的结论

线性存储

1. 随机访问优势

 public E get(int index) {
        //检查下标是否符合
        rangeCheck(index);
         
        //直接通过下标访问，还有更快的么
        return elementData(index);
    }

2, 插入性能堪忧困难

删除也会哦

    //添加数据操作
    public boolean add(E e) {
        //先执行扩容
        ensureCapacityInternal(size + 1); // Increments modCount!!
        //添加数据
        elementData[size++] = e;
        return true;
    }
    
    //确认新的容量是否符合， 返回符合的容量
    private static int calculateCapacity(Object[] elementData, int minCapacity) {
        if (elementData == DEFAULTCAPACITY_EMPTY_ELEMENTDATA) {
            return Math.max(DEFAULT_CAPACITY, minCapacity);
        }
        return minCapacity;
    }

    //使用指定容量扩容
    private void ensureCapacityInternal(int minCapacity) {
        ensureExplicitCapacity(calculateCapacity(elementData, minCapacity));
    } 
    
    //扩容操作
    private void ensureExplicitCapacity(int minCapacity) {
        modCount++;

        // overflow-conscious code
        if (minCapacity - elementData.length > 0)
            //可以在这里看到，容量一旦不够，就需要进行扩容，关键这个扩容是需要，复制完整的原始数据
            grow(minCapacity);
    }
    
    private void grow(int minCapacity) {
        // overflow-conscious code
        int oldCapacity = elementData.length;
        int newCapacity = oldCapacity + (oldCapacity >> 1);
        if (newCapacity - minCapacity < 0)
            newCapacity = minCapacity;
        if (newCapacity - MAX_ARRAY_SIZE > 0)
            newCapacity = hugeCapacity(minCapacity);
        elementData = Arrays.copyOf(elementData, newCapacity);
    }

链式存储

1.访问元素困难

    //暴力遍历查找，所以在大数据查找的时候简直是灾难
    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;
        }
    }

2. 毫无压力的插入

没有扩容之后，操作看起来变得复杂，其实没了拷贝之后，性能飞起

 public boolean addAll(int index, Collection<? extends E> c) {
        //检查下标参数
        checkPositionIndex(index);

        Object[] a = c.toArray();
        int numNew = a.length;
        if (numNew == 0)
            return false;

        Node<E> pred, succ;
        if (index == size) {
            succ = null;
            pred = last;
        } else {
            succ = node(index);
            pred = succ.prev;
        }

        //重点在这里，创建链结构
        for (Object o : a) {
            @SuppressWarnings("unchecked") E e = (E) o;
            Node<E> newNode = new Node<>(pred, e, null);
            if (pred == null)
                first = newNode;
            else
                pred.next = newNode;
            pred = newNode;
        }

        if (succ == null) {
            last = pred;
        } else {
            pred.next = succ;
            succ.prev = pred;
        }

        
        size += numNew;
        
        //记录修改次数
        modCount++;
        return true;
    }

总结

上面这些实际上是都是在极度条件的下判断出来的, 只有在几百条数据的时候，并且没有删除数据，适合日志这种类型的，我个人还是建议使用 ArrrayList， 为什么 ？

• 真实存储的是引用（4字节），创建数据存储空间，和ArrayList，LinkedList 没关系
• 在创建的时候，尽量给予相当的容量，这样ArrayList的性能能达到最佳的水平
• 这两种数据结构都不支持，并非修改， 支持并发访问
• 频繁的在插入数据，例如，排序, 删除, 还是自觉使用链式存储吧