ArrayList和LinkedList區(qū)別

LinkedList和ArrayList的區(qū)別
LinkedeList和ArrayList都實(shí)現(xiàn)了List接口纵穿,但是它們的工作原理卻不一樣诀拭。它們之間最主要的區(qū)別在于ArrayList是可改變大小的數(shù)組簸呈,而LinkedList是雙向鏈接串列(doubly LinkedList)额港。ArrayList更受歡迎样屠,很多場(chǎng)景下ArrayList比LinkedList更為適用。這篇文章中我們將會(huì)看看LinkedeList和ArrayList的不同哀托,而且我們?cè)噲D來看看什么場(chǎng)景下更適宜使用LinkedList惦辛,而不用ArrayList。

arrayList_linkedList-300x151 (1).jpeg

LinkedList和ArrayList的區(qū)別

LinkedList和ArrayList的差別主要來自于Array和LinkedList數(shù)據(jù)結(jié)構(gòu)的不同仓手。如果你很熟悉Array和LinkedList胖齐,你很容易得出下面的結(jié)論:

  1. 因?yàn)锳rray是基于索引(index)的數(shù)據(jù)結(jié)構(gòu),它使用索引在數(shù)組中搜索和讀取數(shù)據(jù)是很快的嗽冒。Array獲取數(shù)據(jù)的時(shí)間復(fù)雜度是O(1),但是要?jiǎng)h除數(shù)據(jù)卻是開銷很大的呀伙,因?yàn)檫@需要重排數(shù)組中的所有數(shù)據(jù)。
  2. 相對(duì)于ArrayList添坊,LinkedList插入是更快的剿另。因?yàn)長inkedList不像ArrayList一樣,不需要改變數(shù)組的大小贬蛙,也不需要在數(shù)組裝滿的時(shí)候要將所有的數(shù)據(jù)重新裝入一個(gè)新的數(shù)組雨女,這是ArrayList最壞的一種情況,時(shí)間復(fù)雜度是O(n)阳准,而LinkedList中插入或刪除的時(shí)間復(fù)雜度僅為O(1)氛堕。ArrayList在插入數(shù)據(jù)時(shí)還需要更新索引(除了插入數(shù)組的尾部)。
  3. 類似于插入數(shù)據(jù)野蝇,刪除數(shù)據(jù)時(shí)讼稚,LinkedList也優(yōu)于ArrayList。
  4. LinkedList需要更多的內(nèi)存浪耘,因?yàn)锳rrayList的每個(gè)索引的位置是實(shí)際的數(shù)據(jù)乱灵,而LinkedList中的每個(gè)節(jié)點(diǎn)中存儲(chǔ)的是實(shí)際的數(shù)據(jù)和前后節(jié)點(diǎn)的位置。
    什么場(chǎng)景下更適宜使用LinkedList七冲,而不用ArrayList

我前面已經(jīng)提到,很多場(chǎng)景下ArrayList更受歡迎规婆,但是還有些情況下LinkedList更為合適澜躺。譬如:

  1. 你的應(yīng)用不會(huì)隨機(jī)訪問數(shù)據(jù)。因?yàn)槿绻阈枰狶inkedList中的第n個(gè)元素的時(shí)候抒蚜,你需要從第一個(gè)元素順序數(shù)到第n個(gè)數(shù)據(jù)掘鄙,然后讀取數(shù)據(jù)。
  2. 你的應(yīng)用更多的插入和刪除元素嗡髓,更少的讀取數(shù)據(jù)操漠。因?yàn)椴迦牒蛣h除元素不涉及重排數(shù)據(jù),所以它要比ArrayList要快。
    以上就是關(guān)于ArrayList和LinkedList的差別浊伙。你需要一個(gè)不同步的基于索引的數(shù)據(jù)訪問時(shí)撞秋,請(qǐng)盡量使用ArrayList。ArrayList很快嚣鄙,也很容易使用吻贿。但是要記得要給定一個(gè)合適的初始大小,盡可能的減少更改數(shù)組的大小哑子。
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末舅列,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子卧蜓,更是在濱河造成了極大的恐慌帐要,老刑警劉巖,帶你破解...
    沈念sama閱讀 206,723評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件弥奸,死亡現(xiàn)場(chǎng)離奇詭異宠叼,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)其爵,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,485評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門冒冬,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人摩渺,你說我怎么就攤上這事简烤。” “怎么了摇幻?”我有些...
    開封第一講書人閱讀 152,998評(píng)論 0 344
  • 文/不壞的土叔 我叫張陵横侦,是天一觀的道長。 經(jīng)常有香客問我绰姻,道長枉侧,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,323評(píng)論 1 279
  • 正文 為了忘掉前任狂芋,我火速辦了婚禮榨馁,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘帜矾。我一直安慰自己翼虫,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,355評(píng)論 5 374
  • 文/花漫 我一把揭開白布屡萤。 她就那樣靜靜地躺著珍剑,像睡著了一般。 火紅的嫁衣襯著肌膚如雪死陆。 梳的紋絲不亂的頭發(fā)上招拙,一...
    開封第一講書人閱讀 49,079評(píng)論 1 285
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼别凤。 笑死饰序,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的闻妓。 我是一名探鬼主播菌羽,決...
    沈念sama閱讀 38,389評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼由缆!你這毒婦竟也來了注祖?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 37,019評(píng)論 0 259
  • 序言:老撾萬榮一對(duì)情侶失蹤均唉,失蹤者是張志新(化名)和其女友劉穎是晨,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體舔箭,經(jīng)...
    沈念sama閱讀 43,519評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡罩缴,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,971評(píng)論 2 325
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了层扶。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片箫章。...
    茶點(diǎn)故事閱讀 38,100評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖镜会,靈堂內(nèi)的尸體忽然破棺而出檬寂,到底是詐尸還是另有隱情,我是刑警寧澤戳表,帶...
    沈念sama閱讀 33,738評(píng)論 4 324
  • 正文 年R本政府宣布桶至,位于F島的核電站,受9級(jí)特大地震影響匾旭,放射性物質(zhì)發(fā)生泄漏镣屹。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,293評(píng)論 3 307
  • 文/蒙蒙 一价涝、第九天 我趴在偏房一處隱蔽的房頂上張望女蜈。 院中可真熱鬧,春花似錦飒泻、人聲如沸鞭光。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,289評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至席覆,卻和暖如春史辙,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,517評(píng)論 1 262
  • 我被黑心中介騙來泰國打工聊倔, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留晦毙,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 45,547評(píng)論 2 354
  • 正文 我出身青樓耙蔑,卻偏偏與公主長得像见妒,于是被迫代替她去往敵國和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子甸陌,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,834評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容