news 2026/5/9 21:52:08

Java 集合框架进阶——List 实现类深度解析与实战优化

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Java 集合框架进阶——List 实现类深度解析与实战优化

Java 集合框架进阶——List 实现类深度解析与实战优化(2026最新版)

List是 Java 集合框架中最常用、最重要的接口之一。它有序、可重复,支持按索引访问。日常开发中 80% 以上的集合场景都在用List

本篇聚焦进阶内容:不只是“ArrayList 快、LinkedList 适合增删”,而是深入底层结构、扩容机制、线程安全、内存模型、迭代安全,并给出真实项目中的实战优化技巧

1. List 四大主流实现类对比(必背表格)

维度ArrayListLinkedListVectorCopyOnWriteArrayList
底层结构Object[] 动态数组双向链表(Node)Object[](同步)Object[](写时复制)
初始容量10(第一次add时分配)无(懒加载)100
扩容机制1.5倍(old + old>>1)无需扩容2倍写时新建数组
随机访问 (get)O(1) ★★★★★O(n) ★☆☆☆☆O(1)O(1)
尾部插入 (add)O(1) 摊销O(1)O(1)(加锁)O(n)(复制数组)
中间插入/删除O(n) ★☆☆☆☆O(1)(已定位节点)★ ★ ★ ★ ★O(n)(加锁)O(n)(复制数组)
内存占用较低(连续内存)较高(每个节点存指针)较低较高(写时多份副本)
线程安全非安全非安全安全(方法加synchronized)安全(写时复制)
迭代器特性fail-fastfail-fastfail-fastfail-safe(弱一致性)
推荐场景绝大多数场景(默认首选)频繁头尾操作、队列/栈极少(遗留系统)读多写少的并发场景
JDK推荐程度★★★★★★★★☆☆★☆☆☆☆★★★★☆(特定场景)

结论一句话
普通业务 95% 用 ArrayList,需要频繁头尾操作才考虑 LinkedList,并发读多写少用 CopyOnWriteArrayList,Vector 基本可以遗忘了。

2. 深度解析

2.1 ArrayList(最常用,面试必考)

底层transient Object[] elementData;

扩容源码(JDK 17/21 核心):

privatevoidgrow(intminCapacity){intoldCapacity=elementData.length;intnewCapacity=oldCapacity+(oldCapacity>>1);// 1.5倍if(newCapacity-minCapacity<0)newCapacity=minCapacity;// ... 最大容量处理elementData=Arrays.copyOf(elementData,newCapacity);}

关键特性

  • 第一次 add 时从 0 扩到 10
  • 连续内存,CPU 缓存友好 → 随机访问极快
  • fail-fast:modCount 机制,迭代过程中结构修改会抛ConcurrentModificationException

内存优化

list.trimToSize();// 移除多余容量,节省内存list.ensureCapacity(1000);// 预分配,减少扩容次数
2.2 LinkedList(双向链表)

底层

privatestaticclassNode<E>{Eitem;Node<E>next;Node<E>prev;}

优势:头尾操作 O(1),实现了Deque接口,可当栈、队列、双端队列用。

致命缺点

  • 随机访问极慢(每次都要从头/尾遍历)
  • 每个 Node 额外存两个指针 → 内存占用高(约是 ArrayList 的 2~3 倍)

推荐使用场景

  • 需要频繁在头部/尾部增删(例如任务队列、LRU 缓存的访问顺序维护)
  • 不需要随机访问
2.3 Vector(已过时)
  • 所有方法都加synchronized,粗粒度锁
  • 扩容 2 倍(比 ArrayList 更浪费)
  • 现代替代方案:Collections.synchronizedList(new ArrayList<>())CopyOnWriteArrayList
2.4 CopyOnWriteArrayList(并发神器)

写时复制(Copy-On-Write)

  • 读操作不加锁(直接读当前数组)
  • 写操作(add/remove/set)先复制一份新数组 → 修改新数组 → 用 CAS 把引用指向新数组

适用场景(经典):

  • 配置中心、黑白名单、事件监听器列表
  • 读操作远多于写操作(读写比 > 10:1)

缺点

  • 写操作耗内存 + CPU(复制整个数组)
  • 只能保证最终一致性,读到旧数据是正常的

3. 实战优化技巧(直接可用于项目)

技巧 1:容量预分配(性能提升最明显)
// 坏:频繁扩容 + 数组复制List<String>list=newArrayList<>();// 好:提前知道大概大小List<String>list=newArrayList<>(10000);// 或 estimatedSize
技巧 2:subList 陷阱(高频 Bug)
List<String>original=newArrayList<>(Arrays.asList("a","b","c","d"));List<String>sub=original.subList(1,3);// [b, c]// 危险!sub 是 original 的视图sub.clear();// → original 也被改了!original.add("e");// → sub 会抛 ConcurrentModificationException

正确做法:需要独立列表时new ArrayList<>(original.subList(...))

技巧 3:遍历方式选择
// ArrayList 推荐(最快)for(inti=0;i<list.size();i++){...}// 通用推荐(安全 + 简洁)for(Strings:list){...}// 底层用 Iterator// LinkedList 绝对不要用索引遍历!
技巧 4:批量操作优化
list.addAll(anotherList);// 比一个一个add快很多Collections.addAll(list,e1,e2...);
技巧 5:并发场景选择
  • 读多写少 →CopyOnWriteArrayList
  • 读写均衡 →Collections.synchronizedList(new ArrayList<>())ConcurrentLinkedQueue(如果不需要随机访问)
  • 高并发高性能 → 考虑 Disruptor 或自定义分段锁结构

4. 总结与面试高频问题

选择口诀

  • 不知道用什么 →ArrayList
  • 频繁头尾操作 →LinkedListArrayDeque
  • 需要线程安全 + 读多写少 →CopyOnWriteArrayList
  • 遗留系统 → 尽量替换 Vector

面试最常被问

  1. ArrayList 和 LinkedList 区别?(至少答出 5 点以上)
  2. ArrayList 扩容机制?为什么是 1.5 倍?
  3. 为什么迭代时修改会抛异常?如何安全删除?
  4. CopyOnWriteArrayList 原理和适用场景?
  5. subList 的坑你遇到过吗?

掌握这篇内容,你对 Java List 的理解就已经进入中高级水平。

想继续深入哪个方向?

  • ArrayList 完整源码逐行解析
  • LinkedList 手写双向链表实现
  • 并发 List 性能压测对比
  • Guava / FastUtil 等第三方 List 优化

随时告诉我,我继续写下一篇!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/9 4:47:22

在kylin中用docker安装python 3.14.3版并安装软件包

1.拉取镜像&#xff0c;建立容器kylinkylin:/shujv/par$ sudo docker pull python:3.14.3 [sudo] kylin 的密码&#xff1a; 3.14.3: Pulling from library/python 1bd4defc8c5e: Pull complete cace8fbd9245: Pull complete bc8128ce97cc: Pull complete 642b703f20ff: Pul…

作者头像 李华
网站建设 2026/4/23 9:20:25

【YOLOv12多模态涨点改进】独家创新首发| TGRS 2025 | 引入CGSAFusion跨模态门控注意力融合模块,通过自注意力机制 和 门控融合提升多模态信息融合,助力红外与可见光检测高效涨点

一、本文介绍 🔥本文给大家介绍使用 CGSA(Cross-Domain Gated Self-Attention)跨模态门控注意力融合模块 改进 YOLOv12 多模态目标检测 模型,可以通过自注意力机制和门控融合动态增强可见光与红外图像之间的特征交互,显著提升小目标检测能力。CGSA 通过频域信息和时域差…

作者头像 李华
网站建设 2026/5/9 5:17:27

【YOLOv12多模态涨点改进】独家创新首发 | TGRS 2025 | 引入FDFEF频域特征增强融合模块,通过减少背景噪声和提高目标特征的可区分性,适用水下遥感图像实例分割、小目标检测任务

一、本文介绍 🔥本文给大家介绍使用 FDFEF频域特征增强融合模块 改进 YOLOv12 多模态网络模型,能够通过频域特征增强和模态特征交互显著提高小目标检测精度,特别是在复杂背景和低对比度环境下。FDFEF 通过频域增强优化了可见光与红外图像之间的特征融合,减少了背景干扰和…

作者头像 李华
网站建设 2026/5/8 18:27:15

PyTorch模型定义:从子类化到动态计算图的深度探索

PyTorch模型定义&#xff1a;从子类化到动态计算图的深度探索 引言&#xff1a;超越简单的nn.Sequential 在深度学习领域&#xff0c;PyTorch已成为研究人员和工程师的首选框架之一&#xff0c;这主要归功于其直观的动态计算图和灵活的模型定义方式。虽然nn.Sequential为快速原…

作者头像 李华
网站建设 2026/5/9 13:33:21

FTP协议的双面性:深入解析主动与被动模式的工作机制

引言:一个协议,两种面孔 文件传输协议(FTP)作为互联网上最早的文件传输标准之一,其设计体现了早期网络环境的特殊性。在看似简单的文件传输背后,FTP采用了一种独特而精妙的架构:分离的命令通道与数据通道。正是这种分离,催生了FTP两种截然不同的工作模式——主动模式与…

作者头像 李华