前言前不久和同事一起review一个job执行慢的问题时，发现很多朋友在编码实现功能的时候还是需要注意细节，所以这篇文章来了出去。ArrayList踩坑，首先我们看看这段代码有什么问题？其实在大多数情况下，是没有问题的。无非是循环往ArrayList中写入数据。但是在特殊情况下，比如这里getData()返回的数据非常大的时候，后面的temp.add(str)就会出现问题。比如我们在查看代码的时候，发现这里返回的数据有时候可以高达2000W。这时候ArrayList里面写的问题就凸显出来了。大家都知道ArrayList是用数组实现的，数据的长度是有限制的；需要适时扩充阵法。这里以最后插入为例add(Ee)。ArrayListtemp=newArrayList<>(2);temp.add("1");temp.add("2");temp.add("3");当我们初始化一个长度为2的ArrayList，并向其中写入三段数据时，ArrayList就不得不扩容，即将之前的数据复制到一个数组长度为3的新数组中。原因为什么是3是因为新的长度=原来的长度*1.5从源码可以知道ArrayList的默认长度是10。image但实际上DEFAULT_CAPACITY=10的数组在创建的时候并没有创建初始化。相反，当第一个数据被添加到它时，它将扩展到10。现在我们知道默认长度是10，也就是说一旦写入第9个元素，就会扩容为10*1.5=15。这一步就是数组复制，也就是开辟一个新的内存空间来存放这15个数组。一旦频繁大量写入，就会导致数组副本很多，效率极低。但是如果我们提前预测可能会写入多少条数据，就可以提前避免这个问题。比如我们往里面写入1000W条数据，初始化时给定的数组长度和默认的10长度存在巨大的性能差距。我使用JMHbenchmark测试验证如下：根据结果可以看出，预设长度的效率会比默认高很多（这里的Score指的是函数执行的时间).所以这里强烈建议大家：当ArrayList写入大量数据时，一定要初始化指定长度。另一种是谨慎使用add(intindex,Eelement)将数据写入指定位置。从源码中可以看出，每次写入都会将索引后的数据向后移动。其实本质就是复制数组；但它不同于常规方式向数组末尾写入数据，每次都会复制数组。效率极低。LinkedList提到ArrayList，就不得不说到LinkedList的孪生兄弟；虽然都是List容器，但是本质实现是完全不同的。LinkedList由链表组成，每个节点有两个节点，开头和结尾分别指代前后两个节点；因此它也是一个双向链表。所以理论上它的写法是非常高效的，不会出现ArrayList中极其低效的数组拷贝，每次只需要移动指针即可。这里偷懒就不画图了，大家自己脑补吧。市场上一直流传着对比测试：LinkedList的写效率比ArrayList高，所以写大于读的时候很适合LinkedList。这里测试一下，看结论是否一致；同样是向LinkedList写入1000W数据。从结果可以看出，ArrayList初始化数组长度的效率明显高于LinkedList。但是这里的前提是提前预设ArrayList的数组长度，避免数组扩容，这样ArrayList的写入效率非常高，而LinkedList不需要拷贝内存，但是需要创建对象，改变指针等操作。查询就不用说了，ArrayList可以支持下标随机访问，效率很高。由于LinkedList底层不是数组，所以不支持通过下标访问。而是需要根据查询索引的位置判断是从头遍历还是从尾遍历。但是不管是什么，都需要移动指针一点一点遍历，尤其是当index靠近中间位置的时候，会很慢。综上所述，高性能应用都是从小细节构建起来的。就像这里说的ArrayList这个坑，日常使用没什么大问题。一旦数据量增加，所有的小问题都会变成大问题。所以总结一下：在使用ArrayList的时候，如果可以提前预知数据的大小，那么一定要在数据比较大的时候指定它的长度。尽量避免使用add(index,e)api，会导致数组被拷贝，效率降低。补充一点，另外一个常用的Map容器??HashMap也推荐初始化长度，避免膨胀。
