后台回复”加群“加入公众号专属技术群
问题：
通常我会这么定义列表：
List<String> names = new ArrayList<>();names类型使用List接口，那么具体实现该如何选择。
什么时候应该用LinkedList替代ArrayList，反之亦然？
总结：
大多数情况下，相比LinkedList更推荐使用ArrayList或ArrayDeque。如果不确定，可以直接选用ArrayList。
LinkedList和ArrayList是List接口的两种不同实现。LinkedList采用双向链表实现。ArrayList通过动态调整数组大小实现。
与标准链表和数组操作一样，不同的实现方法算法运行时也不同。
对于LinkedList<E>
-
get(int index)复杂度为O（n）（平均步长n/4）
-
add(E element)复杂度为O（1）
-
add(int index, E element)复杂度为O（n）（平均步长n/4）。但是当index = 0时复杂度为O（1）<--- LinkedList<E>的主要优点。
-
remove(int index)复杂度为O（n）（平均步长n/4）
-
Iterator.remove()复杂度为O（1）。<---LinkedList<E>的主要优点
-
ListIterator.add(E element)复杂度为O（1）。这是LinkedList<E>的一个主要优点。
注意：许多操作平均需要n/4步长，最好的情况下（例如index= 0）步长为常数，最坏的情况下需要n/2步（列表中间）。
对于ArrayList<E>
-
get(int index)复杂度为O（1）<--- ArrayList<E>的主要优点
-
add(E element)分摊后的复杂度为O（1），但最坏的情况是O（n），因为需要调整数组大小并进行拷贝
-
add（int index，E element）复杂度为O（n）（平均步长n/2）
-
remove(int index)复杂度为O（n）（平均步长n/2）
-
Iterator.remove()复杂度为O（n）（平均步长n/2）
-
ListIterator.add(E element)复杂度为O（n）（平均步长n/2）
注意：许多操作要求平均步长为n/2，最好情况下（列表末尾）步长为常数，最坏情况下（列表开始）需要n步
LinkedList<E>可以使用iterator实现固定时间插入或删除，但只能顺序访问元素。换句话说，可以向前或向后遍历列表，但是在列表中查找固定位置元素花费的时间与列表大小成正比。Javadoc中这么写道：“在列表中建立索引，会从列头或列尾开始遍历，从更靠近的位置开始”，这些方法平均复杂度为O（n）（平均步长n/4），尽管index = 0时复杂度为O(1)。
另一方面，ArrayList<E>支持快速随机读取访问，因此获取任何元素都能在恒定时间内完成。但是，除了列尾在其它任何位置添加或删除元素，都需要把后面的所有元素移位。同样，如果添加的元素多于底层数组的容量，则会分配一个新数组（大小是之前的1.5倍），并把旧数组复制到新数组中。因此在ArrayList中添加元素时间复杂度最差为O（n），平均情况下为常数。
因此，根据您打算执行的操作选择对应的实现。遍历这两种List开销都很小。（从技术上看ArrayList更快，但除非确实对性能要求十分敏感，否则不必担心。遍历的复杂度都是常量）
使用LinkedList其中一个好处可以重用已有iterator插入和删除元素。然后修改本地列表即可，操作的时间复杂度为O（1）。在ArrayList中，数组余下的部分需要移动（即拷贝）。而在LinkedList中执行seek操作遍历，最坏时间复杂度为O（n）（平均步长n/2），而ArrayList中，可以直接计算位置进行访问，复杂度为O（1）。
在LinkedList列头增加或删除操作时间复杂度为O（1），而ArrayList需要O（n）。请注意：ArrayDeque可以用来替代LinkedList，适合在列头添加和删除元素，但它不是List。
另外，如果列表很大，请记住，内存使用情况也有所不同。每个LinkedList元素都有额外开销，因为里面还存储了指向下一个和上一个元素的指针。ArrayLists没有这种开销。但是，无论是否实际添加了元素，ArrayList都会分配初始容量大小的内存。
ArrayList默认初始容量很小（Java 1.4-1.8中设为10）。但是由于底层实现是数组，因此如果添加很多元素，则必须调整数组大小。如果提前知道需要添加很多元素，为避免调整数组大小带来的开销，在创建ArrayList时需要设置更大的初始容量。
答案2(案例分析)：
现代计算机体系结构中，ArrayList性能几乎在所有情况下都得到大大提升。因此，除非一些非常独特和极端的情况，应避免使用LinkedList。
从理论上讲，LinkedList的add(E element)时间复杂度为O(1)。
同样，在列表中间添加元素应该非常有效。
实际并非如此，因为LinkedList是一种对缓存不友好的数据结构。从性能的角度看，只有在极少数情况下，LinkedList的性能会优于缓存友好的ArrayList。
下面是在随机位置插入元素的基准测试结果。就像你看到的那样：ArrayList的效率要高得多。尽管从理论上讲，每次向列表中插入元素都需要“移动”数组中后续n个后元素（个数越少越好）：
在缓存更大、速度更快的下一代硬件上运行，得出的结论更明确：
LinkedList完成相同工作所需的时间更长。
有两个主要原因：
-
主要原因：LinkedList节点随机分布在整个内存中。RAM（“随机访问存储器”）并不是真正随机，需要获取内存块进行缓存。这个操作非常耗时，并且当这种操作频繁发生时，需要一直替换缓存中的内存页 -> 缓存未命中 -> 缓存效率低下。ArrayList元素存储在连续内存中，这正是现代CPU架构优化的内容。
-
其次，LinkedList需要保留指向前一个与后一个元素的指针，这意味着每个元素的内存消耗是ArrayList的3倍。
DynamicIntArray是一个自定义ArrayList实现，元素类型为Int（原始类型）而非Object。因此所有数据实际上都是相邻存储，因此效率更高。
记住一个关键因素，获取存储块比访问单个存储单元的开销更大。这就是为什么读取器1MB顺序内存要比从不同内存块中读取同样的数据量快400倍的原因：
延迟数据比较（〜2012）
----------------------------------
L1 cache reference 0.5 ns
Branch mispredict 5 ns
L2 cache reference 7 ns 14x L1 cache
Mutex lock/unlock 25 ns
Main memory reference 100 ns 20x L2 cache, 200x L1 cache
Compress 1K bytes with Zippy 3,000 ns 3 us
Send 1K bytes over 1 Gbps network 10,000 ns 10 us
Read 4K randomly from SSD* 150,000 ns 150 us ~1GB/sec SSD
Read 1 MB sequentially from memory 250,000 ns 250 us
Round trip within same datacenter 500,000 ns 500 us
Read 1 MB sequentially from SSD* 1,000,000 ns 1,000 us 1 ms ~1GB/sec SSD, 4X memory
Disk seek 10,000,000 ns 10,000 us 10 ms 20x datacenter roundtrip
Read 1 MB sequentially from disk 20,000,000 ns 20,000 us 20 ms 80x memory, 20X SSD
Send packet CA->Netherlands->CA 150,000,000 ns 150,000 us 150 ms来源：每个程序员都应该知道的延迟数据
为了让观点表达得更清晰，可以查看列表开头的add element结果。从理论上讲，这只是一种情况。其实LinkedList应该表现得更好，而ArrayList的结果应该不及它：
注意：这是C++ Std库的基准测试。但是根据我之前的经验，C++和Java的结果非常类似。源代码
复制连续内存是现代CPU的一种优化：理论在不断演变，实际上又让ArrayList和Vector效率变得更高。
参考文中发布的所有基准测试均来自KjellHedström。在他的博客上可以找到更多数据。博客地址：https://kjellkod.wordpress.com/
想知道更多？扫描下面的二维码关注我
