数组与集合性能比较

数组与集合性能比较，集合对数据结构进行优化分类成：ArrayList、Map等等，那他们与基本类型的数组性能如何呢。看理论还不如时间一波：读、写两方面。

写入性能比较

public class ArrayTest {
    
    public static void main(String[] args) {
    
        // 对jvm、cup进行预热
        int temp=0;
        for (int i=0;i<1000000;i++){
    
            temp+=i;
        }
        System.out.println(temp);

        String[] arr = new String[1000000];
        Collection<String> coll = new ArrayList<>();
        long start = System.currentTimeMillis();
        for (int i = 0; i < 1000000; i++) {
    
            arr[i] = i + "";
        }
        System.out.println("数组100w赋值耗时：" + (System.currentTimeMillis() - start));
        start = System.currentTimeMillis();
        for (int i = 0; i < 1000000; i++) {
    
            coll.add(i + "");
        }
        System.out.println("集合100w赋值耗时：" + (System.currentTimeMillis() - start));
    }
}

结果：

1783293664
数组100w赋值耗时：39
集合100w赋值耗时：44

不管先后，正常写入还是基本类型的性能快

读取性能比较

public class ArrayTest02 {
    
    public static void main(String[] args) {
    
        // 对jvm、cup进行预热
        int temp = 0;
        for (int i = 0; i < 1000000; i++) {
    
            temp += i;
        }
        System.out.println(temp);

        String[] arr = new String[1000000];
        Collection<String> coll = new ArrayList<>();
        long start = 0;
        start = System.currentTimeMillis();
        for (int i = 0; i < 1000000; i++) {
    
            coll.add(i + "");
        }
        System.out.println("集合100w赋值耗时：" + (System.currentTimeMillis() - start));

        start = System.currentTimeMillis();
        for (int i = 0; i < 1000000; i++) {
    
            arr[i] = i + "";
        }
        System.out.println("数组100w赋值耗时：" + (System.currentTimeMillis() - start));

        List<String> read = new ArrayList<>();
        read.add("5");
        read.add("999999");
        read.add("439999");
        read.add("666666");

        start = System.currentTimeMillis();
        for (String find : read)
            if(coll.contains(find)){
    
                temp++;
            }
        System.out.println("集合100w随机读取耗时：" + (System.currentTimeMillis() - start));

        start = System.currentTimeMillis();
        for (String find : read)
            for (int i = 0; i < arr.length; i++) {
    
                if (find.equals(arr[i])) {
    
                    temp++;
                    break;
                }
            }
        System.out.println("数组100w随机读取耗时：" + (System.currentTimeMillis() - start));
    }
}

结果一：

1783293664
集合100w赋值耗时：50
数组100w赋值耗时：59
集合100w随机读取耗时：15
数组100w随机读取耗时：13

结构二：

1783293664
集合100w赋值耗时：47
数组100w赋值耗时：61
数组100w随机读取耗时：16
集合100w随机读取耗时：15

不难看出，先后执行与jvm、CPU的调度有关，不管怎样，都是基本数组性能优先，毕竟集合底层就是数组实现

结论

数据量100w级看不出性能差距，可以选择集合存放，因为有大量接口方法，方便调用。
对性能斤斤计较的可以选择基础类型数组。