Java列表對象的性能分析和測試

來源:www0.ccidnet.com   作者:仙人掌工作室 2001年12月10日 20:47
原文地址:http://www0.ccidnet.com/tech/guide/2001/12/10/92_3878.html

SDK提供了有序集合接口java.util.List的幾種實現,其中三種最爲人們熟知的是Vector、ArrayList和LinkedList。 有關這些List類的性能差別是一個經常被問及的問題。在這篇文章中,我要探討的就是LinkedList和Vector/ArrayList之間的性能 差異。

爲全面分析這些類之間的性能差異,我們必須知道它們的實現方法。因此,接下來我首先從性能的角度出發,簡要介紹這些類的實現特點。

一、Vector和ArrayList的實現
Vector和ArrayList都帶有一個底層的Object[]數組,這個Object[]數組用來保存元素。通過索引訪問元素時,只需簡單地通過索引訪問內部數組的元素:
public Object get(int index)
{ //首先檢查index是否合法...此處不顯示這部分代碼 return
elementData[index]; }


內部數組可以大於Vector/ArrayList對象擁有元素的數量,兩者的差值作爲剩餘空間,以便實現快速添加新元素。有了剩餘空間,添加元素變得非常簡單,只需把新的元素保存到內部數組中的一個空餘的位置,然後爲新的空餘位置增加索引值:
public boolean add(Object o)
{ ensureCapacity(size + 1); //稍後介紹 elementData[size++] = o; return true;
//List.add(Object) 的返回值 }

把元素插入集合中任意指定的位置(而不是集合的末尾)略微複雜一點:插入點之上的所有數組元素都必須向前移動一個位置,然後才能進行賦值:
public void add(int index, Object element) {
//首先檢查index是否合法...此處不顯示這部分代碼
ensureCapacity(size+1);
System.arraycopy(elementData, index, elementData, index + 1,
size - index);
elementData[index] = element;
size++;
}

剩餘空間被用光時,如果需要加入更多的元素,Vector/ArrayList對象必須用一個更大的新數組替換其內部Object[]數組,把所有的數組 元素複製到新的數組。根據SDK版本的不同,新的數組要比原來的大50%或者100%(下面顯示的代碼把數組擴大100%):
public void ensureCapacity(int minCapacity) {
int oldCapacity = elementData.length;
if (minCapacity > oldCapacity) {
Object oldData[] = elementData;
int newCapacity = Math.max(oldCapacity * 2, minCapacity);
elementData = new Object[newCapacity];
System.arraycopy(oldData, 0, elementData, 0, size);
}
}

Vector類和ArrayList類的主要不同之處在於同步。除了兩個只用於串行化的方法,沒有一個ArrayList的方法具有同步執行的能力;相 反,Vector的大多數方法具有同步能力,或直接或間接。因此,Vector是線程安全的,但ArrayList不是。這使得ArrayList要比 Vector快速。對於一些最新的JVM,兩個類在速度上的差異可以忽略不計:嚴格地說,對於這些JVM,這兩個類在速度上的差異小於比較這些類性能的測 試所顯示的時間差異。

通過索引訪問和更新元素時,Vector和ArrayList的實現有着卓越的性能,因爲不存在除範圍檢查之外的其他開銷。除非內部數組空間耗盡必須進行 擴展,否則,向列表的末尾添加元素或者從列表的末尾刪除元素時,都同樣有着優秀的性能。插入元素和刪除元素總是要進行數組複製(當數組先必須進行擴展時, 需要兩次複製)。被複制元素的數量和[size-index]成比例,即和插入/刪除點到集合中最後索引位置之間的距離成比例。對於插入操作,把元素插入 到集合最前面(索引0)時性能最差,插入到集合最後面時(最後一個現有元素之後)時性能最好。隨着集合規模的增大,數組複製的開銷也迅速增加,因爲每次插 入操作必須複製的元素數量增加了。

二、LinkedList的實現
LinkedList通過一個雙向鏈接的節點列表實現。要通過索引訪問元素,你必須查找所有節點,直至找到目標節點:
public Object get(intindex) {
//首先檢查index是否合法...此處不顯示這部分代碼
Entry e = header; //開始節點
//向前或者向後查找,具體由哪一個方向距離較
//近決定
if (index < size/2) {
for (int i = 0; i <= index; i++)
e = e.next;
} else {
for (int i = size; i > index; i--)
e = e.previous;
}
return e;
}

把元素插入列表很簡單:找到指定索引的節點,然後緊靠該節點之前插入一個新節點:
public void add(int index, Object element) {
//首先檢查index是否合法...此處不顯示這部分代碼
Entry e = header; //starting node
//向前或者向後查找,具體由哪一個方向距離較
//近決定
if (index < size/2) {
for (int i = 0; i <= index; i++)
e = e.next;
} else {
for (int i = size; i > index; i--)
e = e.previous;
}
Entry newEntry = new Entry(element, e, e.previous);
newEntry.previous.next = newEntry;
newEntry.next.previous = newEntry;
size++;
}

線程安全的LinkedList和其他集合
如果要從Java SDK得到一個線程安全的LinkedList,你可以利用一個同步封裝器從Collections.synchronizedList(List)得到 一個。然而,使用同步封裝器相當於加入了一個間接層,它會帶來昂貴的性能代價。當封裝器把調用傳遞給被封裝的方法時,每一個方法都需要增加一次額外的方法 調用,經過同步封裝器封裝的方法會比未經封裝的方法慢二到三倍。對於象搜索之類的複雜操作,這種間接調用所帶來的開銷不是很突出;但對於比較簡單的方法, 比如訪問功能或者更新功能,這種開銷可能對性能造成嚴重的影響。

這意味着,和Vector相比,經過同步封裝的LinkedList在性能上處於顯著的劣勢,因爲Vector不需要爲了線程安全而進行任何額外的間接調 用。如果你想要有一個線程安全的LinkedList,你可以複製LinkedList類並讓幾個必要的方法同步,這樣你可以得到一個速度更快的實現。對 於所有其它集合類,這一點都同樣有效:只有List和Map具有高效的線程安全實現(分別是Vector和Hashtable類)。有趣的是,這兩個高效 的線程安全類的存在只是爲了向後兼容,而不是出於性能上的考慮。

對於通過索引訪問和更新元素,LinkedList實現的性能開銷略大一點,因爲訪問任意一個索引都要求跨越多個節點。插入元素時除了有跨越多個節點的性 能開銷之外,還要有另外一個開銷,即創建節點對象的開銷。在優勢方面,LinkedList實現的插入和刪除操作沒有其他開銷,因此,插入-刪除開銷幾乎 完全依賴於插入-刪除點離集合末尾的遠近。

三、性能測試
這些類有許多不同的功能可以進行測試。LinkedList應用比較頻繁,因爲人們認爲它在隨機插入和刪除操作時具有較好的性能。所以,下面我分析的重點 將是插入操作的性能,即,構造集合。我測試並比較了LinkedList和ArrayList,因爲這兩者都是非同步的。

插入操作的速度主要由集合的大小和元素插入的位置決定。當插入點的位置在集合的兩端和中間時,最差的插入性能和最好的插入性能都有機會出現。因此,我選擇 了三個插入位置(集合的開頭、末尾和中間),三種典型的集合大小:中等(100個元素),大型(10,000個元素),超大型(1,000,000個元 素)。

在本文的測試中,我使用的是JAVA SDK 1.2.0和1.3.0系列的SUN JVM。此外,我還用HOTSPOT JVM 2.0進行了測試,這個版本可以在1.3.0 SDK找到。在下面的表格中,各個測量得到的時間都以其中一次SDK 1.2 VM上的測試時間(表格中顯示爲100%的單元)爲基準顯示。測試期間使用了默認的JVM配置,即啓用了JIT編譯,因此對於所有JVM,堆空間都必須進 行擴展,以避免內存溢出錯誤。表格中記錄的時間是多次測試的平均時間。爲了避免垃圾收集的影響,在各次測試之間我強制進行了完全的內存清理(參見測試源代 碼瞭解詳情)。磁盤監測確保磁盤分頁不會在測試過程中出現(任何測試,如果它顯示出嚴重的磁盤分頁操作,則被丟棄)。所有顯示出數秒應答時間的速度太慢的 測試都重複進行,直至記錄到一個明顯合理的時間。
表1:構造一箇中等大小的集合(100個元素)。括號中的數字針對預先確定大小的集合。
  1.2 JVM 1.3 JVM HotSpot 2.0 JVM
總是插入到ArrayList的開頭 100% (48.0%) 184.9% (152.0%) 108.0% (66.7%)
總是插入到LinkedList的開頭 135.5% 109.1% 85.3%
總是插入到ArrayList的中間 130.0% (40.6%) 187.4% (158.0%) 84.7% (46.0%)
總是插入到LinkedList的中間 174.0% 135.0% 102.3%
總是插入到ArrayList的末尾 63.3% (20.7%) 65.9% (25.0%) 60.3% (29.3%)
總是插入到LinkedList的末尾 106.7% 86.3% 80.3%

對於規模較小的集合,ArrayList和LinkedList的性能很接近。當元素插入到集合的末尾時,即追加元素時,ArrayList的性能出現了 突變。然而,追加元素是ArrayList特別爲其優化的一個操作:如果你只想要一個固定大小的靜態集合,Java數組(例如Object[])比任何集 合對象都具有更好的性能。除了追加操作,測量得到的時間數據差別不是很大,它們反映了各個JVM的優化程度,而不是其他什麼東西。

例如,對於把元素插入到集合的開始位置來說(表1的前兩行),HotSpot 2.0 JVM加LinkedList具有最好的性能(85.3%),處於第二位的是 1.2 JVM加ArrayList(100%)。這兩個結果顯示出,1.2中簡單的JIT編譯器在執行迭代和複製數組等簡單的操作時具有很高的效率。在 HotSpot中複雜的JVM加上優化的編譯器能夠改進複雜操作的性能,比如對象創建(創建LinkedList節點),並能夠利用代碼內嵌(code- inlining)的優勢。1.3 JVM的結果似乎顯示出,在簡單操作方面它的性能有着很大的不足,這一點很可能在以後的JVM版本中得到改進。

在這裏我特別進行測試的是ArrayList相對於LinkedList的另一個優點,即預先確定集合大小的能力。具體地說,創建ArrayList的時 候允許指定一個具體的大小(例如,在測試中ArrayList可以創建爲擁有100個元素的容量),從而避免所有隨着元素增多而增加集合規模的開銷。表1 括號中的數字顯示了預先確定集合大小時性能的提高程度。LinkedList(直到 SDK 1.3)不能預先確定大小。

此外,ArrayList只生成少量的需要進行垃圾收集的對象,即,用來保存元素的內部數組對象,以及每次ArrayList容量不足需要進行擴展時創建 的附加內部數組對象。LinkedList不管可能出現的任何刪除操作,都爲每一個插入操作生成一個節點對象。因此,LinkedList會給垃圾收集器 帶來相當多的工作。考慮到這些因素,對於任何中小規模的集合,我會選擇使用ArrayList而不是LinkedList。
表2:構造一個大型集合(10,000個元素)
  1.2 JVM 1.3 JVM HotSpot 2.0 JVM
總是插入到ArrayList的開頭 7773% 7537% 7500%
總是插入到LinkedList的開頭 100% 90.34% 65.6%
總是插入到ArrayList的中間 3318% 3412% 3121%
總是插入到LinkedList的中間 26264% 14315% 14209%
總是插入到ArrayList的末尾 41.4% 41.2% 37.5%
總是插入到LinkedList的末尾 66.4% 73.9% 61.7%

表2顯示了大規模集合的測試結果。可以看到,在出現大規模插入操作的時候,我們開始遭遇嚴厲的性能懲罰。正如我們前面分析類的實現所得到的結果,對於 LinkedList來說最差的情形出現在把元素插入到集合中間時。另外我們還可以看到,與使用ArrayList時把元素插入到集合開頭的最差性能相 比,使用LinkedList時把元素插入到集合中間的性能更差一些。和這兩種性能最差的情況相比,把元素插入到ArrayList中間的性能顯然要好得 多。

總地看來,ArrayList再一次在大多數情形下表現出更好的性能,包括根據索引把元素插入到隨機位置的情形。如果你總是要把元素插入到集合中靠前的位 置,LinkedList具有更好的性能;然而,此時你可以利用一個反向的ArrayList得到更好的性能,即,使用一個專用的實現,或者通過 [size -index]映射翻轉索引在集合中的位置。
表3:構造一個超大集合(1,000,000個元素)
  1.2 JVM 1.3 JVM HotSpot 2.0 JVM
總是插入到ArrayList的開頭 太長 太長 太長
總是插入到LinkedList的開頭 100% 179.5% 144.1%
總是插入到ArrayList的中間 太長 太長 太長
總是插入到LinkedList的中間 太長 太長 太長
總是插入到ArrayList的末尾 38.3% 47.7% 42.9%
總是插入到LinkedList的末尾 65.1% 161.5% 139.9%

表3顯示了超大集合的測試結果,從該表可以得出的結論與表2非常相似。然而,表3強調的是,超大集合要求數據、集合類型、數據處理算法之間的恰到好處的配 合;否則,你將得到事實上不可接受的性能表現。至於性能優化,你可以構造一個針對該問題的專用集合類。對於超大集合來說,爲了獲得可接受的性能,構造專用 集合類往往是很有必要的。

四、查詢的性能
在類的內部實現查詢時查詢的性能最高。對於查詢這些列表來說,迭代所有元素所需要的時間是一個限制因素。ArrayList/Vector類中實現的查詢將對類的元素進行迭代。下面的例子計算空元素的總數量:
int count = 0;
for (int i = 0; i < size; i++)
if(elementData[i] == null)
count++;

LinkedList類中實現的查詢將搜索所有的節點。下面的例子計算所有空元素的總數量:
node = header.next;
count = 0;
for (int i = 0; i < repeat; i++, node = node.next)
if (node.element == null)
count++;

表4顯示出,ArrayList的性能顯著地超過了LinkedList,它再一次顯示出ArrayList應該是我們首選的類。表5顯示了利用從 List.listIterator(int)獲得的ListIterator對象迭代所有元素所需要的時間,如果查詢機制不能在List內部實現,這些 迭代器是必需的。ArrayList再一次顯示出了較高的性能,但這次性能的差異程度不象表4顯示的那樣不可思議。注意,表5所顯示的絕對時間相當於表4 顯示絕對時間的10倍,即,ArrayList內部遍歷大約比ArrayList利用ListIterator迭代要快10倍。
表4:通過內部訪問迭代集合中的所有元素
  1.2 JVM 1.3 JVM HotSpot 2.0 JVM
ArrayList內部搜索 100% 106% 197%
LinkedList內部搜索 470% 493% 448%

表5:通過ListIterator遍歷集合中的所有元素
  1.2 JVM 1.3 JVM HotSpot 2.0 JVM
利用ListIterator迭代ArrayList 100% 118% 75.2%
利用ListIterator迭代ListedList 117% 186% 156%

■ 結束語
實際測量和我們所考慮的其他因素都清楚地顯示出,ArrayList和Vector通常比LinkedList和同步封裝之後的LinkedList有着 更好的性能。即使在你認爲LinkedList可能提供更高性能的情況下,你也可以通過修改元素加入的方式從ArrayList爭取更好的性能,例如翻轉 集合元素的次序。

有些情況下LinkedList會有更好的性能,例如,當大量元素需要同時加入到大型集合的開頭和末尾時。但一般而言,我建議你優先使用 ArrayList/Vector類,只有當它們存在明顯的性能問題而LinkedList能夠改進性能時,才使用LinkedList。
發佈了7 篇原創文章 · 獲贊 6 · 訪問量 12萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章