当前位置：首页 > java >正文

ArrayList 与 LinkedList 区别？

java 2025/8/5 15:35:55

👨‍💻 导语：
在Java面试中，“集合框架”是绕不开的高频考点，尤其是 ArrayList 和 LinkedList 的区别，几乎是必问题。你只说“一个基于数组，一个基于链表”？那可远远不够。今天这篇文章，带你从底层原理、性能分析到实际场景应用，彻底吃透这道经典面试题！

一、面试主题概述：ArrayList 与 LinkedList 的区别

无论是初级开发者，还是准备跳槽的大厂候选人，面试时都绕不开 Java 集合框架。而在众多集合类中，ArrayList 与 LinkedList 是最常拿来对比的两个 List 实现类。

面试官通过这类题，主要考察以下几点：

你是否真正理解集合的底层实现？
是否能结合具体应用场景做出合理选择？
是否具备代码性能优化的意识？

二、高频面试题汇总

ArrayList 和 LinkedList 有什么区别？
它们在增删改查上的性能对比是怎样的？
在什么场景下选用 LinkedList 优于 ArrayList？
使用 LinkedList 时你遇到过哪些坑？
如何用代码验证两者的性能差异？

三、重点题目详解

❶ ArrayList 和 LinkedList 的底层实现与区别？

// ArrayList 的核心结构
public class ArrayList<E> extends AbstractList<E> implements List<E> {transient Object[] elementData; // 底层数组private int size;
}// LinkedList 的核心结构
public class LinkedList<E> extends AbstractSequentialList<E> implements List<E> {transient Node<E> first;transient Node<E> last;private static class Node<E> {E item;Node<E> next;Node<E> prev;}
}

✅ 考察点解析：

ArrayList 是 基于动态数组 实现，支持快速随机访问（通过索引 O(1)），但插入/删除涉及数组搬移，效率低。
LinkedList 是 基于双向链表 实现，增删节点性能高（O(1)），但查找元素必须从头/尾遍历（O(n)）。

✅ 扩展加分：

Java 中的 ArrayList 默认初始容量是 10，扩容机制为原数组的 1.5 倍。
LinkedList 的每个节点除了数据，还包含两个引用（前驱/后继），内存开销更大。

❷ 增删查改操作性能对比

操作类型	ArrayList 复杂度	LinkedList 复杂度	说明
get(i)	O(1)	O(n)	ArrayList 可直接索引
add(e)	O(1)~O(n)	O(1)	ArrayList 末尾添加快，插入慢
remove(i)	O(n)	O(1)~O(n)	取决于删除位置
insert(i,e)	O(n)	O(n)	LinkedList 需先遍历找到位置

✅ 面试官关注点：
能否结合 时间复杂度 + 底层结构 分析具体操作，展现你对集合的深度理解。

❸ 项目中何时选用 LinkedList？

👉 如果你面对以下场景，考虑使用 LinkedList：

频繁插入/删除中间节点（如：实现队列、双端队列）
不关心随机访问性能

⚠️ 但若涉及大量随机读操作，ArrayList 更合适。

✅ 真实案例延伸：
“我曾在某次实现 LRU 缓存时，使用 LinkedHashMap 替代 LinkedList 来保存访问顺序，避免手动维护链表，性能更稳。”

❹ 实战代码：性能对比

public class ListPerformanceTest {public static void main(String[] args) {List<Integer> arrayList = new ArrayList<>();List<Integer> linkedList = new LinkedList<>();long start, end;// 插入性能测试start = System.nanoTime();for (int i = 0; i < 100000; i++) {arrayList.add(0, i);}end = System.nanoTime();System.out.println("ArrayList 插入耗时：" + (end - start) + " ns");start = System.nanoTime();for (int i = 0; i < 100000; i++) {linkedList.add(0, i);}end = System.nanoTime();System.out.println("LinkedList 插入耗时：" + (end - start) + " ns");}
}