Java性能优化之影响性能的那些细节（二）

一、前言

  Java性能优化之影响性能的那些细节 - 续来了。打算把这个标题整个系列文章，后面慢慢积累慢慢写。这是第一篇入口。这次内容主要来源于《Java程序性能优化实战》这本书，算是一份读书笔记，感兴趣的小伙伴可以阅读下这本书。

二、List接口

  先来看下这几个List的类图：

• ArrayList
  
   
• Vector
  
   
• LinkedList
  

  ArrayList、Vector以及LinkedList3种List均来自AbstractList的实现，而AbstractList直接实现了List接口，并扩展自AbstractCollection。

1. ArrayList和Vector

  ArrayList和Vector基本差不多，所以就把这两放一块了。这两个实现类几乎使用了相同的算法，它们的 唯一区别 可以认为是对多线程的支持。ArrayList没有对任何一个方法做线程同步，因此不是线程安全的； Vector中的绝大部分方法都做了线程同步，是一种线程安全的实现方式；

• ArrayList和Vector使用了数组。可以认为ArrayList或者Vector封装了对内部数组的操作，例如向数组中添加、删除、插入新的元素或者数组的扩展和重定义。(对于ArrayList和Vector的一些优化方式其实都是基于数组的来的，因此一般情况同样适用于底层使用数组的其他情况)
   
• ArrayList的当前容量足够大【默认初始化长度为10】，add()操作的效率就非常高，ArrayList扩容【默认扩容原本的1.5倍】过程中会进行大量的数组复制操作，相对来说频繁的扩容会有性能影响；扩容的核心源码如下：

/**
 * Increases the capacity to ensure that it can hold at least the
 * number of elements specified by the minimum capacity argument.
 *
 * @param minCapacity the desired minimum capacity
 */
private void grow(int minCapacity) {
    // overflow-conscious code
    int oldCapacity = elementData.length;
    // 这里用位运算来实现的。相当于newCapacity = oldCapacity + (oldCapacity / 2)
    int newCapacity = oldCapacity + (oldCapacity >> 1);
    if (newCapacity - minCapacity < 0)
        newCapacity = minCapacity;
    if (newCapacity - MAX_ARRAY_SIZE > 0)
        newCapacity = hugeCapacity(minCapacity);
    // minCapacity is usually close to size, so this is a win:
    elementData = Arrays.copyOf(elementData, newCapacity);
}

从源码中我们又能get一个细节： 代码中的整数乘除使用位运算实现，可以大大提高计算效率。

• 从尾部删除元素时效率很高,从头部删除元素时相当费时,原因是每次删除后都要进行数组的重组;
   
• 插入操作都会进行一次数组复制【除尾端插入情况】，而这个操作在增加元素到List尾端的时候是不存在的。大量的数组重组操作会导致系统性能低下，并且插入的元素在List中的位置越靠前，数组重组的开销也越大；
   
• 尽量直接访问内部元素，而不要调用对应的接口。因为函数调用是需要消耗系统资源的，而直接访问元素会更高效，比如直接使用List数组下标索引，而不用get接口。

2. LinkedList

  LinkedList使用了循环双向链表数据结构。与基于数组的List相比，这是两种截然不同的实现技术，这也决定了它们将适用于完全不同的工作场景。LinkedList链表由一系列表项连接而成。一个表项包含3部分，即元素内容、前驱表项和后驱表项。

• 无论LinkedList是否为空，链表内都有一个header表项，它既表示链表的开始，也表示链表的结尾。循环链表 示意图如下：
  
   
• LinkedList对堆内存和GC要求较高，原因是每次添加元素都要new Entry()，及每次都要封装数据，因为必须设置前指针和后指针，才能加入到链表中；
   
• LinkedList从头、尾删除元素时效率相差无几级，但是从List中间删除元素时性能非常糟糕,原因是每次都要遍历半个链表；
   
  （下面是前一篇文章中提到过的关于LinkedList的注意点）
• 使用ListIterator（forEach，利用指针遍历）遍历LinkedList【链表特性】；
   
• 避免任何接受或返回列表中元素索引的LinkedList方法【类似获取index的操作】，性能很差，遍历列表实现；

三、Map接口

  先来看下这几个Map的类图：

• HashMap
  
   
• LinkedHashMap
  
   
• TreeMap
  
   

  这3个Map都是实现Map接口，继承AbstractMap类。HashMap和LinkedHashMap直接继承AbstractMap类，而LinkedHashMap继承了HashMap。

1. HashMap

• HashMap的性能在一定程度上取决于hashCode()的实现。一个好的hashCode()算法，可以尽可能减少冲突，从而提高HashMap的访问速度。另外，一个较大的负载因子意味着使用较少的内存空间，而空间越小，越可能引起Hash冲突。
   
• HashMap初始化默认数组大小16，在创建的时候指定大小【默认使用达到75%进行自动扩容，每次扩容为原来的2倍，最大长度2^30】，参数必须是2的指数幂（不是的话强行转换）；扩容部分源码如下：

/**
     * Initializes or doubles table size.  If null, allocates in
     * accord with initial capacity target held in field threshold.
     * Otherwise, because we are using power-of-two expansion, the
     * elements from each bin must either stay at same index, or move
     * with a power of two offset in the new table.
     *
     * @return the table
     */
    final Node[] resize() {
        Node[] oldTab = table;
        int oldCap = (oldTab == null) ? 0 : oldTab.length;
        int oldThr = threshold;
        int newCap, newThr = 0;
        if (oldCap > 0) {
            if (oldCap >= MAXIMUM_CAPACITY) {
                threshold = Integer.MAX_VALUE;
                return oldTab;
            }
            else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY &&
                     oldCap >= DEFAULT_INITIAL_CAPACITY)
                // 这里也是用的位运算，相当于乘2
                newThr = oldThr << 1; // double threshold
        }

HashMap扩容大体流程（jdk8）：
i. new一个新的数组
ii. 借助二进制的高低位指针进行数据迁移（最高位是0则坐标不变，最高位是1则坐标为原位置+新数组长度，如果是树结构有额外的逻辑）【这里不过多的解释HashMap的扩容机制】；
iii. 链表长度大于8，且hash table长度大于等于64，则会将链表转红黑树(一般情况不使用红黑树，优先扩容) ；

2. LinkedHashMap

• LinkedHashMap可以保持元素输入时的顺序；底层使用循环链表，在内部实现中，LinkedHashMap通过继承HashMap.Entry类，实现了LinkedHashMap.Entry，为HashMap.Entry增加了before和after属性，用于记录某一表项的前驱和后继。
   
• 一些注意点参照LinkedList（链表）

3. TreeMap

• TreeMap，实现了SortedMap接口，这意味着它可以对元素进行排序，然而TreeMap的性能却略微低于HashMap；
   
• TreeMap的内部实现是基于红黑树的。红黑树是一种平衡查找树，它的统计性能要优于平衡二叉树。它具有良好的最坏情况运行时间，可以在O（logn）时间内做查找、插入和删除操作。
   
• 如果需要对Map中的数据进行排序，可以使用TreeMap，而不用自己再去实现很多代码，而且性能不一定很高；

四、关于List的测试demo

package com.allen.list;

import org.junit.Test;
import java.util.ArrayList;
import java.util.LinkedList;
import java.util.List;
import java.util.Vector;


/**
 * 1、ArrayList，Vector：尾部添加元素性能高，头部插入元素每次插入都会涉及元素的复制和移动，性能较低
 * 2、LinkedList：每次添加元素都要new Entry()，对堆内存和GC要求较高【-Xmx512M -Xms512M 使用这个参数对测试结果有一定影响】
 */

public class TestList {
    private static final int CIRCLE1 = 50000;
    protected List list;


    protected void testAddTail(String funcname){
        Object obj=new Object();
        long starttime=System.currentTimeMillis();
        
        for(int i=0;i0){
            list.remove(list.size()-1);
        }
        long endtime=System.currentTimeMillis();
        System.out.println(funcname+": "+(endtime-starttime));
    }

    protected void testDelFirst(String funcname){
        Object obj=new Object();
        for(int i=0;i0){
            list.remove(0);
        }
        long endtime=System.currentTimeMillis();
        System.out.println(funcname+": "+(endtime-starttime));
    }

    protected void testDelMiddle(String funcname){
        Object obj=new Object();
        for(int i=0;i0){
            list.remove(list.size()>>1);
        }
        long endtime=System.currentTimeMillis();
        System.out.println(funcname+": "+(endtime-starttime));
    }

    protected void testAddFirst(String funcname){
        Object obj=new Object();
        long starttime=System.currentTimeMillis();
        
        for(int i=0;i

---