我们知道ArrayList是List接口的一个实现类，它的特点是查询效率高，增删效率低，线程不安全 原因是因为ArrayList底层是封装了一个数组，它是用数组实现的。 看下图，数组在内存中的存储方式：
现在定义一个int[] a数组，假设它的首地址是2000，int类型占4个字节，所以a[0]的首地址是2000，a[1]的首地址就是2004，以此类推….到a[n] 所以上面的这张图，就很形象的解释了，为什么ArrayList的查询效率高，每次只需要一个偏移量就可查到 但是它的增删效率为什么会低呢？ 再往下看：
如果想在这个数组的中间或是第一项前插入一项，它的插入过程是以迭代的方式，让它后面的每一项依次往后挪，就如图上的要在第二项的位置上插入一项，其实这个过程是比较慢的，如果是你每次都在最后插入，这是个例外，因为它不用再去影响其它的元素，直接插在最后面；当然删也是同一个道理 看完了ArrayList,我们再去研究一下LinkedList 它的特点是：增删效率比较高，而查询效率低 LinkedList是底层用双向循环链表实现的List，链表的存储特点是不挨着，它存储的每个元素分为三段：上一项的地址、下一项的地址、元素的内容，，而数组却没有上一项，下一项这种情况 ，因为数组只需要根据一个偏移量，就可以找到下一项或上一项
双向链表的底层结构图：
每个元素在内存中的排列像是随机的，中间没有连续性，通过地址来找到上一项或下一项，从图上应该可以理解了 那么现在问题来了，如果查询LinkedList中的某一项，肿么办？ 没有好办法，只能把元素全部过一遍，这样就会比较的慢 而它的好处体现在它的增删效率非常的快，为什么呢？ 看下面的图解：
假如我把右上的一个元素删掉，可以看到左上和右下的两个元素会直接连上，至于它们两个是怎么牵上手的，这里不多讲了，你懂的……………. 同理，在下面增加一个的时候，也是同一个道理，也就是说，当你增加或删除一个元素的时候，在LinkedList里，它最多只会影响两个元素，而不像ArrayList里，当在中间插入一个元素时，它后面的所有的元素都要受到影响，那么这样在一定程度上LinkedList的增删效率就会明显的高于ArrayList的
我们拿代码来证明一下吧： 之前我用过模版方法设计模式来测试过for、while、do-while三种循环的效率问题 这里也可以用到这个设计模式来测试ArrayList与LinkedList的增删查的效率
import java.util.*;abstract class Template{();(){long start = System.currentTimeMillis();test();long end = System.currentTimeMillis();System.out.println(end – start);}}public class Test{(String[] args){Template t1 = new Template(){(){List list = new ArrayList();for(int i = 1; i < 10000 ; i++){//测试ArrayList的增list.add(0,”a”);}}};Template t2 = new Template(){(){List list = new LinkedList();for(int i = 1; i < 10000 ; i++){//测试LinkedList的增list.add(0,”a”);}}};Template t3 = new Template(){(){List list = new ArrayList();for(int i = 1; i < 10000 ; i++){list.add(“a”);}for(int i = 1; i< 10000 ; i++){//测试ArrayList的查list.get(list.size()/2);}}};Template t4 = new Template(){(){List list = new LinkedList();for(int i = 1; i < 10000 ; i++){list.add(“a”);}for(int i = 1; i< 10000 ; i++){//测试LinkedList的查list.get(list.size()/2);}}};t1.template();t2.template();t3.template();t4.template();}}
输出结果：
可以看到最终的结果： 测试ArrayList的增的时间：37ms; 测试LinkedList的增的时间：4ms;(差10倍耶！！！有木有) 测试ArrayList的查的时间：3ms;(差n倍耶！！！有木有) 测试LinkedList的查的时间：77ms;
就先写到这里……
累死累活不说，走马观花反而少了真实体验，
