引言
在工作中大部分时间都会涉及到对list的遍历，java8为我们提供的的stream方便我们对集合的操作。我在工作中使用流式操作也非常多，使用越发熟练变多，不禁让我对list与map遍历效率产生疑问，究竟哪种效率更高呢？现在就让我们一探究竟吧。
前期准备
测试类如下：
@Data
@Builder
@ToString
@Accessors(chain = true)
@NoArgsConstructor
@AllArgsConstructor
@FieldDefaults(level = AccessLevel.PRIVATE)
public class Person {
Integer age;
String name;
String skin;
}
比对效率
思路非常简单，使用list与map对同一个集合分别进行遍历，在集合元素不同个数是，通过遍历时间即可辨别效率。话不多说，上代码~
public class PerformanceTest {
public static void main(String[] args) {
List<Person> list = new ArrayList<>(2<<6);
for (int i = 0; i < 100000; i++) {
list.add(Person.builder().age(i).name("name" + i).skin("yellow" + i).build());
}
long firstTime = Instant.now().toEpochMilli();
list.parallelStream().forEach(x -> {
});
long secondTime = Instant.now().toEpochMilli();
System.out.println("list遍历耗时为：" + (secondTime - firstTime));
Map<Integer, Person> map = list.parallelStream().collect(Collectors.toConcurrentMap(Person::getAge, Function.identity()));
System.out.println("list转为map耗时为：" + (Instant.now().toEpochMilli() - secondTime));
map.forEach((k,v) -> {
});
long thirdTime = Instant.now().toEpochMilli();
System.out.println("map遍历循环耗时为：" + (thirdTime - secondTime));
}
}
上述程序分别测试了集合个数为：50，100, 200, 300， 400，1000，10000, 100000时的效率，测试结果为多次测试汇总。
size = 50 ： list遍历耗时为：99，list转为map耗时为：12，map遍历循环耗时为：13
size = 100 ： list遍历耗时为：53，list转为map耗时为：5，map遍历循环耗时为：5
size = 200 ： list遍历耗时为：158，list转为map耗时为：7，map遍历循环耗时为：7
size = 300 ： list遍历耗时为：123，list转为map耗时为：9，map遍历循环耗时为：9
size = 400 ： list遍历耗时为：121，list转为map耗时为：6，map遍历循环耗时为：7
size = 1000 ： list遍历耗时为：113，list转为map耗时为：7，map遍历循环耗时为：9
size = 10000 ： list遍历耗时为：117，list转为map耗时为：22，map遍历循环耗时为：28
size = 20000 ： list遍历耗时为：127，list转为map耗时为：17，map遍历循环耗时为：22
size = 30000 ： list遍历耗时为：155，list转为map耗时为：20，map遍历循环耗时为：25
size = 40000 ： list遍历耗时为：147，list转为map耗时为：32，map遍历循环耗时为：38
size = 50000 ： list遍历耗时为：139，list转为map耗时为：32，map遍历循环耗时为：38
size = 60000 ： list遍历耗时为：110，list转为map耗时为：35，map遍历循环耗时为：46
size = 70000 ： list遍历耗时为：103，list转为map耗时为：38，map遍历循环耗时为：48
size = 80000 ： list遍历耗时为：92，list转为map耗时为：29，map遍历循环耗时为：39
size = 90000 ： list遍历耗时为：79，list转为map耗时为：54，map遍历循环耗时为：66
size = 100000 ： list遍历耗时为：68，list转为map耗时为：96，map遍历循环耗时为：122
size = 1000000 ： list遍历耗时为：552，list转为map耗时为：1356，map遍历循环耗时为：1589
size = 10000000 ： list遍历耗时为：120，list转为map耗时为：6054，map遍历循环耗时为：6264
通过上述结果，我们可以简单总结如下：在数据量低于1000000时，当数据量为40000时，list的遍历速度达到顶峰，之后逐步减少，而map的遍历速度却一直在增长。当数据量高于1000000时，list转换为map的速度及map遍历的速度都显著增加。
但是为啥性能会变化，这个还要后续在研究！今天做个简单总结 ...
总结
因此，在处理数据体量不是很大时，建议先将list转换为map,再使用map的流式表达式遍历，可提升效率，并且java8的流式表达式提供多种操作方式。了解stream常用使用方式 click me
