数组

数组是由一组元素（值或变量）组成的数据结构，每个元素至少一个索引或者键来标识

特点：连续存储，可通过索引快速访问（O(1))

📊 ArrayList核心操作时间复杂度概览

首先，通过下表你可以快速了解各操作的时间复杂度概况。

操作	方法示例	平均/最差时间复杂度	算法关键点
查 (Read)​	​get(int index)​	O(1)​	基于数组的索引直接访问，一次计算直达目标。
改 (Update)​	​set(int index, E element)​	O(1)​	类似查询，通过索引定位后直接替换引用。
增 (Insert)​	​add(E e)​(尾部添加)	O(1)​ (分摊)	尾部追加。若容量不足，触发​扩容​（时间复杂度O(n)）。
	​add(int index, E element)​(指定位置)	O(n)​	需要将目标位置后的所有元素向后移动一位。
删 (Delete)​	​remove(int index)​	O(n)​	删除后，需要将后续所有元素向前移动一位以填补空隙。
	​remove(Object o)​	O(n)​	需先线性遍历找到目标元素，再执行删除操作。

---

🔍 深入算法原理

1. 查询 (get​) 与修改 (set​)

这两个操作是ArrayList​的优势所在，其高效性源于底层数据结构是​数组​。

• ​算法描述​：对于任意给定的索引index​，访问其元素只需一步计算：内存起始地址 + index * 元素类型大小​。这是一个常数时间的操作，与数组长度无关。

• ​代码示例​：

  // 以下操作都非常快速
  String element = list.get(5);   // 直接访问第6个元素
  list.set(0, "newValue");         // 直接修改第1个元素的引用
  

2. 添加 (add​)

添加操作的性能取决于插入点的位置。

• 尾部添加 (add(E e)​)

  • ​算法描述​：这是最高效的添加方式。通常只需将新元素放入数组下一个空闲位置（elementData[size++] = e​）。唯一的开销是​扩容​：当数组已满时，需要创建一个新的、更大的数组（通常是原容量的1.5倍），并将所有现有元素从旧数组复制到新数组。这个复制过程是O(n)​ 的。
  • ​分摊时间复杂度​：虽然单次扩容成本高，但扩容操作发生的频率较低。因此，将多次添加操作的总成本平均下来，每个元素的添加成本仍是​O(1)​，这被称为​分摊常数时间​。

• 指定位置插入 (add(int index, E element)​)

  • ​算法描述​：此操作需要“腾出空间”。它使用System.arraycopy()​将index​及其之后的所有元素向后移动一位，然后将新元素放入空出的index​位置。

  // 假设在索引2处插入元素
  // 原数组: [A, B, C, D, E]
  System.arraycopy(elementData, 2, elementData, 3, 3); // 将C, D, E向后移动
  // 移动后: [A, B, null, C, D, E]
  elementData[2] = newElement; // 插入新元素
  // 结果: [A, B, newElement, C, D, E]
  

  • ​时间复杂度​：移动的元素数量是 n - index​。在最坏情况（插入列表开头，index=0​）下，需要移动所有n​个元素，因此时间复杂度为​O(n)​。

3. 删除 (remove​)

删除操作与指定位置插入类似，都需要移动元素。

• ​算法描述​：无论是按索引还是按值删除，核心步骤都是​填补空隙​。

  1. ​按索引删除​：直接移除该位置元素，然后将其后续元素向前移动一位。
  2. ​按值删除​：首先需要遍历数组以找到第一个与目标值匹配的元素的索引，这个过程本身在最坏情况下就是O(n)，找到后再执行与按索引删除相同的移动操作。

  // 删除索引2的元素
  // 原数组: [A, B, C, D, E]
  fastRemove(2); // 内部调用System.arraycopy
  // 将D, E向前移动，覆盖C: [A, B, D, E, null]
  

• ​时间复杂度​：由于最坏情况下需要遍历和移动n​个元素，两种删除方法的时间复杂度均为​O(n)​。

---

💡 核心实践建议

根据上述分析，在实际开发中运用ArrayList​时，请牢记以下几点：

1. ​优先用于“查多改少”的场景​：ArrayList​的随机访问性能（O(1)）极其出色，非常适合需要频繁按索引读取数据的场景。
2. ​警惕中间位置的增删​：在列表开头或中间进行频繁的插入和删除操作，会导致大量的元素移动，性能开销很大（O(n)）。如果这是你的主要操作模式，应考虑使用LinkedList​，其增删操作的时间复杂度为O(1)。
3. 优化添加操作：预分配容量​ 如果你能预估数据量，在创建ArrayList​时指定一个合适的初始容量（new ArrayList<>(initialCapacity)​），可以避免或减少扩容带来的数组复制开销，显著提升批量添加元素的性能。

💎 总结

​ArrayList​是一个基于动态数组实现的强大集合。其查询和修改操作得益于数组的连续内存结构，具有O(1) 的极致性能。而增删操作的性能则取决于位置：在尾部添加效率很高（分摊O(1)），但在其他位置进行增删，由于需要移动元素，性能为O(n)。