记得刚学数据链表的时候，老师是不是说，读多写少用数组，写多读少用链表，但你有没有想过多少才算多？我也有这个疑问，刚好今天有时间，借这个话题一起探讨，ArrayList和LinkedList选择之写操作。

【资料图】

我们都知道，磁盘IO以块为单位读取数据，如果你所需要的数据都存储在一个块呢，一次IO即可返回。如果跨越多个块，只要你的块是连续的，类似MYSQl，基于预读机制，一次读取多个块的数据。这明显利好数组，因为数组申请内存的时候，大小是固定且连续的。如果是链表，它的数据随机散落在不同的块，意味着磁盘IO很快。

我们都知道，ArrayList存在扩容问题，在频繁写入的时候，会因为容量不足需要重写开辟新的数组空间，然后复制原数组数据到新的数组，这个过程消耗大量内存，这也是提出写多用链表的原因。

那么，是不是只要写多就用链表？这个回答显然是否定的，不然没有探讨的意义。下面我们看看大数据量下两者写入差异。

ArrayList初始容量1万，循环插入500万数据，扩容9次，用时138ms，LinkedList只需要不停创建节点，将节点next绑定即可，但用时724ms，差距5倍多。

500万数据写入，用ArrayList是上策。不过能接触到这么多数据量的情况并不多，实际使用以实际情况为准，多测测你的业务和机器选择比较好，不过对于我来说，优先考虑ArrayList，因为从GC的角度来说，顺序存储利于GC，不管是CMS还是G1。

可以看到，一千万数据量依然有接近3倍的差异，看到这你还犹豫什么，无脑ArrayList

没想到2千万就被反超了，但是你以为这样会说服我使用LinkedList吗，我只能说Naive

已持平！

重新反超，这么大的数据量下，linkedList创建大量node，比需要开辟新数组内存的arrayList消耗的时间更多，内存也更多，不信Jmap看看？而arrayList可是扩容了12次

没得出什么牛逼结论，反而看出两个list在大数据量情况下，性能不是一定谁更好，可能是两条有多个交点的曲线。在选择上，无脑arrayList，如果是重要场景，最好根据业务和机器配置选择合适的。但业务会增长，摸着良心问自己，业务增长到另一个交点的时候，你会改过来吗！