ArrayList 与 HashSet 的性能

Question

我知道当我们需要存储重复项时，我们更喜欢ArrayList 而不是HashSet，并且HashSet 使用hashCode() 函数来计算其数组中每个元素的索引。

所以，这意味着如果我们想要存储单个元素，那么ArrayList 应该比HashSet 花费更少的时间。如果我在任何地方错了，请纠正我。

但是当我通过代码检查性能时，我得到了不同的行为。

案例一：

import java.util.*;
class HashsetVSArraylist
{
 public static void main(String args[])
 {
  ArrayList<Integer> a1=new ArrayList<Integer>();
  long nanos = System.nanoTime();

  a1.add(1);

  System.out.println("ArrayList Time:"+(System.nanoTime()-nanos)+"ns");

  HashSet<Integer> h1=new HashSet<Integer>();
  nanos = System.nanoTime();

  h1.add(2);

  System.out.println("HashSet Insertion Time:"+(System.nanoTime()-nanos)+"ns");
 }
}

Output:
ArrayList Time:495087ns
HashSet Insertion Time:21757ns

案例 2：

import java.util.*;
class HashsetVSArraylist
{
 public static void main(String args[])
 {
  HashSet<Integer> h1=new HashSet<Integer>();
  long nanos = System.nanoTime();

  h1.add(2);

  System.out.println("HashSet Insertion Time:"+(System.nanoTime()-nanos)+"ns");

  ArrayList<Integer> a1=new ArrayList<Integer>();
  nanos = System.nanoTime();

  a1.add(1);

  System.out.println("ArrayList Time:"+(System.nanoTime()-nanos)+"ns");
 }
}

Output:
HashSet Insertion Time:582527ns
ArrayList Time:21758ns

现在，我假设HashSet 应该花费更多时间来插入单个元素。但是，在这两种情况下，行为都是不同的……在代码中排在第二位的数据结构花费的时间更少。此外，当插入的元素数量超过 1000 个时，行为会发生变化。

请解释发生了什么。

Answer 1

你的基准被打破了。在尝试使用 Java 进行基准测试之前，请阅读：Dynamic compilation and performance measurement 和：Anatomy of a flawed microbenchmark。

简短的解释是，您尝试测量的总持续时间太长，much太短了，基准测试结果将被微型操作系统淹没，并且CPU 详细信息，以及 Java VM 在开始运行时仍在忙于将字节码编译为机器码这一事实。

同时，当 ArrayList 和 HashList 用于两个不同的目的时，比较它们的性能有点疯狂，但在其他条件相同的情况下，ArrayList 的实现要简单得多，所以你的假设肯定是正确的;它会更快。

Answer 2

Java 在将整数原语转换为 Integer 对象时所做的自动装箱隐藏了这里的真正问题。

当您调用 a1.add(1) 时，这实际上是在调用 a1.add(Integer.valueOf(1))

第一次引用 Integer 类的静态 valueOf 方法时，会导致 Integer 类中的静态初始化程序执行，这会创建数百个静态对象，并且在您的系统上大约需要 500 毫秒。

即便如此，幕后还有很多其他事情会干扰此测试，例如其他静态初始化程序、动态内存分配、系统资源分配以及无数其他事情。

如果您可以设计一个测试来消除或最小化这些变量，那么您会发现从长远来看，添加到 ArrayList 总是比 HashSet 快，但对于任何给定的插入都不是。幸运的是，我们不应该关心单次插入的速度。

例如，想象一下尝试向 ArrayList 添加值的最坏情况，但 ArrayList 处于其最大分配大小。 ArrayList 尝试分配更多空间，但系统已达到其当前内存分配上限，因此它需要等待 VM 为系统分配更多内存。同时垃圾收集器被启动。在这种情况下，通常可能需要