【Java必修課】ArrayList與HashSet的contains方法效能比較（JMH效能測試）
阿新 • • 發佈：2019-10-24
1 簡介
在日常開發中，ArrayList和HashSet都是Java中很常用的集合類。
ArrayList是List介面最常用的實現類；HashSet則是儲存唯一元素Set的實現。
本文主要對兩者共有的方法contains()做一個簡單的討論，主要是效能上的對比，並用JMH(ava Microbenchmark Harness)進行測試比較。
2 先看JMH測試結果
我們使用一個由OpenJDK/Oracle裡面開發了Java編譯器的大牛們所開發的Micro Benchmark Framework來測試。下面簡單展示一下使用過程。
2.1 Maven匯入相關依賴
匯入JMH的相關依賴，可以去官網檢視最新版本：
<dependencies> <dependency> <groupId>org.openjdk.jmh</groupId> <artifactId>jmh-core</artifactId> <version>${openjdk.jmh.version}</version> </dependency> <dependency> <groupId>org.openjdk.jmh</groupId> <artifactId>jmh-generator-annprocess</artifactId> <version>${openjdk.jmh.version}</version> </dependency> </dependencies> <properties> <openjdk.jmh.version>1.19</openjdk.jmh.version> </properties>
2.2 建立測試相關的類
2.2.1 集合儲存物件的類
因為要測試集合類的方法，所以我們建立一個類來表示集合所儲存的物件。如下：
@Data
@AllArgsConstructor(staticName = "of")
public class Student {
private Long id;
private String name;
}2.2.2 JMH測試類
接下來我們就來寫測試效能對比的類，程式碼如下：
@BenchmarkMode(Mode.AverageTime) @OutputTimeUnit(TimeUnit.NANOSECONDS) public class ContainsPerformanceTest { @State(Scope.Thread) public static class MyState { private Set<Student> studentSet = new HashSet<>(); private List<Student> studentList = new ArrayList<>(); private Student targetStudent = Student.of(99L, "Larry"); @Setup(Level.Trial) public void prepare() { long MAX_COUNT = 10000; for (long i = 0; i < MAX_COUNT; i++) { studentSet.add(Student.of(i, "MQ")); studentList.add(Student.of(i, "MQ")); } studentList.add(targetStudent); studentSet.add(targetStudent); } } @Benchmark public boolean arrayList(MyState state) { return state.studentList.contains(state.targetStudent); } @Benchmark public boolean hashSet(MyState state) { return state.studentSet.contains(state.targetStudent); } public static void main(String[] args) throws Exception { Options options = new OptionsBuilder() .include(ContainsPerformanceTest.class.getSimpleName()) .threads(6) .forks(1) .warmupIterations(3) .measurementIterations(6) .shouldFailOnError(true) .shouldDoGC(true) .build(); new Runner(options).run(); } }
測試類註解說明：
- @BenchmarkMode：表示進行Benchmark時使用的模式；
AverageTime表示測試呼叫的平均時間。 - @OutputTimeUnit：測試的度量時間單位；
NANOSECONDS表示使用納秒為單位。 - @State：接受一個
Scope引數表示狀態的共享範圍；Scope.Thread表示每個執行緒獨享。 - @Setup：執行Benchmark前執行，類似於
JUnit的@BeforeAll。 - @Benchmark：進行Benchmark的物件，類似於
JUnit的@Test。
測試類啟動引數Options說明：
- include：benchmark所在的類名；
- threads：每個程序中的測試執行緒數；
- fork：程序數，如果為3，則JMH會fork出3個程序來測試；
- warmupIterations：預熱的迭代次數，
- measurementIterations：實際測量的迭代次數。
2.3 測試結果
設定好引數後，就可以跑測試了。測試結果如下：
# Benchmark: ContainsPerformanceTest.arrayList
# Run progress: 0.00% complete, ETA 00:00:18
# Fork: 1 of 1
# Warmup Iteration 1: 42530.408 ±(99.9%) 2723.999 ns/op
# Warmup Iteration 2: 17841.988 ±(99.9%) 1882.026 ns/op
# Warmup Iteration 3: 18561.513 ±(99.9%) 2021.506 ns/op
Iteration 1: 18499.568 ±(99.9%) 2126.172 ns/op
Iteration 2: 18975.407 ±(99.9%) 2004.509 ns/op
Iteration 3: 19386.851 ±(99.9%) 2248.536 ns/op
Iteration 4: 19279.722 ±(99.9%) 2102.846 ns/op
Iteration 5: 19796.495 ±(99.9%) 1974.987 ns/op
Iteration 6: 21363.962 ±(99.9%) 2175.961 ns/op
Result "ContainsPerformanceTest.arrayList":
19550.334 ±(99.9%) 2771.595 ns/op [Average]
(min, avg, max) = (18499.568, 19550.334, 21363.962), stdev = 988.377
CI (99.9%): [16778.739, 22321.929] (assumes normal distribution)
# Benchmark: ContainsPerformanceTest.hashSet
# Run progress: 50.00% complete, ETA 00:00:16
# Fork: 1 of 1
# Warmup Iteration 1: 10.662 ±(99.9%) 0.209 ns/op
# Warmup Iteration 2: 11.177 ±(99.9%) 1.077 ns/op
# Warmup Iteration 3: 9.467 ±(99.9%) 1.462 ns/op
Iteration 1: 9.540 ±(99.9%) 0.535 ns/op
Iteration 2: 9.388 ±(99.9%) 0.365 ns/op
Iteration 3: 10.604 ±(99.9%) 1.008 ns/op
Iteration 4: 9.361 ±(99.9%) 0.154 ns/op
Iteration 5: 9.366 ±(99.9%) 0.458 ns/op
Iteration 6: 9.274 ±(99.9%) 0.237 ns/op
Result "ContainsPerformanceTest.hashSet":
9.589 ±(99.9%) 1.415 ns/op [Average]
(min, avg, max) = (9.274, 9.589, 10.604), stdev = 0.505
CI (99.9%): [8.174, 11.004] (assumes normal distribution)
# Run complete. Total time: 00:00:32
Benchmark Mode Cnt Score Error Units
ContainsPerformanceTest.arrayList avgt 6 19550.334 ± 2771.595 ns/op
ContainsPerformanceTest.hashSet avgt 6 9.589 ± 1.415 ns/op經過測試，發現兩者耗時差異極大，ArrayList大概是20K納秒，而HashSet則10納秒左右。兩者完全不在一個數量級上。
3 原始碼分析
通過測試得知兩者差異極大，就小窺一下原始碼分析分析。
3.1 ArrayList的contains()
ArrayList的底層使用陣列作為資料儲存，當給定一個Object去判斷是否存在，需要去遍歷陣列，與每個元素對比。
public boolean contains(Object o) {
return indexOf(o) >= 0;
}
public int indexOf(Object o) {
if (o == null) {
for (int i = 0; i < size; i++)
if (elementData[i]==null)
return i;
} else {
for (int i = 0; i < size; i++)
if (o.equals(elementData[i]))
return i;
}
return -1;
}從原始碼可以發現，contains()方法是通過呼叫indexOf()來判斷的，而後者就是需要遍歷陣列，直到找到那個與入參相等的元素才會停止。因為，ArrayList的contains()方法的時間複雜度為O(n)，也就是說，時間取決於長度，而且是正比的關係。
3.2 HashSet的contains()
HashSet底層是通過HashMap來實現的，而HashMap的底層結構為陣列+連結串列，JDK 8後改為陣列+連結串列+紅黑樹。
HashMap的相關程式碼如下：
public boolean containsKey(Object key) {
return getNode(hash(key), key) != null;
}
final Node<K,V> getNode(int hash, Object key) {
Node<K,V>[] tab; Node<K,V> first, e; int n; K k;
if ((tab = table) != null && (n = tab.length) > 0 &&
(first = tab[(n - 1) & hash]) != null) {
if (first.hash == hash && // always check first node
((k = first.key) == key || (key != null && key.equals(k))))
return first;
if ((e = first.next) != null) {
if (first instanceof TreeNode)
return ((TreeNode<K,V>)first).getTreeNode(hash, key);
do {
if (e.hash == hash &&
((k = e.key) == key || (key != null && key.equals(k))))
return e;
} while ((e = e.next) != null);
}
}
return null;
}首先通過獲取Hash值來找，如果Hash值相等且物件也相等，則找到。一般來說，在hashCode()方法實現沒問題的情況下，發生Hash衝突的情況是比較少。所以可以認為，大部分情況下，contains()的時間複雜度為O(1)，元素個數不影響其速度。如果發生Hash衝突，在連結串列長度小於8時，時間複雜度為O(n)；在連結串列大於8時，轉化為紅黑樹，時間複雜度為O(logn)。
一般地，我們認為，HashSet/HashMap的查詢的時間複雜度為O(1)。
4 總結
通過JMH測試我們發現ArrayList和HashSet的contains()方法效能差異很大。經過原始碼分析得知，ArrayList對應的時間複雜度為O(n)，而HashSet的時間度為O(1)。
歡迎關注公眾號<南瓜慢說>，將持續為你更新