几种数据结构，就把这几样拿出来实现了一下，比较他们的效率。
其中链表和哈希表是直接调用的java.util包下的LinkedList类和HashTable类。
hash算法是采用%操作(mod)，效率不是很高，但是作为hash表的代表应该问题不是很大。
创建100万个对象将其放入存储结构中，然后进行增加、删除、查找操作。
每次操作后调用system.nanoTime()方法，获取时间数据。代码如下：
/**
* 测试数组时间的方法
*/
public void f1(){
int i[] = new int[1000000];
long time1 = System.nanoTime();
//创建一个数组
for(int a=0;a<i.length;a++){
i[a] = a;
}
long time2 = System.nanoTime();
System.out.println("创建数组时间："+(time2-time1));
//插入
time1 = System.nanoTime();
int b[] = new int[1000001];
int c = 100;
for(int a=0;a<b.length;a++){
if(a<99){
b[a]=i[a];
}else if(a==99){
b[a] = c;
}else{
b[a] = i[a-1];
}
}
time2 = System.nanoTime();
System.out.println("插入数组时间："+(time2-time1));
//删除
time1 = System.nanoTime();
int d = 99;
for(int a = 0;a<i.length;a++){
if(a<d){
i[a]=b[a];
}else{
i[a]=b[a+1];
}
}
time2 = System.nanoTime();
System.out.println("删除数组时间："+(time2-time1));
//查找
time1 = System.nanoTime();
int e = 678;
for(int a = 0;a<i.length;a++){
if(i[a] ==e){
// System.out.println("找到了e");
}
}
time2 = System.nanoTime();
System.out.println("查找数组的时间："+(time2 - time1));
}
/**
* 链表
*/
public void f2(){
// User deleteUser = null;
//创建链表
long time1 = System.nanoTime();
for(int i = 0;i<1000000;i++){
User u = new User(i);
u1.add(u);
}
long time2 = System.nanoTime();
System.out.println("创建链表的时间："+(time2 - time1));
//插入
time1 = System.nanoTime();
User u = new User(99999999);
u1.add(100, u);
time2 = System.nanoTime();
System.out.println("插入链表的时间："+(time2 - time1));
//删除
time1 = System.nanoTime();
u1.remove(100);
time2 = System.nanoTime();
System.out.println("删除链表的时间："+(time2 - time1));
//查找
time1 = System.nanoTime();
int findId = 999;
for(User findUser:u1){
if(findUser.id == findId){
System.out.println("找到了对应的链表中的对象");
}
}
time2 = System.nanoTime();
System.out.println("查找链表的时间："+(time2 - time1));
}
/**
* hash算法测试
*/public void f4(){
Hashtable<User, Integer> ht = new Hashtable<User, Integer>();
long time1 = System.nanoTime();
for(int i=0;i<1000000;i++){
User u = new User(i);
//这里默认的put方法自带的hash算法是采用%操作(mod)使数据分布在编号为0~10的bucket中
ht.put(u, i);
}
long time2 = System.nanoTime();
System.out.println("创建哈希表的时间："+(time2 - time1));
time1 = System.nanoTime();
int cutId = 999;
int cutID2 = 2;
User cutU = new User(cutId);
cutU.id2 = cutID2;
ht.put(cutU, cutId);
time2 = System.nanoTime();
System.out.println("插入哈希表的时间："+(time2 - time1));
time1 = System.nanoTime();
int delId = 999;
User delU = new User(delId);
ht.remove(delU);
time2 = System.nanoTime();
System.out.println("删除哈希表的时间："+(time2 - time1));
time1 = System.nanoTime();
int findId = 999;
ht.get(new User(findId));
time2 = System.nanoTime();
System.out.println("查找哈希表的时间："+(time2 - time1));
}
一共进行了4次测试：数据如下：
由图可知，哈希表的平均创建时间最长，但是插入、删除和查找平均用时最少。数组创建用时最少，但是插入、删除操作用时最多，查找用时仅次于链表。链表除了查找用时最大，其余都排在数组和哈希表之间。
由以上数据可知，数组的优势在于创建数组用时少，可以适用于规模较小的数据。
链表创建时间比哈希表稍快（约17倍），但是查找用时是哈希表的1000倍以上，是数组的7倍左右。这意味着你要花较多的时间来方便你的插入、删除，但是查找还是算了吧，反正我是不会想经常去查链表里存储的东西的。
哈希表在插入、删除、以及查找操作方面有着优异的表现，但是超长的创建时间提醒：除非你之后要进行大量的增删查改，不然还是用数组来的方便快捷。每次执行代码我的机器总是在创建哈希表的时候要停顿一下。