linkedlist and Queue

package com.uncle.myutil.testlist;

import java.util.ArrayList;
import java.util.LinkedList;
import java.util.Queue;

/**
 * Queue接口
 * 	1.java.util		通常子类LinkedList   ArrayDeque
 * 	2.通常无参数构造方法创建
 * 	3.一般方法
 * 		add()
 * 		element()---->get()
 * 		remove()
 * 		boolean = offer(E e);//相当于add	不会抛出异常
 * 		E = peek();//相当于 element方法
 * 		E = poll();剪短//  相当于remove()
 * 	4.双十一零点秒杀
 * 		所有进入秒杀系统的人存入队列
 *
 *  LinkedList类
 * 	1.java.util包	自己封装过LinkedBox   内部类Node<T>对象(节点 prev item next)
 * 	2.底层使用双向链表的数据结构形式来存储
 * 		适合于插入或删除  不适合遍历轮询
 * 	3.构建对象
 * 		无参数构造方法   带参数的构造方法(collection)
 * 	4.常用的方法
 * 		增删改查   add()  remove()  set()  get()  size()	offer  poll   peek
 * 		手册中提供的其他常用方法
 * 		addAll   addFist   addLast()  clear()  contains()
 * 		element()  getFirst()  getLast()  indexOf()  lastIndex()
 * 		.....
 * 	5.插入删除的特性是否像想的那样
 * 		对比ArrayList  Linked
 *
 */
public class TestLinked {
    
    

    public static void main(String[] args){
    
    

        //LinkedList  200000次为例
        //向后追加元素  4
        //向前插入元素  4
        //遍历轮询元素  4
        LinkedList<String> linkeList = new LinkedList<String>();
        for(int i=1;i<=200000;i++){
    
    
            linkeList.addFirst("a");
        }
        long time1 = System.currentTimeMillis();
        for(int i=1;i<=200000;i++){
    
    
            linkeList.removeFirst();
        }
        long time2 = System.currentTimeMillis();
        System.out.println(time2-time1);


        //ArrayList  200000次为例
        //向后追加元素5
        //向前插入元素4005
        //遍历轮询元素3
        //删除元素时间4037
//        ArrayList<String> arrayList = new ArrayList<String>();
//        for(int i=1;i<=200000;i++){
    
    
//            arrayList.add("a");
//        }//有200000个
//        long time1 = System.currentTimeMillis();
//        for(int i=0;i<200000;i++){
    
    
//            arrayList.remove(0);
//        }
//        long time2 = System.currentTimeMillis();
//        System.out.println("arraylist向前插入元素时间"+(time2-time1));


    }
}

Insert picture description here

Guess you like

Origin blog.csdn.net/m0_51945027/article/details/112843449