Java之List集合两种排序的性能比较(抛开数据量谈性能都是耍流氓)

最新推荐文章于 2025-02-26 13:46:25 发布

梦想一直在路上

最新推荐文章于 2025-02-26 13:46:25 发布

阅读量2.2k

点赞数

本文链接：https://blog.youkuaiyun.com/wb_zjp283121/article/details/108574439

版权

万级数据量

    public static void main(String[] args) {
        List<User> userList = new ArrayList<>();
        Random rand = new Random();
        for (int i = 0; i <10000 ; i++) {
            User user = new User();
            user.setId(rand.nextInt(1000));
            user.setCompanyId(rand.nextInt(1000));
            userList.add(user);        }        Long startTime = System.currentTimeMillis();        userList.sort((a, b)-> b.getId().compareTo(a.getId()));        System.out.println("List.sort()耗时："+(System.currentTimeMillis()-startTime)+"ms");
        Long startTime1 = System.currentTimeMillis();        userList.stream().sorted(Comparator.comparing(User::getCompanyId)).collect(Collectors.toList());        System.out.println("stream.sort耗时："+(System.currentTimeMillis() - startTime1)+"ms");
    }运行结果：List.sort()   耗时：116ms
stream.sort耗时：27ms

结论：很明显是stream优势非常明显，相差4~5倍！

十万级数据量

    public static void main(String[] args) {
        List<User> userList = new ArrayList<>();
        Random rand = new Random();
        for (int i = 0; i <100000 ; i++) {
            User user = new User();
            user.setId(rand.nextInt(1000));
            user.setCompanyId(rand.nextInt(1000));
            userList.add(user);        }        Long startTime = System.currentTimeMillis();
        userList.sort((a, b)-> b.getId().compareTo(a.getId()));
        System.out.println("List.sort()耗时："+(System.currentTimeMillis()-startTime)+"ms");
        Long startTime1 = System.currentTimeMillis();
        userList.stream().sorted(Comparator.comparing(User::getCompanyId)).collect(Collectors.toList());
        System.out.println("stream.sort耗时："+(System.currentTimeMillis() - startTime1)+"ms");
    }运行结果：List.sort()耗时：150ms
stream.sort耗时：197ms
List.sort()耗时：142ms
parallelStream.sort耗时：193ms

结论：可以看到在十万级数据量stream已经优势不再，并行流也一样，反而List接口的默认方法却优势很突出

百万级数据量

    public static void main(String[] args) {
        List<User> userList = new ArrayList<>();
        Random rand = new Random();
        for (int i = 0; i <1000000 ; i++) {
            User user = new User();
            user.setId(rand.nextInt(1000));
            user.setCompanyId(rand.nextInt(1000));
            userList.add(user);        }        Long startTime = System.currentTimeMillis();        userList.sort((a, b)-> b.getId().compareTo(a.getId()));        System.out.println("List.sort()耗时："+(System.currentTimeMillis()-startTime)+"ms");
        Long startTime1 = System.currentTimeMillis();        userList.stream().sorted(Comparator.comparing(User::getCompanyId)).collect(Collectors.toList());        System.out.println("stream.sort耗时："+(System.currentTimeMillis() - startTime1)+"ms");
    }运行结果：List.sort()耗时：523ms
stream.sort耗时：824ms

可以发现随着数据量的增大，stream的排序效率越来越差，由此可以得出结论：

在万级数据及以下，优先选择stream排序；

在十万级及以上，那么则需要选择List提供的sort方法进行排序效率更高！