arraylist随机访问快因底层为数组，get(int index)直接通过下标计算内存偏移，时间复杂度o(1)，不遍历、不查表、不跳指针。
ArrayList的随机访问为什么快
因为底层用的是数组，get(int index) 直接通过下标计算内存偏移，时间复杂度是 O(1)。只要不越界，它不遍历、不查表、不跳指针。
但要注意：如果在循环里反复调用 get(i) 做条件判断（比如找某个值），JVM 一般能内联优化；可一旦混入装箱操作（如 list.get(i) == 42 对 Integer），就可能触发自动拆箱 + 空指针检查，反而拖慢速度。
- 避免在
for循环中对ArrayList<integer></integer>写if (list.get(i) == x)，改用增强for或预存引用 - 如果确定不会修改结构，可考虑用原始类型集合库（如
fastutil的IntArrayList）绕过泛型擦除和装箱开销 -
size()调用几乎无成本（只是返回一个字段），不必缓存到局部变量，除非你在 HotSpot 外的 JVM 上跑
add() 在末尾和中间的代价差异极大
在末尾追加元素（add(E e)）平均是 O(1)，但有扩容成本；插入到中间（add(int index, E element)）则是 O(n) —— 因为要移动后续所有元素。
常见误用场景：一边遍历一边用 add(index, e) 插入，结果变成 O(n²)，尤其在大数据量时卡顿明显。
产品介绍微趣能 Weiqn 开源免费的微信公共账号接口系统。MVC框架框架结构清晰、易维护、模块化、扩展性好，性能稳定强大核心－梦有多大核心就有多大，轻松应对各种场景！微趣能系统 以关键字应答为中心 与内容素材库 文本 如图片 语音 视频和应用各类信息整体汇集并且与第三方应用完美结合，强大的前后台管理；人性化的界面设计。开放API接口－灵活多动的API，万名开发者召集中。Weiqn 系统开发者AP
立即学习“Java免费学习笔记（深入）”；
- 批量插入优先用
addAll()，它内部会一次性复制数组，比逐个add()少多次扩容和位移 - 如果必须频繁在头部/中间插入，
ArrayList不合适，换LinkedList（但注意它的get()是O(n)）或ArrayDeque（仅限头尾） - 扩容阈值由
grow()控制，默认增长 50%（oldCapacity + (oldCapacity >> 1)），所以初始容量设太小会导致多次复制；预估大小后用new ArrayList(initialCapacity)
迭代器遍历时 remove() 的陷阱
直接用 list.remove(obj) 或 list.remove(index) 在遍历时会引发 ConcurrentModificationException，这不是线程安全问题，而是 modCount 检测到结构性修改。
正确做法是用迭代器自己的 remove() 方法，它会同步更新 expectedModCount。
Iterator<String> it = list.iterator();
while (it.hasNext()) {
String s = it.next();
if (s.startsWith("tmp")) {
it.remove(); // ✅ 安全
}
}
- 别用
for-each循环配合list.remove()，编译器生成的字节码仍是隐式迭代器，同样抛异常 -
removeIf(Predicate)是 Java 8+ 推荐方式，内部也走迭代器逻辑，语义清晰且 JIT 可能优化 - 如果删除条件复杂、涉及多个字段，先收集待删索引再倒序
remove(int index)，避免索引偏移
ArrayList不是线程安全的，但synchronized包装有代价
Collections.synchronizedList(new ArrayList()) 只是对每个方法加了 synchronized(this)，读写都串行化。高并发下吞吐骤降，且无法保证复合操作原子性（比如 if (!list.contains(x)) list.add(x) 仍需额外同步块）。
- 若只读多、写少，用
CopyOnWriteArrayList，但注意每次写操作都会复制整个数组，内存和 GC 压力大 - 若需高频读写+简单操作，考虑
java.util.concurrent.ConcurrentLinkedQueue替代（虽不是List，但支持add()/poll()等无锁操作） - 真正需要
List语义又要求并发安全时，往往说明设计有问题——比如是否该用Map<k v></k>或分片结构替代单一大列表
ArrayList 当作“万能容器”盲目使用，而不看访问模式。查得多？选它。插删频繁？换结构。数据量上百万还用 indexOf() 扫描？那不是性能问题，是算法选择错误。 
