还记得我刚入职时，用ArrayList存储所有数据，用HashMap解决所有键值对需求。直到那天，我的一个数据导出功能在几千条数据时就内存溢出了，师傅看着我满屏的new ArrayList<>()和new HashMap<>()，无奈地摇了摇头。今天，我就分享下我用“血泪”换来的集合框架心得。

1. 那个让我加班到深夜的ArrayList

• ​场景：​​ 我需要从一个巨大的日志文件中读取数据，初步解析后存入一个List，再进行后续处理。
• 错误示范：

List<String> hugeList = new ArrayList<>(); // 默认容量10
for (String line = logFile.readLine(); line != null; line = logFile.readLine()) {
    hugeList.add(line); // 噩梦开始！每次扩容都要复制数组！
}

• ​问题：​​ ArrayList在容量不足时会自动扩容（通常是1.5倍），每次扩容都需要将旧数组的数据复制到新数组。当数据量巨大时，频繁的复制操作极其耗费性能和内存。
• ​解决方案：​​ 如果能预估大致数量，​一定要指定初始容量​！

// 预估有10万行日志，直接指定一个较大的初始容量
List<String> betterList = new ArrayList<>(100000);

2. HashMap vs ConcurrentHashMap：一次惨痛的并发教训

• ​场景：​​ 我写了一个简单的缓存，用HashMap来存，自认为没问题。结果在测试环境一跑，偶尔就会出现诡异的数据不一致。
• 错误示范：

public class MyCache {
    private static final Map<String, Object> cache = new HashMap<>();

    public static void put(String key, Object value) {
        cache.put(key, value);
    }
    // ... get 方法
}

• ​问题：​​ HashMap不是线程安全的！多线程环境下同时put，可能导致内部链表成环，甚至CPU 100%。

• 解决方案：

  • ​如果需要简单的线程安全：​​ 使用ConcurrentHashMap。

private static final Map<String, Object> safeCache = new ConcurrentHashMap<>();

• ​如果只是读多写少，需要保持排序：​​ 可以考虑ConcurrentSkipListMap。

总结：

集合用起来简单，但用对很难。

• ArrayList：查改多，随机访问效率高。记得预估容量。
• LinkedList：频繁在中间插入/删除时考虑。
• HashMap：万能，但并发时请用ConcurrentHashMap。
• LinkedHashMap：需要保持插入顺序或访问顺序时（做LRU缓存很棒）。

别再像我一样，等到程序崩溃了才去了解它们。