ArrayList频繁插入性能下降主因是扩容引发的数组复制；应预设容量、避免中间插入、优先批量添加，并根据实际需求选用LinkedList或ArrayDeque等替代结构。
频繁插入 ArrayList 时性能下降，核心问题不在“插入”本身，而在于扩容引发的数组复制和内存重分配。只要避开中间插入、控制扩容次数，优化效果立竿见影。
优先预设容量，从源头减少扩容
ArrayList 默认初始容量为 10，每次扩容按 1.5 倍增长（不是翻倍）。插入 10 万个元素时，可能触发约 20–30 次扩容，每次都要复制全部已有元素——这是主要开销来源。
- 已知数据规模：直接用带参构造函数，如 new ArrayList(100000)
- 不确定精确数量但可估算：调用 list.ensureCapacity(expectedMin)，比如预计至少 8 万，就传 80000
- 批量插入前统一调用一次，比循环中反复判断更高效
避免在头部或中间插入
ArrayList 是数组实现，非尾部插入=移动后续所有元素。哪怕只插在索引 0，也要把全部现存元素往后挪一位，时间复杂度 O(n)。
- 尾部插入（add(e)）才是真正的 O(1) 分摊成本
- 若业务逻辑必须头插，考虑改用 LinkedList（但注意它随机访问慢、内存占用高）
- 若需维持顺序又常插中间，可先用 ArrayList 收集，最后一次性排序或用其他结构替代
配合使用 addAll 而非逐个 add
即使容量足够，连续调用 10000 次 add() 仍涉及重复边界检查、size 自增等微小开销。而 addAll() 可批量处理，内部做一次范围校验 + 一次系统级数组拷贝（System.arraycopy），效率更高。
立即学习“Java免费学习笔记（深入）”；
- 适合从另一个集合、数组或流中批量导入数据
- 例如：list.addAll(Arrays.asList(dataArray))
- 注意：addAll 不会自动扩容，务必确保目标 list 已有足够容量
必要时换数据结构
如果插入只是手段，核心需求是“高频增删+不强调随机访问”，那 ArrayList 就不是最优解：
- LinkedList：插入/删除任意位置都是 O(1)，但访问 get(i) 是 O(n)，且每个元素多两个指针内存开销
- ArrayDeque：适合队列/栈场景，头尾操作极快，内存紧凑，但不支持按索引随机修改
- 若插入后主要做查找，可考虑 HashSet 或 HashMap（无序、去重、O(1) 查找）
