arraylist性能优化需关注扩容、非尾部增删和遍历安全三方面：预设合理初始容量避免频繁扩容；仅在末尾增删以保持o(1)效率；遍历时用iterator.remove或倒序循环防止漏删；多线程场景须选用线程安全替代方案。
ArrayList 看似简单，但用错场景或忽略底层机制，很容易拖慢应用。核心问题集中在扩容、操作位置和遍历方式三方面，避开这几个坑，性能提升立竿见影。
预设合理初始容量，避免频繁扩容
默认构造的 ArrayList 初始容量为 0，首次 add 才分配 10 个空间；后续每次扩容都是旧容量的 1.5 倍，并触发整块数组复制。百万级数据下可能扩容 30 次以上，每次复制都消耗 CPU 和内存。
- 明确知道数据量：直接传入预估大小，例如 new ArrayList(100000)
- 无法精确预估：给一个偏大的保守值（如预期的 1.2 倍），也能大幅减少扩容次数
- 注意：不是越大越好，过度预留会浪费堆内存，尤其在对象生命周期短、数量多的场景
避免在非尾部位置增删元素
ArrayList 底层是数组，插入或删除索引 i 处的元素，需要把 i 后所有元素整体前移或后移。头部操作代价最高，时间复杂度 O(n)。
- 只在末尾 add 或 remove：这是最高效的操作，接近 O(1)
- 需要频繁中间/头部增删：改用 LinkedList（适合增删多、查询少）或考虑其他结构（如 ArrayDeque 用于栈/队列场景）
- 若必须用 ArrayList 做批量删除：优先用 stream.filter 生成新列表，而不是逐个 remove
遍历时别边遍历边用 list.remove(i)
普通 for 循环中调用 remove(i)，会导致后续元素索引前移，而循环变量 i 仍递增，结果跳过下一个元素——漏删是常态。
- 安全做法一：用 Iterator 遍历，调用 iterator.remove()（它会自动同步内部游标）
- 安全做法二：倒序 for 循环（i 从 size-1 递减），删除不影响前面未访问的索引
- 更推荐：用 stream 过滤，语义清晰且无并发风险，例如 list.stream().filter(x -> !x.equals("a")).collect(Collectors.toList())
多线程环境下不能直接共享 ArrayList
add、remove、甚至遍历过程都不是原子操作。两个线程同时写，可能覆盖数据、size 错误；一个线程遍历、另一个写，会抛 ConcurrentModificationException。
- 读多写少且允许弱一致性：用 CopyOnWriteArrayList（适合监听器列表等场景）
- 需要强一致性且写不频繁：用 Collections.synchronizedList(new ArrayList())，但注意迭代时需手动同步
- 高并发写+读：考虑并发容器如 ConcurrentHashMap 配合其他结构，或分段加锁设计
