优化arraylist内存需避免过度预分配并使capacity匹配size，因扩容后不自动缩容；应按需创建合适容量实例、慎用复用、必要时调用trimtosize释放空间。
优化 ArrayList 内存占用、防止数组空间闲置，核心在于**避免过度预分配，同时确保容量与实际 size 匹配**。ArrayList 的 elementData 数组一旦扩容，就不会自动缩容；即使调用 clear() 或反复 remove()，底层数组仍保留原大小，造成堆内存浪费。
明确区分 capacity 和 size
size 是当前真实元素个数，capacity（即 elementData.length）是数组能容纳的最大数量，二者无 API 直接获取 capacity，但可通过反射或估算得知。常见误区是把“能放 10000 个”当成“必须占 10000 个”，尤其在复用列表、循环处理不同批次数据时：
- 若一批数据最多 5000 条，下一批仅 200 条，却始终用同一个预分配了 10000 容量的 list，后 9800 个槽位长期空闲
- clear() 后 size=0，但 capacity 不变，后续 add 仍从索引 0 开始填，旧空间未释放
按需创建新实例，而非复用大容量列表
对生命周期短、数据规模波动大的场景，优先每次新建合适容量的 ArrayList，而不是全局复用一个“万能大容量”对象：
- 读取文件每行生成一条记录：用
new ArrayList(estimatedLineCount)，而非复用一个 ensureCapacity(100000) 的静态 list - HTTP 接口响应组装：根据业务逻辑预估返回条数（如分页 size），构造对应容量的 list
- 避免将 ArrayList 作为类字段长期持有大 capacity，尤其在高并发服务中易引发堆内存堆积
必要时手动收缩容量（trimToSize）
当确认列表不会再增长，且当前 size 远小于 capacity 时，可调用 trimToSize() —— 它会将 elementData 缩小到恰好等于 size 的长度，释放多余空间：
- 适用于批量加载 → 处理 → 只读使用（如缓存构建后不再增删）的流程
- 调用时机示例：
list.addAll(data); process(list); list.trimToSize(); - 注意：trimToSize 本身触发一次数组复制（O(size)），别在频繁修改的列表上滥用
结合业务节奏控制预分配粒度
不追求“一步到位”，而按实际写入节奏分段控制：
- 如果数据是流式分批到达（如 Kafka 消费、数据库游标分页），可为每批单独 new ArrayList(batchSize)，处理完即丢弃
- 若必须复用，可在每批处理前检查当前 size 与预期差异：若
list.size() + expectedAdd > list.capacity（需估算），再 ensureCapacity，而非盲目设上限 - 对不确定总量但有硬上限的场景（如配置限制最大 1000 条），直接用
new ArrayList(1000)，比先 new 再 ensure 更简洁安全
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
