LinkedList 的插入操作真的是 O(1) 吗？这个看似常识的答案，在实际生产中可能让你踩坑。

大多数开发者知道 LinkedList 基于双向链表，却忽略了它在真实场景中的性能陷阱：for 循环 + get(i) 会让时间复杂度退化到 O(n²)，CPU 缓存不友好导致的性能下降，以及每个节点额外 ~32 字节的内存开销。

本文将从源码级别揭示 LinkedList 的真实面貌，看完你将掌握：

1. LinkedList 的底层是基于什么数据结构实现的？
2. LinkedList 的插入和删除操作时间复杂度是否都是 O(1)？
3. LinkedList 和 ArrayList 相比，哪种结构更占内存？
4. LinkedList 真的不支持随机访问吗？
5. LinkedList 是线程安全的吗？

简介

LinkedList 底层是基于双向链表实现的，内部有三个属性：size 用来存储元素个数，first 指向链表头节点，last 指向链表尾节点。

public class LinkedList<E>
        extends AbstractSequentialList<E>
        implements List<E>, Deque<E>, Cloneable, java.io.Serializable {

    // 元素个数
    transient int size = 0;

    // 头节点
    transient Node<E> first;

    // 尾节点
    transient Node<E> last;
}

头尾节点都是由 Node 节点组成，Node 节点表示双向链表的一个元素，内部结构如下：

private static class Node<E> {

    // 存储元素数据
    E item;

    // 后继节点，指向下一个元素
    Node<E> next;

    // 前驱节点，指向上一个元素
    Node<E> prev;

    // 构造函数
    Node(Node<E> prev, E element, Node<E> next) {
        this.item = element;
        this.next = next;
        this.prev = prev;
    }
}

类图架构

«interface»

Collection<E>

+add(E e) : boolean

+remove(Object o) : boolean

+contains(Object o) : boolean

+size() : int

+isEmpty() : boolean

«interface»

List<E>

+get(int index) : E

+add(int index, E e) : void

+remove(int index) : E

+indexOf(Object o) : int

«interface»

Deque<E>

+addFirst(E e) : void

+addLast(E e) : void

+removeFirst() : E

+removeLast() : E

+peekFirst() : E

+peekLast() : E

«abstract»

AbstractSequentialList<E>

LinkedList<E>

-transient int size

-transient Node<E> first

-transient Node<E> last

-static class Node

+LinkedList()

+add(E e) : boolean

+add(int index, E e) : void

+get(int index) : E

+remove(int index) : E

+addFirst(E e) : void

+addLast(E e) : void

+removeFirst() : E

+removeLast() : E

-node(int index) : Node

-linkLast(E e) : void

-linkFirst(E e) : void

-unlink(Node x) : E

LinkedList 实现了 List 接口，提供了集合操作的常用方法，当然也包含随机访问的方法，只不过没有像 ArrayList 那样实现 RandomAccess 接口，LinkedList 提供的随机访问方法时间复杂度不是常量级别的。

LinkedList 还实现了 Deque 接口，Deque 是 double ended queue 的缩写，读音是 /dek/，读错就尴尬了。
Deque 是双端队列，可以在头尾进行插入和删除操作，兼具栈和队列的性质。

Deque 提供了大量增删查方法，目的是区分不同语义：对于添加操作，addFirst() 在队列满时会抛出异常，而 offerFirst() 则返回 false；对于删除和查询，以 poll/peek 开头的方法在元素不存在时返回 null，而以 remove/get/element 开头的方法则会抛出异常。

常用方法分类如下：

操作类型	头部操作（抛出异常）	头部操作（返回特殊值）	尾部操作（抛出异常）	尾部操作（返回特殊值）
添加	addFirst(e)、push(e)	offerFirst(e)	addLast(e)、add(e)	offerLast(e)、offer(e)
删除	removeFirst()、remove()、pop()	pollFirst()、poll()	removeLast()	pollLast()
查询	getFirst()、element()	peekFirst()、peek()	getLast()	peekLast()

核心工作原理

add(e) 尾部添加

addFirst(e) 头部添加

add(index,e) 任意位置

是

否

remove 删除

removeFirst

removeLast

remove(index)

remove(Object)

找到

未找到

get(index)

getFirst/getLast

初始化: first=null, last=null, size=0

添加元素?

linkLast: 新节点prev指向原last\nlast更新为新节点\n原last.next指向新节点\nsize++ modCount++

linkFirst: 新节点next指向原first\nfirst更新为新节点\n原first.prev指向新节点\nsize++ modCount++

index == size?

node(index): 按index与size/2比较\n决定从头或尾遍历

linkBefore: 在目标节点前插入新节点\n修改前后节点指针\nsize++ modCount++

按位置还是按值?

unlinkFirst: 断开头节点引用\nitem和next置null\nsize-- modCount++

unlinkLast: 断开尾节点引用\nitem和prev置null\nsize-- modCount++

node(index) 定位节点

unlink: 断开前后节点引用\nitem/prev/next置null\nsize-- modCount++

从头/尾遍历查找equals

返回false

查询元素?

node(index) 定位节点

返回 node.item

直接返回 first.item / last.item

初始化

LinkedList 只有一个构造方法——无参构造，并不能像 ArrayList 那样指定初始容量。

List<Integer> list = new LinkedList<>();

构造方法的底层实现也是一个空方法，没有做任何操作：

public LinkedList() {
}

这意味着 LinkedList 创建时不会预先分配任何节点，所有节点都是在添加元素时才动态创建。

💡 核心提示：LinkedList 的无参构造是真正的"零成本"初始化——它不分配任何内存。这与 ArrayList 不同（ArrayList 无参构造也只是赋值空数组引用，同样零分配）。但 LinkedList 每次 add 都要 new Node()，意味着每次添加都是一次独立的堆分配，在大量元素场景下，这会导致内存碎片化，且每个节点的 GC 追踪开销更大。

添加元素

添加元素的方法根据位置区分，共有三种：在头部添加、在尾部添加、在任意位置添加。

方法含义	不返回值	返回布尔值
在头部添加	addFirst(e)、push(e)	offerFirst(e)
在尾部添加	addLast(e)	add(e)、offer(e)、offerLast(e)
在任意位置添加	add(index, e)	-

先看一下使用最多的 add(e) 方法底层实现：

// 添加元素
public boolean add(E e) {
    // 在末尾添加元素
    linkLast(e);
    return true;
}

// 在末尾添加元素
void linkLast(E e) {
    // 1. 获取尾节点
    final Node<E> l = last;
    // 2. 初始化新节点
    final Node<E> newNode = new Node<>(l, e, null);
    // 3. 追加到末尾
    last = newNode;
    if (l == null) {
        first = newNode;
    } else {
        l.next = newNode;
    }
    size++;
    modCount++;
}

linkLast 的核心逻辑：保存原尾节点 → 创建新节点（前驱指向原尾节点） → 更新 last 指针 → 如果链表为空则同时设置 first → 否则将原尾节点的 next 指向新节点。

再看一个从头部添加元素的 push()：

// 添加元素
public void push(E e) {
    // 在头部添加元素
    addFirst(e);
}

// 在头部添加元素
public void addFirst(E e) {
    linkFirst(e);
}

// 在头部添加元素，底层私有实现
private void linkFirst(E e) {
    // 1. 获取头节点
    final Node<E> f = first;
    // 2. 初始化新节点
    final Node<E> newNode = new Node<>(null, e, f);
    // 3. 追加到头部
    first = newNode;
    if (f == null) {
        last = newNode;
    } else {
        f.prev = newNode;
    }
    size++;
    modCount++;
}

linkFirst 与 linkLast 逻辑对称：保存原头节点 → 创建新节点（后继指向原头节点） → 更新 first 指针 → 如果链表为空则同时设置 last → 否则将原头节点的 prev 指向新节点。

最后看在任意位置添加的 add(index, e) 底层实现：

// 在下标index位置添加元素
public void add(int index, E element) {
    // 检查下标是否越界
    checkPositionIndex(index);

    // 如果index等于链表长度，则添加到末尾
    if (index == size) {
        linkLast(element);
    } else {
        // 添加到指定位置前面（先找到index位置的元素）
        linkBefore(element, node(index));
    }
}

// 在当前元素前面添加新元素
void linkBefore(E e, Node<E> succ) {
    final Node<E> pred = succ.prev;
    // 创建新节点，并将新节点插入到当前节点之前
    final Node<E> newNode = new Node<>(pred, e, succ);
    succ.prev = newNode;
    if (pred == null) {
        first = newNode;
    } else {
        pred.next = newNode;
    }
    size++;
    modCount++;
}

这里调用了 checkPositionIndex 进行越界检查（允许 index == size，因为可以在末尾追加）：

// 检查位置下标是否越界
private void checkPositionIndex(int index) {
    if (!isPositionIndex(index)) {
        throw new IndexOutOfBoundsException(outOfBoundsMsg(index));
    }
}

// 判断位置下标是否合法
private boolean isPositionIndex(int index) {
    return index >= 0 && index <= size;
}

add(index, e) 内部还依赖了 node(index) 方法来定位节点，这个方法在查询部分详细分析。

查询元素

查询元素的方法按位置区分，共有三种：查询头节点、查询尾节点、查询任意位置元素。

方法含义	如果不存在则返回null	如果不存在则抛异常
查询头部	peek()、peekFirst()	getFirst()、element()
查询尾部	peekLast()	getLast()
查询任意位置	-	get(index)

看一下从头查询的 element() 方法的底层实现：

// 查询元素
public E element() {
    return getFirst();
}

// 获取第一个元素
public E getFirst() {
    final Node<E> f = first;
    if (f == null) {
        throw new NoSuchElementException();
    }
    return f.item;
}

再看一个查询尾节点的 getLast() 方法的底层实现：

// 获取最后一个元素
public E getLast() {
    final Node<E> l = last;
    if (l == null) {
        throw new NoSuchElementException();
    }
    return l.item;
}

头尾查询都是 O(1) 时间复杂度，因为直接访问 first 和 last 指针。

再看一个查询任意位置的方法 get(index) 的底层实现：

// 查询下标是index位置的元素
public E get(int index) {
    // 检查下标是否越界
    checkElementIndex(index);
    // 返回对应下标的元素
    return node(index).item;
}

// 返回对应下标的元素
Node<E> node(int index) {
    // 判断下标是否落在前半段
    if (index < (size >> 1)) {
        // 如果在前半段，则从头节点开始向后遍历
        Node<E> x = first;
        for (int i = 0; i < index; i++) {
            x = x.next;
        }
        return x;
    } else {
        // 如果在后半段，则从尾节点开始向前遍历
        Node<E> x = last;
        for (int i = size - 1; i > index; i--) {
            x = x.prev;
        }
        return x;
    }
}

node(index) 方法做了一个重要优化：通过 index < (size >> 1) 判断索引落在前半段还是后半段，前半段从头节点开始向后遍历，后半段从尾节点开始向前遍历。这样最多只需要遍历链表的一半，将最坏情况的遍历步数从 n 降低到了 n/2。

💡 核心提示：虽然 node(index) 做了优化，但时间复杂度仍然是 O(n)。这意味着在 LinkedList 上做随机访问（如 get(i) 在循环中）的性能远远劣于 ArrayList。下面这个代码就是一个经典陷阱：

// 糟糕的做法：每次循环都要从头部/尾部遍历到 index
for (int i = 0; i < list.size(); i++) {
    process(list.get(i));
}

这段代码的总时间复杂度是 O(n²)，因为每次 get(i) 都要遍历最多 n/2 步。应该使用迭代器或增强 for 循环来遍历 LinkedList。

越界检查 checkElementIndex 与 checkPositionIndex 不同——它要求 index < size（不允许等于），因为查询必须指向已存在的元素：

// 检查下标是否越界
private void checkElementIndex(int index) {
    if (!isElementIndex(index)) {
        throw new IndexOutOfBoundsException(outOfBoundsMsg(index));
    }
}

// 判断下标是否越界
private boolean isElementIndex(int index) {
    return index >= 0 && index < size;
}

可见 LinkedList 也支持随机访问，只不过时间复杂度是 O(n)。

除了按索引查询，LinkedList 还提供了按值查找的方法 indexOf(Object o)：

// 返回指定元素第一次出现的下标
public int indexOf(Object o) {
    int index = 0;
    if (o == null) {
        for (Node<E> x = first; x != null; x = x.next) {
            if (x.item == null)
                return index;
            index++;
        }
    } else {
        for (Node<E> x = first; x != null; x = x.next) {
            if (o.equals(x.item))
                return index;
            index++;
        }
    }
    return -1;
}

indexOf 从头到尾线性遍历查找，对 null 值做了特殊处理（用 == 而不是 equals），时间复杂度为 O(n)。

删除元素

删除元素的方法按位置区分，也分为三种：删除头节点、删除尾节点、删除任意位置节点。

方法含义	返回布尔值（不存在返回false）	返回旧值（不存在抛异常）
从头部删除	remove(o)、removeFirstOccurrence	remove()、poll()、pollFirst()、removeFirst()、pop()
从尾部删除	removeLastOccurrence	pollLast()、removeLast()
从任意位置删除	-	remove(index)

先看一个从头开始删除的方法 remove() 的底层实现：

// 删除元素