慎用 ArrayList 的 contains 方法，优先使用 HashSet

问题背景

在排查一个应用启动缓慢的问题时，我先怀疑是要加载的数据量太大。可实际看了下数据库，只有 6 万条左右。更奇怪的是，单独写一个读取这 6 万条数据的方法，跑完竟然不到 10 秒。说明瓶颈不在数据库，而是在后面的处理逻辑里。

继续往下看，问题出在一段去重代码上：系统会把记录里某几个字段拼成一个唯一键，如果这个键已经出现过，就认为这条数据是重复的，直接跳过。实现方式很直白：先用一个 List 存这些唯一键，再通过 contains 判断是否已经存在。

List<String> uniqueKeyList = new ArrayList<String>();
// ...
if (uniqueKeyList.contains(uniqueKey)) {
    continue;
}

为什么会慢

ArrayList.contains() 的底层并不是'快速查找'，它最终会走到 indexOf()，本质上就是一次线性遍历：

public int indexOf(Object elem) {
    if (elem == null) {
        for (int i = 0; i < size; i++)
            if (elementData[i] == null)
                return i;
    } else {
        for (int i = 0; i < size; i++)
            if (elem.equals(elementData[i]))
                return i;
    }
    return -1;
}

这意味着，列表越长，contains() 越慢。这里有 6 万条数据，去重过程中每次都要扫一遍 List，累计下来就是很可观的时间开销。启动阶段又特别敏感，几秒钟都可能被放大成明显的卡顿。

改成 HashSet 之后

这类'判断是否已存在'的场景，更合适的容器其实是 Set。把原来的 List 换成 HashSet 后，代码结构几乎不需要大改：

Set<String> uniqueKeySet =  <String>();

 (uniqueKeySet.contains(uniqueKey)) {
    ;
}