ArrayList<Integer>与int[]的性能对比：内存与效率差异咨询

不管是存储100万还是10亿int类型数据，int[]在性能和内存占用上都显著优于ArrayList<Integer>，且数据量越大，两者的差异越不可忽略。

一、性能差异 #

• 访问与读写效率：int[]是原生基本类型数组，直接在堆内存中存储原始数值，访问时无需任何额外转换；而ArrayList<Integer>存储的是Integer包装类对象的引用，读取时需要将Integer拆箱为int，写入时需要将int装箱为Integer，这两个操作会产生额外的CPU开销。在高频读写、批量遍历（如排序、统计）场景下，这种性能差距会非常明显。
• 原生操作优化：针对int[]的原生工具类（如Arrays.sort）是直接基于基本类型实现的，比ArrayList依赖的包装类操作（如Collections.sort）少了大量对象处理逻辑，执行效率更高。

二、内存占用差异 #

基于64位JVM开启指针压缩的常见场景，我们可以通过具体数值对比：

• int[]内存占用：每个int占4字节，100万数据约为4MB，10亿数据约为4GB。
• ArrayList<Integer>内存占用：
  • 每个Integer对象本身包含12字节对象头+4字节int值，共16字节；
  • ArrayList内部的Object[]数组存储的是Integer对象的引用，每个引用占4字节；
  • 单元素总开销为16+4=20字节。
  • 100万数据约为20MB，是int[]的5倍；10亿数据约为20GB，是int[]的5倍。
    如果未开启指针压缩，每个引用占8字节，单元素总开销会达到28字节，内存差距会进一步扩大到7倍。

100万数据时，几十MB的额外内存对多数系统来说可能不会直接引发问题，但绝对不是“可忽略”的量级；到10亿数据时，几十GB的额外内存会直接占用大量堆空间，甚至触发内存溢出（OOM），完全不可忽略。

三、数据量放大后的变化 #

• 性能层面：数据量越大，拆装箱、对象引用遍历的总累积开销就越高，int[]的性能优势会被持续放大，比如10亿数据的批量遍历，int[]的执行速度可能是ArrayList<Integer>的3-5倍。
• 内存层面：内存差异的绝对值从几十MB跃升至几十GB，直接从“可接受的额外开销”变成“影响系统可用性的关键问题”，此时ArrayList<Integer>的额外内存完全无法忽略。

内容的提问来源于stack exchange，提问作者ktm5124