如何高效删除存储为ArrayList的CSV文件中的指定列？

原有方案性能差主要来自两个核心缺陷：

• 采用摊平的一维ArrayList存储所有CSV字段，ArrayList的原地删除操作本身是O(n)复杂度，单次删除就要移动删除位置之后的所有元素，数据量越大内存拷贝开销越高
• 预先收集全量待删索引再反向删除的逻辑，没有规避ArrayList的结构缺陷，多列删除场景下多次拷贝的开销会被成倍放大

方案1：改用行式二维存储，构建新列表代替原地删除（改动最小的通用优化） #

该方案不需要修改业务逻辑主干，仅调整存储结构和过滤逻辑即可获得数倍性能提升：

• 放弃一维摊平存储，改为按行存储，每行是独立的List<String>，整体用List<List<String>>二维结构存储，更贴合CSV的行列逻辑
• 遍历表头后不再收集待删除列索引，改为收集需要保留的列索引，存为List<Integer> keepIndexes
• 遍历原有内容列表时，直接根据保留索引取出对应字段生成新行，加入结果集即可，全程不需要执行任何删除操作
• 参考实现：

// 第一步筛选要保留的列索引
List<Integer> keepIndexes = new ArrayList<>();
for (int i = 0; i < headerList.size(); i++) {
    if (!isNeedDelete(headerList.get(i))) { // 替换为你自己的列过滤规则
        keepIndexes.add(i);
    }
}
// 第二步直接构建过滤后的结果集，无删除操作
List<List<String>> result = new ArrayList<>(contentList.size());
for (List<String> row : contentList) {
    List<String> newRow = new ArrayList<>(keepIndexes.size());
    for (int idx : keepIndexes) {
        newRow.add(row.get(idx));
    }
    result.add(newRow);
}

方案2：读取阶段直接过滤列（性能最优） #

如果可以调整CSV读取逻辑，该方案能同时降低内存占用和处理时间：

• 读取CSV时先加载第一行表头，筛选出要保留的列索引
• 后续读取每一行数据时，直接只提取保留列的字段存入结果集，不需要加载要删除的列的数据
• 若使用OpenCSV等第三方CSV解析工具，大部分都支持按列位置取值的API，不需要拆分整行再过滤，性能会进一步提升

方案3：必须保留一维摊平存储的优化方案 #

如果因业务要求不能修改存储结构，可放弃原地删除逻辑，改为遍历生成新列表：

• 用HashSet存储待删除的列索引，保证判断列是否要删除的操作是O(1)复杂度
• 遍历原有一维列表，计算每个元素对应的列索引，符合保留规则的直接加入新列表，全程无删除、无数组拷贝操作
• 参考实现：

int rowLength = headerList.size();
// 预计算新列表容量，避免动态扩容开销
int expectSize = contentList.size() - deleteColSet.size() * rowCount;
List<String> newContent = new ArrayList<>(expectSize);
for (int i = 0; i < contentList.size(); i++) {
    int colIdx = i % rowLength;
    if (!deleteColSet.contains(colIdx)) {
        newContent.add(contentList.get(i));
    }
}

内容的提问来源于stack exchange，提问作者citylightssaltpierhinocerosant