要避免Collections.copy的IndexOutOfBoundsException，需确保目标列表长度不小于源列表，可通过Collections.nCopies初始化目标列表；该方法为浅拷贝，修改引用对象会影响源列表；性能上为O(n)，但频繁或大数据量复制时建议使用ArrayList构造函数或System.arraycopy以提升效率。
Collections.copy方法本质上是将一个列表的内容复制到另一个列表中。需要注意的是，目标列表的长度必须大于或等于源列表的长度，否则会抛出IndexOutOfBoundsException。
Collections.copy方法是Java集合框架中一个方便的工具，但用不好容易踩坑。
如何避免Collections.copy的IndexOutOfBoundsException？
最常见的问题就是目标列表的大小不足以容纳源列表的内容。解决这个问题的方法很简单：在调用copy之前，确保目标列表的长度至少与源列表相同。
ListsourceList = Arrays.asList(1, 2, 3, 4, 5); List targetList = new ArrayList<>(Collections.nCopies(sourceList.size(), 0)); // 初始化目标列表，大小与源列表相同 Collections.copy(targetList, sourceList); System.out.println(targetList); // 输出: [1, 2, 3, 4, 5]
这里使用了
Collections.nCopies来初始化
targetList，使其具有与
sourceList相同的大小，并且所有元素都初始化为0。 这样就避免了
IndexOutOfBoundsException。
立即学习“Java免费学习笔记（深入）”；
Collections.copy是浅拷贝还是深拷贝？
Collections.copy执行的是浅拷贝。这意味着它复制的是对象的引用，而不是对象本身。如果源列表中的对象是可变的，那么修改目标列表中相应的对象也会影响源列表。
ListsourceList = new ArrayList<>(); sourceList.add(new StringBuilder("Hello")); sourceList.add(new StringBuilder("World")); List targetList = new ArrayList<>(Collections.nCopies(sourceList.size(), new StringBuilder())); // 初始化目标列表 Collections.copy(targetList, sourceList); targetList.get(0).append("!"); // 修改目标列表中的StringBuilder对象 System.out.println(sourceList.get(0)); // 输出: Hello! System.out.println(targetList.get(0)); // 输出: Hello!
可以看到，修改
targetList中的
StringBuilder对象也影响了
sourceList。 如果需要深拷贝，需要自己实现对象的复制逻辑。
Collections.copy的性能如何？有没有更好的替代方案？
Collections.copy的性能取决于列表的实现。对于
ArrayList，它的时间复杂度是O(n)，其中n是源列表的大小。在大多数情况下，这已经足够快了。
但是，如果需要频繁地复制列表，或者列表非常大，可以考虑使用其他方案，比如使用
ArrayList的构造函数直接复制，或者使用
System.arraycopy。
// 使用ArrayList的构造函数 ListsourceList = Arrays.asList(1, 2, 3, 4, 5); List targetList = new ArrayList<>(sourceList); // 使用System.arraycopy (适用于数组) Integer[] sourceArray = {1, 2, 3, 4, 5}; Integer[] targetArray = new Integer[sourceArray.length]; System.arraycopy(sourceArray, 0, targetArray, 0, sourceArray.length);
ArrayList的构造函数在内部也使用了
System.arraycopy，因此在性能上可能略优于
Collections.copy。
System.arraycopy在处理基本类型数组时通常是最快的。
选择哪种方案取决于具体的使用场景和性能需求。在性能敏感的场景下，建议进行基准测试，选择最合适的方案。
