【 java 集合知识 第一篇 】

【 java 集合知识 第一篇 】

目录

1.概念

1.1.集合与数组的区别

1.2.集合分类

1.3.Collection和Collections的区别

1.4.集合遍历的方法

2.List

2.1.List的实现

2.2.可以一边遍历一边修改List的方法

2.3.List快速删除元素的原理

2.4.ArrayList与LinkedList的区别

2.5.线程安全

2.6.ArrayList的扩容机制

2.7.CopyOnWirteArrayList


1.概念

1.1.集合与数组的区别

集合:长度不固定,动态的根据数据添加删除改变长度,并且只能存入引用类型,读取采用迭代器或其他方法

数组:长度固定,不可改变,既可以存入基本类型也可以存入引用类型,读取使用索引读(for)

长度存入类型读取
集合长度不固定,动态的根据数据添加删除改变长度只能存入引用类型采用迭代器或其他方法
数组长度固定,不可改变既可以存入基本类型也可以存入引用类型使用索引(for)

1.2.集合分类

分为三类:List类,Set类,Map类

List集合:集合里面元素有序,并且允许可重复

Set集合:集合里面元素无序,并且不可重复(保证唯一性)

Map集合:集合采用键值对方式,key唯一(不允许重复)无序,value没有要求

是否有序是否可重复
List有序可重复
Set无序不可重复

1.3.Collection和Collections的区别

Collection是一个接口,给集合实现的,里面定义了一些操作集合的方法

Collections是一个工具类,位于java.util包中,可以直接使用该类操作集合(增删改,排序)

1.4.集合遍历的方法

有六种方法:for,增强for,迭代器,列表迭代器,foeEach,Stream流

for:带索引查询(区分集合是否带索引,才能使用该方法)

List<String> list = Arrays.asList("A", "B", "C"); // 通过索引遍历(适合 ArrayList 等支持随机访问的集合) for (int i = 0; i < list.size(); i++) { System.out.println(list.get(i)); }

增强for:没有索引,直接遍历查询

List<String> list = Arrays.asList("A", "B", "C"); // 直接遍历元素(底层基于迭代器实现) for (String item : list) { System.out.println(item); }

迭代器:在迭代器里面只能删除元素,不能插入元素

List<String> list = Arrays.asList("A", "B", "C"); Iterator<String> iterator = list.iterator(); // 通过迭代器遍历(适用于所有 Collection) while (iterator.hasNext()) { String item = iterator.next(); System.out.println(item); // 可在遍历中安全删除元素:iterator.remove(); }
List<String> list = new ArrayList<>(Arrays.asList("A", "B", "C")); Iterator<String> iterator = list.iterator(); while (iterator.hasNext()) { String item = iterator.next(); if ("B".equals(item)) { iterator.remove(); // 允许删除当前元素 // iterator.add("D"); // 编译错误:Iterator 没有 add() 方法 } }

列表迭代器:没有限制,可以进行删除查询插入元素

List<String> list = Arrays.asList("A", "B", "C"); ListIterator<String> listIterator = list.listIterator(); // 正向遍历(从头到尾) while (listIterator.hasNext()) { String item = listIterator.next(); System.out.println(item); } // 反向遍历(从尾到头) while (listIterator.hasPrevious()) { String item = listIterator.previous(); System.out.println(item); }
List<String> list = new ArrayList<>(Arrays.asList("A", "B", "C")); ListIterator<String> listIterator = list.listIterator(); // 正向遍历 while (listIterator.hasNext()) { String item = listIterator.next(); if ("B".equals(item)) { listIterator.remove(); // 删除当前元素 listIterator.add("D"); // 在当前位置插入新元素 listIterator.set("E"); // 替换当前元素(需在 next() 或 previous() 后调用) } } // 反向遍历 while (listIterator.hasPrevious()) { String item = listIterator.previous(); System.out.println(item); }

forEach:因为它基于迭代器实现的,因此也不能在循环中插入元素

List<String> list = Arrays.asList("A", "B", "C"); // 使用 Lambda 表达式遍历 list.forEach(item -> System.out.println(item)); // 或使用方法引用 list.forEach(System.out::println);

Stream:没有限制

List<String> list = Arrays.asList("A", "B", "C"); // 转换为 Stream 并遍历 list.stream().forEach(item -> System.out.println(item)); // 并行流遍历(多线程处理) list.parallelStream().forEach(item -> System.out.println(item));

2.List

2.1.List的实现

实现List的集合有:ArrayList,LinkedList,Vector

ArrayList:基于动态的数组创建的,查询效率高,增删效率一般,线程不安全

LinkedList:基于双向链表创建的,查询效率一般,增删效率高,线程不安全

Vector:基于动态数组创建的,与ArrayList类似,不过它是线程安全的

数据结构读操作写操作线程安全
ArrayList数组一般不安全
LinkedList双向链表一般不安全
Vector数组一般安全

2.2.可以一边遍历一边修改List的方法

首先思考有几个遍历方法:六个

哪些是不能修改元素的:迭代器,forEach

最终得到的方法:for,增强for,列表迭代器,Stream流

2.3.List快速删除元素的原理

原理是基于集合底层数据结构不同,分为两类:ArrayList,LinkedList

ArrayList:基于数组对吧,原先数组是通过索引删除数据,那么因此ArrayList也是如此,基于索引来删除数据

具体实现:如果你是删除尾部最后一个数据,直接删除即可,时间复杂度为O(1),如果不是,那么它会将索引元素删除后,将后面的元素往前面覆盖,然后计算出集合长度,时间复杂度为O(n),n为元素的个数

LinkedList:基于双向链表,简单来说链表由节点组成,每个节点包含自己的数据与前一个节点的引用和后一个节点的引用,实现双向并通

具体实现:如果你是删除尾部最后一个数据,直接删除即可,时间复杂度为O(1),如果不是,那么就是从头或尾进行查询删除,时间复杂度O(n)

2.4.ArrayList与LinkedList的区别

  • 数据结构组成不同:Array List基于数组,LinkedList基于双向链表
  • 删除和插入效率不同:ArrayList在尾部的效率高(平均O(1)),在其他的地方效率低,由于需要进行元素覆盖,而LinkedList它基于链表引用,在尾部的效率(O(1)比ArrayList效率低(ArrayList基于数组,内存是连续的,而LinkedList基于链表,内存不连续),在其他地方删除与插入与ArrayList效率差不多(O(n))
  • 随机访问速度:由于ArrayList基于数组根据索引查询,时间复杂度O(1),而LinkedList基于链表,它需要从头或尾部访问,因此时间复杂度为O(n)
  • 适用场景不同:ArrayList更适合高频的随机访问操作或尾部插入为主,LinkedList更适合高频头尾插入/删除(队列)或需要双向遍历
  • 线程安全:都是线程不安全的

2.5.线程安全

实现线程(List)安全的方法有:

  • 实现Collections.synchronizedList,将线程不安全的List集合加个锁,变成安全的
  • 直接使用线程安全的List集合:比如Vector,CopyOnWirteArrayList

2.6.ArrayList的扩容机制

首先如果你没有指定长度,默认长度为10,当你要添加元素并且超过此时容量长度时,就会进行扩容操作

实现:

1.扩容:创建一个新的数组,新数组的长度为原数组的1.5倍数,然后再检查容量是否足够,不够继续扩容

---

2.复制:将旧的数组里面的值复制进新的数组中,再进行写操作

---

3.更改引用:将原先指向旧数组的引用指向新数组

---

4.扩容完成:可以继续扩容

2.7.CopyOnWirteArrayList

它实现了读写分离,写操作加了互斥锁ReentrantLock,避免出现线程安全问题,而读操作没有加锁,使用volatile关键字修饰数组,保证当前线程对数组对象重新赋值后,其他线程可以及时感知到(所有线程可见性)。线程读取数据可以直接读取,提高效率

写操作:它不会向ArrayList一样直接扩容1.5倍,它是根据你的添加元素个数多少来扩容,如果你只添加一个元素,那么它会创建一个新数组,长度比旧数组长度多一,然后依旧是依次复制元素进新数组中,改变内部引用指向(需要频繁创建新的数组,以时间换空间)

读操作:就是说它不会管你的数据是否修改,内部指向是旧数组,那么就读取旧数组的数据,指向是新数组就读取新数据,这样效率会高(数据弱一致性)

Read more

人工智能进化全景:从专用工具到超级智能的跃迁(ANI、AIGC、AGI和ASI)

人工智能进化全景:从专用工具到超级智能的跃迁(ANI、AIGC、AGI和ASI)

1. 人工智能的谱系:从ANI到ASI的进化阶梯 在人工智能领域,ANI、AIGC、AGI和ASI代表了智能发展的不同阶段和形态。这些概念构成了理解人工智能发展路径的关键框架。 1.1 ANI:专业化智能的时代 人工狭义智能(Artificial Narrow Intelligence,ANI) 是我们今天生活中无处不在的人工智能形式。这类系统被设计用于在特定、有限范围内执行任务,其特点是高专业性和低泛化能力。 ANI系统已经深入到我们生活的方方面面: * 自然语言处理:如智能客服、语音助手(Siri、Alexa) * 计算机视觉:人脸识别、医学影像分析 * 推荐系统:Netflix的影片推荐、Amazon的购物推荐 * 预测分析:金融风险评估、天气预报模型 一个典型的ANI系统架构通常包括数据收集模块、特定算法模型和结果输出模块。以AlphaGo为例,它能够在围棋领域超越人类顶尖选手,却无法将这种能力转移到简单的图像识别任务中。 1.2 AIGC:创造力的觉醒 人工智能生成内容(Artificial Intelligence Generated Content

By Ne0inhk
AIGC时代——语义化AI驱动器:提示词的未来图景与技术深潜

AIGC时代——语义化AI驱动器:提示词的未来图景与技术深潜

文章目录 * 一、技术范式重构:从指令集到语义认知网络 * 1.1 多模态语义解析器的进化路径 * 1.2 提示词工程的认知分层 * 二、交互革命:从提示词到意图理解 * 2.1 自然语言交互的认知进化 * 2.2 专业领域的认知增强 * 三、未来技术图谱:2025-2030演进路线 * 3.1 2025年关键突破 * 3.2 2027年技术里程碑 * 3.3 2030年技术愿景 * 四、伦理与治理:构建可信语义化AI * 4.1 动态伦理约束框架 * 4.2 提示词审计系统 * 五、开发者能力升级路线图 * 5.1 核心技能矩阵 * 5.2 典型学习路径 * 结语 * 《驱动AI:

By Ne0inhk
在昇腾NPU上跑Llama 2模型:一次完整的性能测试与实战通关指南

在昇腾NPU上跑Llama 2模型:一次完整的性能测试与实战通关指南

目录 * 在昇腾NPU上跑Llama 2模型:一次完整的性能测试与实战通关指南 * 引言:从“为什么选择昇腾”开始 * 第一幕:环境搭建——好的开始是成功的一半 * 1.1 GitCode Notebook 创建“避坑指南” * 1.2 环境验证:“Hello, NPU!” * 第二幕:模型部署——从下载到运行的“荆棘之路” * 2.1 安装依赖与模型下载 * 2.2 核心部署代码与“坑”的化解 * 第三幕:性能测试——揭开昇腾NPU的真实面纱 * 3.1 严谨的性能测试脚本 * 3.2 测试结果与分析 * 第四幕:性能优化——让Llama跑得更快 * 4.1 使用昇腾原生大模型框架 * 4.

By Ne0inhk

Claude Code的完美平替:OpenCode + GitHub Copilot

引言:Claude 虽好,但你真的能用上吗? 在当前席卷全球的“Vibe Coding”浪潮中,Anthropic 推出的 Claude 系列模型 + 终端工具 Claude Code,凭借极强的逻辑推理能力,成为了开发者眼中的“白月光”。但现实是残酷的:对于中国开发者而言,账号随时被封、海外信用卡支付遭拒、API 额度受限以及复杂的网络环境,构成了一道难以逾越的门槛。 虽然最近国产编程模型不断发力,Claude Code + GLM-4.7的表现非常出色,但面对复杂问题,Claude系列模型依然完胜。难道我们只能眼馋Claude全家桶的编程体验吗? 作为一名追求极致生产力的开发者,我发现了一个绝佳的完美替代方案:OpenCode + GitHub Copilot。这个组合不仅能让你享受如 GLM-4.7 一样的性价比,还能更方便的使用 Claude 的顶级模型。 Claude Code 的开源免费平替:OpenCode 想要复刻

By Ne0inhk