Java基础知识总结(13)
数据结构
链表
优点:随机增删元素效率高(因为增删元素不涉及到大量元素的位移)
缺点:查询效率较低,每一次查找某个元素的时候都需要从头结点开始往下遍历
LinkedList集合
/*
链表的优点:
由于链表的元素在在空间存储上内存地址不连续。
所以随机存储增删元素的时候不会有大量数据的位移,所以随机增删效率较高
在以后的开发过程中,如果遇到随机增删集合中元素的业务比较多时,建议使用LinkedList
链表的缺点:
不能通过数学表达式计算被查找元素的内存地址,每一次查找都是从头结点开始遍历,直到找到为止。所以LinkedList集合检索/查找的效率较低
ArrayList:把检索发挥到极致。(末尾添加元素效率还是很高的)
LinkedList:把随机增删发挥到极致
加元素都是往末尾添加,所以ArrayList用的比LinkedList多
源码中,first 指向头结点 last结点始终指向尾结点
* */
class LinkedListTest {public static void main(String[] args) {//List list = new LinkedList(); 底层用了数组List list = new LinkedList();//底层用了双向链表list.add("a");list.add("b");list.add("c");for(int i = 0;i<list.size();i++){Object obj = list.get(i);System.out.println(obj);}//LinkedList没有初始化容量//最初的这个链表中没有任何元素。first和last的引用都是null//不管是ArrayList还是LinkedList,以后写代码时不需要关心具体是哪个集合//因为我们要面向接口编程,调用的方法都是接口中的方法}
}相关文章:
Java基础知识总结(13)
数据结构 链表 优点:随机增删元素效率高(因为增删元素不涉及到大量元素的位移) 缺点:查询效率较低,每一次查找某个元素的时候都需要从头结点开始往下遍历 LinkedList集合 /* 链表的优点: 由于链表的元…...
杰发科技AC7801——Keil编译的Hex大小如何计算
编译结果是Keil里面前三个数据的总和: 即CodeRoDataRWData的总和。 通过ATCLinkTool工具查看内存,发现最后一个字节正好是5328 注意读内存数据时候需要强转成32位,加1000的 增加1024的地址只需要加256即可...
opengl 学习(六)-----坐标系统与摄像机
坐标系统与摄像机 分类引言坐标系统摄像机教程在CMake中使用全局定义预编译宏,来控制是否开启错误检查补充 分类 opengl c 引言 OpenGL希望在每次顶点着色器运行后,我们可见的所有顶点都为标准化设备坐标(Normalized Device Coordinate, NDC)。也就是说ÿ…...
分库分表场景下多维查询解决方案(用户+商户)
在采用分库分表设计时,通过一个PartitionKey根据散列策略将数据分散到不同的库表中,从而有效降低海量数据下C端访问数据库的压力。这种方式可以缓解单一数据库的压力,提升了吞吐量,但同时也带来了新的问题。对于B端商户而言&#…...
vue学习日记14:工程化开发脚手架Vue CLI
一、概念 二、安装 1.全局安装&查看版本 注意启动cmd输入命令 要以管理员运行哦 安装了一次就行以后不用再创建了 yarn global addvue/cli vue --version 显示了版本号即可 2.创建项目架子 创建项目的路径在哪 项目就在哪 项目名字不能用中文 vue create project-n…...
java Flink(四十三)Flink Interval Join源码解析以及简单实例
背景 之前我们在一片文章里简单介绍过Flink的多流合并算子 java Flink(三十六)Flink多流合并算子UNION、CONNECT、CoGroup、Join 今天我们通过Flink 1.14的源码对Flink的Interval Join进行深入的理解。 Interval Join不是两个窗口做关联,…...
JsonUtility.ToJson 和UnityWebRequest 踩过的坑记录
项目场景: 需求:我在做网络接口链接,使用的unity自带的 UnityWebRequest ,数据传输使用的json,json和自定义数据转化使用的也是unity自带的JsonUtility。使用过程中发现两个bug。 1.安全验证失败。 报错为:…...
面试算法-69-三角形最小路径和
题目 给定一个三角形 triangle ,找出自顶向下的最小路径和。 每一步只能移动到下一行中相邻的结点上。相邻的结点 在这里指的是 下标 与 上一层结点下标 相同或者等于 上一层结点下标 1 的两个结点。也就是说,如果正位于当前行的下标 i ,那…...
流畅的 Python 第二版(GPT 重译)(九)
第四部分:控制流 第十七章:迭代器、生成器和经典协程 当我在我的程序中看到模式时,我认为这是一个麻烦的迹象。程序的形状应该只反映它需要解决的问题。代码中的任何其他规律性对我来说都是一个迹象,至少对我来说,这表…...
单片机学到什么程度才可以去工作?
单片机学到什么程度才可以去工作? 如果没有名校或学位的加持,你还得再努力一把,才能从激烈的竞争中胜出。以下这些技能可以给你加分,你看情况学,不同行业对这些组件会有取舍: . Cortex-M内核:理解MCU内核各部件的工作机制&#…...
内网穿透方案
内网穿透 有几种流行的内网穿透软件可供选择,它们都能帮助你在内网环境中建立与外部网络的连接。以下是其中一些常用的内网穿透软件: Ngrok:Ngrok 是一个简单易用的内网穿透工具,可以快速创建安全的公共 URL,让你可以…...
WordPress菜单函数wp_nav_menu各参数
wordpress主题制作时,常常会在不同的位置调用不同的菜单,使用下面的这个代码,再加上CSS给菜单做新的样式,可满足wordpress模板制作时对菜单调用的所有需求。 wp_nav_menu( array( theme_location > ,//导航别名 menu > , /…...
类于对象(上)--- 类的定义、访问限定符、计算类和对象的大小、this指针
在本篇中将会介绍一个很重要和很基础的Cpp知识——类和对象。对于类和对象的篇目将会有三篇,本篇是基础篇,将会介绍类的定义、类的访问限定符符和封装、计算类和对象的大小、以及类的 this 指针。目录如下: 目录 1. 关于类 1.1 类的定义 2 类…...
提升交付效率:Booking.com 金融技术团队的成功实践
Booking.com 金融技术业务部门的团队对其平台的后端和前端实施了一系列改进措施,并通过 DORA 指标将交付性能提高了一倍。此外,还使用了微前端 (MFE) 模式,将单体 FE 应用程序分解为多个可单独部署的分解应用程序。 2022 年年中,B…...
【消息队列开发】 实现ConsumerManager类——消费消息的核心逻辑
文章目录 🍃前言🌴扫描线程的实现🌲实现消费消息🌳实现addConsumer()方法🎋VirtualHost类订阅消息的完善⭕总结 🍃前言 本次开发目标 实现消费消息的核心逻辑 🌴扫描线程的实现 我们先给Cons…...
【Three.js】使用精灵图Sprite创建面朝相机的文本标注
目录 🐝前言 🐝canvas创建文字 🐝将canvas作为纹理贴图加载到sprite中 🐝封装方法 🐝前言 在Three.js中精灵Sprite是一个总是面朝摄像机的平面,它通常和纹理贴图结合使用,贴图可以是一张图…...
C++中的类模板
C中的类模板 类模板 类模板在C中是一种非常强大的工具,它允许程序员编写与数据类型无关的代码。简单来说,类模板允许你定义一个蓝图,这个蓝图可以用来生成具体类型的类。使用类模板可以提高代码的复用性,减少重复代码࿰…...
【每日一题】好子数组的最大分数
Tag 【单调栈】【暴力枚举】【数组】【2024-03-19】 题目来源 1793. 好子数组的最大分数 解题思路 本题和 84. 柱状图中最大的矩形 一样,计算的都是最大矩形的面积。只不过多了一个约束:矩形必须包含下标 k。 以下的方法一和方法二是 84. 柱状图中最…...
Vue2(七):超详细vue开发环境搭建(win7),nodejs下载与安装,安装淘宝镜像(报错已解决),配置脚手架
一、安装node.js 本来想粗略写一下的,但是搭建脚手架的时候,遇到了很多问题,浪费快两天时间,记录一下自己的解决办法希望对你们有帮助! 1.下载nodejs 安装包下载链接【CNPM Binaries Mirror】 下载我划线的这个&am…...
【Web】记录CISCN 2021 总决赛 ezj4va题目复现——AspectJWeaver
目录 前言 原理分析 step 0 step 1 EXP 前文:【Web】浅聊Java反序列化之AspectJWeaver——任意文件写入-CSDN博客 前言 这就是当年传说中的零解题嘛😭,快做🤮了 有了之前的经验,思路顺挺快的,中间不…...
RWKV7-1.5B-G1A模型网络通信优化与协议设计
RWKV7-1.5B-G1A模型网络通信优化与协议设计 1. 为什么需要网络层优化 大模型服务在实际部署中,网络通信往往成为性能瓶颈。我们测试发现,RWKV7-1.5B-G1A模型在本地推理时平均响应时间为120ms,但通过网络API调用时延迟飙升至450ms以上。这种…...
ESXI系统安装全流程解析:从U盘启动到网络配置
1. 制作ESXI启动U盘:从镜像下载到写入完成 准备一个容量至少8GB的U盘,建议使用USB3.0接口的高速U盘。我实测过多个品牌,闪迪CZ73和金士顿DTSE9在兼容性和速度上表现最好。制作启动盘前记得备份U盘数据,整个过程会清空所有内容。 首…...
6款降AI工具2026年度横评:第一梯队到底谁在虚标达标率?
降AI工具的「达标率」数据,官网上一个比一个好看。99%、99.5%、「行业最高」……但这些数字的测试条件是什么?有没有虚标? 这篇自己测,用统一条件验证一下谁的达标率货真价实,谁在玩文字游戏。 先说结论:…...
Jupyter Notebook集成GLM-4.7-Flash:交互式AI开发指南
Jupyter Notebook集成GLM-4.7-Flash:交互式AI开发指南 1. 引言 你是不是经常在数据分析和AI开发中遇到这样的困扰:写代码、调试、查看结果需要在不同工具间来回切换,效率低下?或者想要一个强大的AI助手帮你写代码、分析数据&…...
哪些降重软件可以同时降低查重率和AIGC疑似率?2026年度学术降重防坑实测评测
CSDN 首发摘要 | 学术科研效率专栏 在2026年全面落地的“高校论文双轨机检(查重反AIGC)”高压形态下,你的毕业论文真的安全吗?为何越用AI改,查出率反而越高?作为CSDN常驻科技效率工具测评人,今天…...
BERT中文模型实战指南:从零开始搭建智能文本分类系统
BERT中文模型实战指南:从零开始搭建智能文本分类系统 1. 项目概述与准备工作 1.1 BERT模型简介 BERT(Bidirectional Encoder Representations from Transformers)是Google在2018年提出的预训练语言模型,它通过双向Transformer架…...
仅限R 4.5+用户解锁:利用Rprofmem增强版+ profvis 4.0精准定位内存泄漏点(含3个未公开的GC hook技巧)
第一章:R 4.5内存分析新范式:Rprofmem增强版与profvis 4.0协同架构R 4.5 引入了对内存剖析基础设施的底层重构,核心在于 Rprofmem 的全面升级——它不再仅记录对象分配事件,而是支持细粒度的堆快照捕获、GC 触发上下文标记及跨会话…...
Meta推出Muse Spark,AI领域再掀波澜
Meta告别旧模型,Muse Spark闪亮登场周三,Meta宣布推出Muse系列的首个AI模型——Muse Spark,这标志着Meta彻底告别了之前在开源Llama模型系列上的工作。Llama系列模型在用户和独立大语言模型(LLM)排名中反响平平&#x…...
Cursor 3 Agents Window 实操:IDE 退居二线,Agent 编排成了主角
Cursor 3 Agents Window 实操:IDE 退居二线,Agent 编排成了主角 4月2日,Cursor 发布了 3.0 版本(代号 Glass)。这次更新的核心变化只有一句话:编辑器不再是默认界面,Agents Window 是。 不是加了…...
长芯微LDC1258完全P2P替代ADS1258,是一款16通道、低噪声、24位、ΔΣ模数转换器(ADC)
描述LDC1258是一款16通道、低噪声、24位、ΔΣ模数转换器(ADC)。支持16 个单通道输入或者8组差分输入。既可以支持单次转换也可以支持连续转换:单次转换时,最大数据速率为29.5kSPS;连续转换时,最大数据速率为125kSPS。片内含有PLL…...
