JAVA 应用与开发 集合与映射 让我们愉快的 Coding 起来吧... ��� �������������� November 4, 2019 ���� �����List����Set�����Map�的������� ���������� ������iterator��Enumeration ��������� API ������的������������ 1 28 28 �� 1 ������� 2 Collection � Map �� 3 �� 4 Iterator �� 5 � 6 �� 7 ���� API 2 28 ������� 集合��� O 面向存放多个数据的需求 ��用����������� �������������������������� ������用� Java �集合�� 3 28 集合��� O 面向存放多个数据的需求 ��������的������������� ������������的��� �� List ������的��������������� ������的���������������� �������� �� Map �����的��¡���Key-Value������ �������的���������������  注意 Java 集合中只能保存引用类型的数据，实际上存放的是对象的引用 而非对象本身。Java

109 9.8 课后习题 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110 10 集合与映射 111 10.1 集合概念及分类 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112 10.1.1 集合和数组 113 10.1.4 集合相关 API 的关系 . . . . . . . . . . . . . . . . . . . . . . . . . . 113 10.2 Collection 和 Map 接口 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 10.2.1 Collection 接口 . . . . . . . 113 10.2.2 Set 和 List 接口 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 10.2.3 Map 接口 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115 10.3 列表 . . . . . . . .

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 以下递归函数会同时存在 ? 个未返回的 algorithm() twoSumHashTable(int[] nums, int target) { int size = nums.length; 2. 复杂度分析 hello‑algo.com 36 // 辅助哈希表，空间复杂度 O(n) Map dic = new HashMap<>(); // 单层循环，时间复杂度 O(n) for (int i = 0; i < size; i++) { if 现的时间效率与空间效率 对比，与上述栈的结论相同。 ‧ 双向队列的两端都可以添加与删除元素。 83 6. 散列表 6.1. 哈希表 哈希表通过建立「键 key」和「值 value」之间的映射，实现高效的元素查找。具体地，输入一个 key ，在哈 希表中查询并获取 value ，时间复杂度为 ?(1) 。 例如，给定一个包含 ? 个学生的数据库，每个学生有“姓名 name ”和“学号

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 以下递归函数会同时存在 ? 个未返回的 algorithm() twoSumHashTable(int[] nums, int target) { int size = nums.length; 2. 复杂度分析 hello‑algo.com 36 // 辅助哈希表，空间复杂度 O(n) Map dic = new HashMap<>(); // 单层循环，时间复杂度 O(n) for (int i = 0; i < size; i++) { if 现的时间效率与空间效率 对比，与上述栈的结论相同。 ‧ 双向队列的两端都可以添加与删除元素。 82 6. 散列表 6.1. 哈希表 哈希表通过建立「键 key」和「值 value」之间的映射，实现高效的元素查找。具体地，输入一个 key ，在哈 希表中查询并获取 value ，时间复杂度为 ?(1) 。 例如，给定一个包含 ? 个学生的数据库，每个学生有“姓名 name ”和“学号

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 2. 复杂度 hello‑algo.com 32 以下递归函数会同时存在 速排序、归并排序、二分查找等都需 要在数组上进行。 ‧ 查找表：当我们需要快速查找一个元素或者需要查找一个元素的对应关系时，可以使用数组作为查找 表。例如，我们有一个字符到其 ASCII 码的映射，可以将字符的 ASCII 码值作为索引，对应的元素存 放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 现的是栈 + 队列的逻辑，因 此可以实现栈与队列的所有应用，并且更加灵活。 91 6. 散列表 6.1. 哈希表 「哈希表 Hash Table」通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而言，我们向哈 希表输入一个 key ，则可以在 ?(1) 时间内获取对应的 value 。 以一个包含 ? 个学生的数据库为例，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 如图 2‑17 所示，此函数的递归深度为 ? ，即同时存在 排序和搜索：数组是排序和搜索算法最常用的数据结构。快速排序、归并排序、二分查找等都主要在数 组上进行。 ‧ 查找表：当需要快速查找一个元素或其对应关系时，可以使用数组作为查找表。假如我们想实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 他知道如何计算索书号，从而可以快速找到目标图书。 第 6 章 哈希表 hello‑algo.com 113 6.1 哈希表 哈希表（hash table），又称散列表，它通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而 言，我们向哈希表中输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 如图 2‑17 所示，此函数的递归深度为 ? ，即同时存在 。快速排序、归并排序、二分查找等都主要在数 组上进行。 ‧ 查找表：当我们需要快速查找一个元素或者需要查找一个元素的对应关系时，可以使用数组作为查找 表。假如我们想要实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存 放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 他知道如何计算索书号，从而可以快速找到目标书籍。 第 6 章 哈希表 hello‑algo.com 109 6.1 哈希表 「哈希表 hash table」，又称「散列表」，其通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具 体而言，我们向哈希表输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 如图 2‑17 所示，此函数的递归深度为 ? ，即同时存在 排序和搜索：数组是排序和搜索算法最常用的数据结构。快速排序、归并排序、二分查找等都主要在数 组上进行。 ‧ 查找表：当需要快速查找一个元素或其对应关系时，可以使用数组作为查找表。假如我们想实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 他知道如何计算索书号，从而可以快速找到目标图书。 第 6 章 哈希表 hello‑algo.com 113 6.1 哈希表 「哈希表 hash table」，又称「散列表」，它通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具 体而言，我们向哈希表中输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个

{ nodes.add(new ListNode(i)); } // 长度为 n 的哈希表占用 O(n) 空间 Map map = new HashMap<>(); for (int i = 0; i < n; i++) { map.put(i, String.valueOf(i)); } } 如图 2‑17 所示，此函数的递归深度为 ? ，即同时存在 排序和搜索：数组是排序和搜索算法最常用的数据结构。快速排序、归并排序、二分查找等都主要在数 组上进行。 ‧ 查找表：当需要快速查找一个元素或其对应关系时，可以使用数组作为查找表。假如我们想实现字符到 ASCII 码的映射，则可以将字符的 ASCII 码值作为索引，对应的元素存放在数组中的对应位置。 ‧ 机器学习：神经网络中大量使用了向量、矩阵、张量之间的线性代数运算，这些数据都是以数组的形式 构建的。数组是神经网络编程中最常使用的数据结构。 他知道如何计算索书号，从而可以快速找到目标图书。 第 6 章 哈希表 www.hello‑algo.com 113 6.1 哈希表 哈希表（hash table），又称散列表，它通过建立键 key 与值 value 之间的映射，实现高效的元素查询。具体而 言，我们向哈希表中输入一个键 key ，则可以在 ?(1) 时间内获取对应的值 value 。 如图 6‑1 所示，给定 ? 个学生，每个学生都有“姓名”和“学号”两项数据。假如我们希望实现“输入一个

Java Web 应用的开发演化 MVC 模式示例 Spring MVC 数据绑定和表单标签库 Servlet 方式 同时，我们需要在 web.xml 中为这个 servlet 配置 url 的请求映射 关系。 Login com.demo2do.servlet.LoginServlet l springmvc / servlet 注释类型是 Spring MVC API 最 重要的两个注释类型。 2. 一个控制器类可以处理多个动作（而一个实现了 Controller 接口的控制器只能处理一个动作）。 3. 基于注解的控制器的请求映射不需要存储在配置文件中。 使用 RequestMapping 注释类型，可以对一个方法进行请求 处理。 大纲 Java Web 应用的开发演化 MVC 模式示例 Spring MVC 数据绑定和表单标签库