关与Java中List集合的学习

最新推荐文章于 2026-06-17 22:13:19 发布
原创 最新推荐文章于 2026-06-17 22:13:19 发布 · 209 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
标签
#学习 #java

1.List集合的特点：有序，可重复，有索引

以下是list集合的特有方法，相似于Collection集合

接下来结合代码进一步学习

因为list集合具有有序和有索引的特点，故21行代码可以用下标或元素删除

因为list集合继承于collection集合，故collection集合的遍历方式也适用于list集合

2.关于ArrayList和LinkedList

ArrayList和LinkedList底层采用的数据结构不同，应用场景不同

ArrayList底层集合数组存储而LinkedList底层基于链表存储

以下是数组的特点，查询速度快，增删速度慢

以下是链表的特点，查询慢，增删快

接下来进一步学习LinkedList的底层原理

以下是链表的特点以及存储方式

LinkedList是基于双链表实现的，其特点是对首尾元素增删改查的速度极快的

以下是基于双链表新增的一些特有功能

LinkedList的两个应用场景：设计队列，设计栈

接下来用代码简单实现

队列：

栈：

以下是小结

ciiidee
关注
第1关：学习-Java集合类之List的ArrayList之增删改查
君临๑的博客
11-21 7214
任务描述 相关知识 List 集合 ArrayList 集合 创建 ArrayList 集合 ArrayList 集合的增删改查 遍历 ArrayList 编程要求 测试说明 任务描述 本关任务：创建 ArrayList 集合并使用它的增删改查方法。 接收给定的一行字符串，实现如下需求： 1.通过空格（一个）切割字符串； 2.创建一个 ArrayList 集合； 3.将切割后的字符串元素添加至集合中； 4.删除集合的第一个和最后一个元素； 5.添加两个字符串：hello
第1关：学习-Java集合类之List的LinkedList之特有方法的使用
君临๑的博客
11-21 4881
任务描述 相关知识 什么是 LinkedList集合 创建 LinkedList 集合 LinkedList 集合的方法 编程要求 测试说明 任务描述 本关任务：替换 LinkedList 集合中的首尾元素。 相关知识 List 集合主要有 ArrayList 和 LinkedList 两个实现类，本实训将介绍 LinkedList 集合。 什么是 LinkedList集合 LinkedList 是 List 集合的实现类，它的底层数据结构是链表，因此它具有查询慢，增删快的特点
学习-Java集合类之List的LinkedList之特有方法的使用
千浔的博客
04-15 926
LinkedList 是 List 集合的实现类，它的底层数据结构是链表，因此它具有查询慢，增删快的特点。
基于土地管理问题：博弈论与系统动力学的综合学习与应用-第一章 系统动力学的基本思想：系统、反馈与动态演化
最新发布
Ichliebedich2020的博客
06-17 312
本文系统阐述了从博弈论到系统动力学的学习路径，聚焦土地流转问题。博弈论用于分析农户、经营主体等微观主体的策略选择，而系统动力学则研究这些选择累积形成的宏观系统演化。文章详细解析了系统动力学的三大核心概念：系统（多要素相互联系的整体）、反馈（变量间的循环影响）和动态演化（随时间变化的过程），并以土地流转为例，具体分析了规模收益（正反馈）与租金成本（负反馈）等机制如何共同决定系统的长期发展趋势（持续增长、停滞或波动）。系统动力学通过揭示要素间的反馈结构，为理解土地管理等复杂社会问题提供了有力工具。
K 近邻（KNN）：最简单的“懒惰“学习器
2603_95397518的博客
06-14 348
摘要： KNN（K近邻）是一种基于实例的“懒惰学习”算法，其核心思想是“物以类聚”——通过计算新样本与训练数据的距离，找到最近的K个邻居进行投票（分类）或取均值（回归）。KNN无需训练，但预测时需遍历所有数据，效率较低。其性能高度依赖距离度量（如欧氏距离、余弦相似度）、K值选择（需权衡偏差与方差）以及特征缩放（必须标准化）。KNN简单直观，但在高维数据中受“维度灾难”影响严重（点间距离趋同），且对噪声敏感。实际应用中需注意：优先选择奇数K值（3~15）、使用交叉验证调参、结合KD-Tree优化计算。KNN适
【论文学习】2026.5 || 分解式视觉-语言对齐用于细粒度开放词汇分割
m0_62969865的博客
06-14 508
本文提出了一种分解式视觉-语言对齐框架，用于解决细粒度开放词汇分割中的组合泛化问题。传统方法因将多属性文本提示整体编码而导致语义纠缠，难以泛化到未见过的属性-类别组合。该框架通过以下创新实现突破：(1) 显式分解文本提示为独立的概念标记和属性标记；(2) 引入特征门控交叉注意力模块，通过乘法融合强制组合语义；(3) 提出对数空间"与"评分策略，实现稳定的组合匹配。在UBC和PACO-LVIS数据集上的实验表明，该方法显著提升了对未见组合的泛化能力（UBC上未见AP从4.0提升到7.1）
创梦汤锅学习日记day31
Ren_Yixian的博客
06-11 217
今天学习了prompt提示词的优化思路，知道了什么是好提示词标准。针对指令和推理型模型使用提示词的标准，大部分现在用的聊天类大模型都是指令类型，重点在于准确、规范。而推理类的重点在于少引导，让他发挥。实战方面实现了一个新闻分析项目，补习了一下日志类的调用。不过今天的重点主要是发现了大模型一个妙用，只要给好提示词，就可以让ai大模型变成一个完善的训练教练，帮我提升技能。ai学了，我就借ai学的学，没有问题。游戏开发方面今天没有做，下午课程满了，安排轮不上了，太累了。
Docker 学习之路-从入门到放弃-Jenkins：4-1
qq_28183291的博客
06-17 237
首先总结一下，Jenkins 运行jar 服务，配置主要包括两部分：jdk 和 maven 以及gitlab或云存储平台（阿里云效）。jdk 如果可以选择自带的jdk版本。这里讲解的是没法选择自带java版本。如果没有找到，说明你这里没有给Jenkins账户配权限，可以切换成root账户查询。如果你的jar 不需要docker 、docker-compose ，则跳过。maven 配置自动安装一个版本即可。这个拉取代码时，需要验证。根据提示的路径，配置全局的配置即可。这里是对Jenkins配置的补充。
pwn自主学习
QCzblack的博客
06-15 246
先nc链接一下，发现什么命令都没有用，下载附件放到kali里面file查看一下再checksec一下看看是否有保护然后放到IDA中查看，发现了栈溢出，定义了16，读取了0x64ull=100发现bin/sh，查看一下找到溢出，后门编写exp运行后得到flag。
Lucas Chess R国际象棋、中国象棋、日本将棋、五子棋训练学习工具游戏软件
jushi8999的博客
06-12 204
LucasChessR是一款专业棋类训练软件，支持国际象棋、中国象棋、日本将棋和五子棋。其核心特色是自适应难度系统，能根据玩家水平动态匹配60多个不同等级的AI对手（0-3000ELO）。软件提供实时走法指导、战术组合训练、开局库学习、残局练习等系统化课程，并具备棋谱分析、盲棋训练等专项功能。通过PGN/FEN格式支持深度复盘，帮助用户针对性提升棋艺。下载链接包含迅雷和夸克网盘资源。
智能体设计模式：学习与适应 Learning & Adaptation
闵浮龙的博客
06-17 141
学习与适应，是 Agent 从“工具调用器”升级成“长期系统”的关键一步。它的核心不是让模型自由发挥，而是建立反馈闭环。能记录。能评估。能诊断。能更新。能验证。能回滚。做到这些，Agent 才能越用越稳，越跑越准。智能体设计模式：学习与适应 Learning & Adaptation：功能变化与行业影响解析_热闻岛。
电机驱动开发学习2. 直流无刷电机工作原理
猿来这样-谢厂节的博客
06-13 599
本文系统介绍了直流无刷电机（BLDC）的工作原理与控制方法。主要内容包括： 电机分类与位置检测： 根据反馈信号区分BLDC（方波）与PMSM（正弦波） 位置检测方式分为有传感器（霍尔、磁编码器、光栅编码器）和无传感器两种 有传感器方案特点： 霍尔传感器：成本低但分辨率有限（60°电角度） 磁编码器：连续高分辨率，适合FOC控制 光栅编码器：最高精度，但抗污染能力弱 无传感器控制方法： 反电动势过零检测（BLDC） 滑模观测器/卡尔曼滤波（PMSM） 高频注入法（零速启动） 无传感器启动技术： 三段式启动：预
AI时代，我们该怎么学习？
qq_33525062的博客
06-17 232
AI时代的学习革命：从记忆知识到培养判断力 在AI时代，学习方式正经历根本性转变。传统强调记忆和熟练的学习模式被颠覆，因为AI已成为最强大的信息存储和执行工具。学习重点应转向：1）提问能力而非记忆答案；2）跨界连接而非单科深耕；3）批判性思维而非被动接受。AI擅长执行层任务（信息整合、基础分析等），而人类优势在于判断层（价值评估、情感理解等）。建议采取：AI辅助学习、建立知识框架、即时实践应用、保持人性化特质等策略。最终，快速学习能力和将知识转化为行动的能力，才是AI时代最核心的竞争力。
从硬件中断到信号机制：打通操作系统异步底层的完整学习笔记
2402_89711598的博客
06-17 279
这篇文章系统梳理了操作系统底层异步机制的学习历程，形成完整知识闭环。主要内容包括： 硬件中断机制 中断是操作系统夺回CPU控制权的根基 时钟中断作为系统"心跳"驱动调度 特权级与地址空间实现安全隔离 信号机制 用户态"软中断"完整复刻硬件中断流程 信号处理自动屏蔽防止递归 sigaction精细控制信号行为 异步编程约束 可重入函数是信号处理的硬性要求 volatile保证内存可见性 典型应用如SIGCHLD回收子进程 整个体系从硬件中断到用户态信号形成完美对应，所有
067、STM32项目分享：语音儿童学习书桌系统
qq_40891583的博客
06-15 642
本项目基于STM32F103C8T6单片机设计了一款智能儿童学习书桌系统，集成了温湿度检测（DHT11）、光照传感、超声波坐姿监测（HC-SR04）、人体感应（HC-SR501）等多种传感器。系统通过OLED屏实时显示环境数据，支持语音控制（模式切换/台灯控制/桌面调节）、APP远程监控（WIFI模块ESP8266）及自动调光功能。当检测到坐姿异常、温湿度超限或光照不足时，会触发声光报警（蜂鸣器+LED），并通过SG90舵机调节桌面高度。项目包含完整的硬件设计（原理图+PCB）、程序代码及实验演示视频
TI C2000 CLB 学习笔记（F28P550）
gscde的博客
06-14 249
概述F28P550CLB的结构、输入路由、子模块与配置要点，说明其可用于高速时序、保护和PWM增强。
STM32F103 学习笔记-24-I2C-读写EEPROM(第3节)-STM32的I2C框图详解
weixin_57913829的博客
06-14 337
本文详细介绍了STM32F103的I2C硬件外设。主要内容包括：1. 硬件I2C与软件模拟I2C的区别及优缺点对比；2. STM32F103的I2C外设架构，包含通讯引脚模块、时钟控制逻辑、数据控制逻辑和整体控制逻辑；3. I2C时钟频率计算方法，涵盖标准模式(100KHz)和快速模式(400KHz)；4. 标准库初始化流程及代码实现；5. 常见问题与避坑指南，重点强调GPIO模式配置和时钟频率设置要点。文章通过生活类比和寄存器分析，深入浅出地讲解了I2C硬件工作原理，为STM32开发者提供了实用的技术参考
工业互联网标识解析技术应用XR智慧实训室 引领学习效率新跃升
恒点虚拟仿真官方博客
06-16 219
摘要：2025年教育部启动二期"双高建设计划"，聚焦产教融合新要求。针对工业互联网标识解析教学中"看不见、摸不着、难实践"的痛点，南京恒点推出XR智慧实训室解决方案，通过数字孪生教师和虚实融合的未来实训中心，构建标识解析全流程沉浸式实训体系。方案包含文化展厅、二级节点搭建系统及产品全生命周期追溯平台，以"理论+虚拟实操+场景应用"闭环教学突破传统实训局限，实现高危操作模拟、成本降低与学习效率跃升，为制造业数字化转型培养复合型人才。（149字）
Python入门学习2：Python 基础语法全解析——从代码结构到输入输出
Cupid_kl的博客
06-16 155
本文是Python编程基础教程，系统讲解了Python的代码规范与核心语法。主要内容包括：1）代码结构规则（缩进、注释、续行）；2）标识符命名规范与关键字；3）输入输出方法（input()和print()的高级用法）；4）灵活的赋值机制（链式/多重/增强赋值）。教程通过两个典型实验（数据运算和智能机器人）帮助初学者实践应用，强调动手练习的重要性。学习完可掌握Python基础语法、理解变量与对象关系，并能编写简单交互程序。特别提示编程需实际操练，在调试中成长。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值