黑马程序员----java基础HashSet和TreeSet总结

本文深入探讨了Java集合框架中的HashSet和TreeSet,包括它们的特点、底层实现原理以及如何确保对象的唯一性。同时,提供了实战案例帮助理解不同场景下集合的选择与应用。

------<a  target="blank">Java培训、Android培训、iOS培训、.Net培训</a>、期待与您交流! -------

黑马程序员----java基础HashSet和TreeSet总结

 

课堂总结:


1. 可变参数
  1.1 参数类型一样,个数不确定,使用可变参数
  1.2 格式  类型...变量名,就是数组
  1.3 注意事项
    |-- 只能写一个可变参数
    |-- 写在参数最后


2. Set集合
  2.1 自身特性
   |-- 无序
   |-- 不重复
   |-- 没有下标
  2.2 Set接口自己的方法,和父接口Collection一致


 案例,Set集合存储自定义对象并迭代器  HashSet


3. HashSet集合
  3.1 自身特性
   |-- 底层哈希表结构(链表数组)
   |-- 存取速度快
   |-- 线程不安全集合,运行速度快


  3.2 如何保证对象唯一性
   |-- 依靠对象自己的hashCode方法和equals方法


 案例:存储自定义对象,去掉姓名和年龄相同的对象
 面试题:哈希值和equals


4. TreeSet集合
  4.1 自身特性
   |-- 底层红黑树
   |-- 对存储的对象进行自然顺序的排序
   |-- 线程不安全集合,运行速度快


  4.2 TreeSet集合排序方式
   |-- 对象的自然顺序
     定义类,实现java.lang.Comparable接口,重写compareTo方法,具备自然顺序


   |-- 利用比较器(集合自身具备比较性)
     将比较器对象,传递到TreeSet集合构造方法中,集合完全利用比较器进行排序
     实现比较器
       定义类,实现java.util.Comparator,重写compare方法


  案例: 存储自定义对象,采用两种排序形式,迭代器
红黑树存储对象过程

Set练习题:

获取10个1-20之间的随机数
package cn.itcast.set;
import java.util.*;
public class SetTest {
public static void main(String[] args) {
test();
}
/*
* 获取10个随机数1-20,不重复
* HashSet实现
*/
public static void test(){
Random r = new Random();
HashSet<Integer> set = new HashSet<Integer>();
while(true){
int number = r.nextInt(20)+1;
set.add(number);
if(set.size()==10)
break;
}
for(Integer i : set){
System.out.println(i);
}
}
}
ArrayList练习题:

键盘录入姓名,年龄并输出

package cn.itcast.list;
/*
 * 存储Person对象
 *   name age 值,采用键盘输入
 *   姓名和年龄,一起输入的 abvc 123 切割字符串
 */
import java.util.*;
import cn.itcast.beans.*;
public class ArrayListTest {
public static void main(String[] args) {
ArrayList<Person> array = new ArrayList<Person>();
        Scanner sc = new Scanner(System.in);
        //接收输入,两个数据一起写,空格分开,做字符串切割
        while(true){
        String line = sc.nextLine();
        if("over".equals(line))
        break;
        //按照空格,进行字符串切割
        String[] str = line.split(" +");
        //数组的每个元素,存储到Person对象,Person存储到集合
        array.add(new Person(str[0],Integer.parseInt(str[1])));
        }
        //迭代集合
        Iterator<Person> it = array.iterator();
        while(it.hasNext()){
        Person p = it.next();
        System.out.println(p.getName()+".."+p.getAge());
        }
}
}
本课题设计了利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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