LinkedList源码浅析

本文详细解析了Deque双向队列的内部实现,包括节点结构、基本操作如addFirst、addLast、pollFirst、removeLast等,以及迭代器的使用。深入理解Deque的运作机制,有助于提升数据结构和算法的理解。

节点Node:静态内部类

    // 节点类,有值、前驱、后继
    private static class Node<E> {
        E item;
        Node<E> next;
        Node<E> prev;

        Node(Node<E> prev, E element, Node<E> next) {
            this.item = element;
            this.next = next;
            this.prev = prev;
        }
    }

 

Deque的方法

addFirst

    // 在链表头部添加元素
    public void addFirst(E e) {
        linkFirst(e);
    }

    // 在链表头部添加一个元素
    private void linkFirst(E e) {
        final Node<E> f = first;
	// 构造节点,并添加前驱和后继
        final Node<E> newNode = new Node<>(null, e, f);
	// 更新链表头部节点
        first = newNode;
	// 如果是第一个节点
        if (f == null)
            last = newNode;
        else
	    // 更新旧first节点的前驱
            f.prev = newNode;
        size++;
        modCount++;
    }

addLast

    // 在链表尾部添加元素
    public void addLast(E e) {
        linkLast(e);
    }

    // 在链表尾部添加一个元素
    void linkLast(E e) {
        final Node<E> l = last;
	// 构造节点,并添加前驱和后继
        final Node<E> newNode = new Node<>(l, e, null);
	// 更新链表尾部节点
        last = newNode;
	// 如果是链表的第一个节点
        if (l == null)
            first = newNode;
        else
            l.next = newNode;
        size++;
        modCount++;
    }

offerFirst

    // 插入元素到链表头部
    public boolean offerFirst(E e) {
        addFirst(e);
        return true;
    }

offerLast

    // 插入元素到链表尾部
    public boolean offerLast(E e) {
        addLast(e);
        return true;
    }

pollFirst,不存在不会抛出异常

    // 取出链表头部元素
    public E pollFirst() {
        final Node<E> f = first;
        return (f == null) ? null : unlinkFirst(f);
    }

    // 断开链表头部的连接
    private E unlinkFirst(Node<E> f) {
        // assert f == first && f != null;
        final E element = f.item;
        final Node<E> next = f.next;
        f.item = null;
        f.next = null; // help GC
        first = next;
        if (next == null)
            last = null;
        else
            next.prev = null;
        size--;
        modCount++;
	// 返回被删除的头部元素
        return element;
    }

pollLast,不存在不会抛出异常

    // 取出链表尾部元素
    public E pollLast() {
        final Node<E> l = last;
        return (l == null) ? null : unlinkLast(l);
    }

    // 断开链表尾部的连接
    private E unlinkLast(Node<E> l) {
        // assert l == last && l != null;
        final E element = l.item;
        final Node<E> prev = l.prev;
        l.item = null;
        l.prev = null; // help GC
        last = prev;
        if (prev == null)
            first = null;
        else
            prev.next = null;
        size--;
        modCount++;
	// 返回被删除的尾部元素
        return element;
    }

removeFirst,不存在会抛出异常

    // 移除链表头部,头部不存在则会出现异常
    public E removeFirst() {
        final Node<E> f = first;
        if (f == null)
            throw new NoSuchElementException();
        return unlinkFirst(f);
    }

removeLast,不存在会抛出异常

    // 移除链表尾部,尾部不存在则会出现异常
    public E removeLast() {
        final Node<E> l = last;
        if (l == null)
            throw new NoSuchElementException();
        return unlinkLast(l);
    }

getFirst,不存在会抛出异常

    // 获取链表头部,获取为null时会出现异常
    public E getFirst() {
        final Node<E> f = first;
        if (f == null)
            throw new NoSuchElementException();
        return f.item;
    }

getLast,不存在会抛出异常

    // 获取链表尾部,获取为null时会出现异常
    public E getLast() {
        final Node<E> l = last;
        if (l == null)
            throw new NoSuchElementException();
        return l.item;
    }

peekFirst,不存在不会抛出异常

    // 查询链表头部元素
    public E peekFirst() {
        final Node<E> f = first;
        return (f == null) ? null : f.item;
    }

peekLast,不存在不会抛出异常

    // 查询链表尾部元素
    public E peekLast() {
        final Node<E> l = last;
        return (l == null) ? null : l.item;
    }

push

    // 入栈(添加到链表首部)
    public void push(E e) {
        addFirst(e);
    }

pop

    // 出栈(链表首部移除元素)
    public E pop() {
        return removeFirst();
    }

remove

    // 删除某个元素
    public boolean remove(Object o) {
        if (o == null) {
            for (Node<E> x = first; x != null; x = x.next) {
                if (x.item == null) {
		    // 断开节点的连接
                    unlink(x);
                    return true;
                }
            }
        } else {
            for (Node<E> x = first; x != null; x = x.next) {
                if (o.equals(x.item)) {
		    // 断开节点的连接
                    unlink(x);
                    return true;
                }
            }
        }
	// 找到元素并删除,则返回true
	// 找不到元素则返回false
        return false;
    }

    // 断开节点的连接
    E unlink(Node<E> x) {
        // assert x != null;
        final E element = x.item;
        final Node<E> next = x.next;
        final Node<E> prev = x.prev;

        if (prev == null) {
            first = next;
        } else {
            prev.next = next;
            x.prev = null;
        }

        if (next == null) {
            last = prev;
        } else {
            next.prev = prev;
            x.next = null;
        }

        x.item = null;
        size--;
        modCount++;
	// 返回被删除的元素
        return element;
    }

contains

    // 判断是否包含某个元素
    public boolean contains(Object o) {
        return indexOf(o) != -1;
    }

    // 返回元素的索引位置,如果不存在,则返回-1
    public int indexOf(Object o) {
        int index = 0;
        if (o == null) {
            for (Node<E> x = first; x != null; x = x.next) {
                if (x.item == null)
                    return index;
                index++;
            }
        } else {
            for (Node<E> x = first; x != null; x = x.next) {
                if (o.equals(x.item))
                    return index;
                index++;
            }
        }
        return -1;
    }

反序遍历

    public Iterator<E> descendingIterator() {
        return new DescendingIterator();
    }

    /**
     * Adapter to provide descending iterators via ListItr.previous
     */
    private class DescendingIterator implements Iterator<E> {
        private final ListItr itr = new ListItr(size());
        public boolean hasNext() {
            return itr.hasPrevious();
        }
        public E next() {
            return itr.previous();
        }
        public void remove() {
            itr.remove();
        }
    }

 

Queue的方法

add

    // 添加元素(添加元素的位置是链表尾部)
    public boolean add(E e) {
        linkLast(e);
        return true;
    }

offer

    // 添加元素到尾部
    public boolean offer(E e) {
        return add(e);
    }

removeFirst

    public E remove() {
        return removeFirst();
    }

poll

    // 取出头部元素
    public E poll() {
        final Node<E> f = first;
        return (f == null) ? null : unlinkFirst(f);
    }

element

    // 获取头部元素
    public E element() {
        return getFirst();
    }

peek

    // 查询头部元素
    public E peek() {
        final Node<E> f = first;
        return (f == null) ? null : f.item;
    }

 

List的方法

    // 获取指定索引位置的元素
    public E get(int index) {
	// 检查是否存在该索引
        checkElementIndex(index);
        return node(index).item;
    }

    // 返回指定索引位置的元素
    Node<E> node(int index) {
        // assert isElementIndex(index);

	// 由于是双向队列,判断是从链表头部搜索,还是从链表尾部搜索的效率更快
        if (index < (size >> 1)) {
            Node<E> x = first;
            for (int i = 0; i < index; i++)
                x = x.next;
            return x;
        } else {
            Node<E> x = last;
            for (int i = size - 1; i > index; i--)
                x = x.prev;
            return x;
        }
    }

 

内容概要:本文介绍了一个基于多传感器融合的定位系统设计方案,采用GPS、里程计和电子罗盘作为定位传感器,利用扩展卡尔曼滤波(EKF)算法对多源传感器数据进行融合处理,最终输出目标的滤波后位置信息,并提供了完整的Matlab代码实现。该方法有效提升了定位精度与稳定性,尤其适用于存在单一传感器误差或信号丢失的复杂环境,如自动驾驶、移动采用GPS、里程计和电子罗盘作为定位传感器,EKF作为多传感器的融合算法,最终输出目标的滤波位置(Matlab代码实现)机器人导航等领域。文中详细阐述了各传感器的数据建模方式、状态转移与观测方程构建,以及EKF算法的具体实现步骤,具有较强的工程实践价值。; 适合人群:具备一定Matlab编程基础,熟悉传感器原理和滤波算法的高校研究生、科研人员及从事自动驾驶、机器人导航等相关领域的工程技术人员。; 使用场景及目标:①学习和掌握多传感器融合的基本理论与实现方法;②应用于移动机器人、无人车、无人机等系统的高精度定位与导航开发;③作为EKF算法在实际工程中应用的教学案例或项目参考; 阅读建议:建议读者结合Matlab代码逐行理解算法实现过程,重点关注状态预测与观测更新模块的设计逻辑,可尝试引入真实传感器数据或仿真噪声环境以验证算法鲁棒性,并进一步拓展至UKF、PF等更高级滤波算法的研究与对比。
内容概要:文章围绕智能汽车新一代传感器的发展趋势,重点阐述了BEV(鸟瞰图视角)端到端感知融合架构如何成为智能驾驶感知系统的新范式。传统后融合与前融合方案因信息丢失或算力需求过高难以满足高阶智驾需求,而基于Transformer的BEV融合方案通过统一坐标系下的多源传感器特征融合,在保证感知精度的同时兼顾算力可行性,显著提升复杂场景下的鲁棒性与系统可靠性。此外,文章指出BEV模型落地面临大算力依赖与高数据成本的挑战,提出“数据采集-模型训练-算法迭代-数据反哺”的高效数据闭环体系,通过自动化标注与长尾数据反馈实现算法持续进化,降低对人工标注的依赖,提升数据利用效率。典型企业案例进一步验证了该路径的技术可行性与经济价值。; 适合人群:从事汽车电子、智能驾驶感知算法研发的工程师,以及关注自动驾驶技术趋势的产品经理和技术管理者;具备一定自动驾驶基础知识,希望深入了解BEV架构与数据闭环机制的专业人士。; 使用场景及目标:①理解BEV+Transformer为何成为当前感知融合的主流技术路线;②掌握数据闭环在BEV模型迭代中的关键作用及其工程实现逻辑;③为智能驾驶系统架构设计、传感器选型与算法优化提供决策参考; 阅读建议:本文侧重技术趋势分析与系统级思考,建议结合实际项目背景阅读,重点关注BEV融合逻辑与数据闭环构建方法,并可延伸研究相关企业在舱泊一体等场景的应用实践。
评论
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