[疯狂Java]集合:Queue、PriorityQueue

本文详细介绍了Java中的队列(Queue)及其子类优先队列(PriorityQueue)的概念与使用方法,包括不同队列的特点、常用操作及其实现原理,并探讨了元素比较与排序的方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1. Queue:

    1) Java专门提供的一种表示队列的数据结构,直接继承自Collection,也是一种抽象接口;

    2) 其有很多形式的实现类:PriorityQueue(堆,即优先队列,时刻保持堆序)、Deque(双端队列,队列两头都可插拔)、ArrayDeque(用数组实现的Deque,Deque也是一个接口)、LinkedList(用双向链表来实现的双端队列,经常当成队列使用);

!!从上面可以推断出Queue鉴别元素相同的依据和List一样也是equals方法!因为LinkedList属于Queue,而LinkedList也属于List,而List鉴别元素相同的依据是equals,因此Queue鉴别元素相同的依据肯定也是equals!不信可以试一下哦!!!

方法:

     i. 类别A(包装了一个int a)的equals返回true;

     ii. 连续插入1、2、3、4;

     iii. 然后删除一个7,结果发现序列变成了2、3、4;

     iv. 因为它的依据是equals方法,删除7的是否发现第一个1和7equals返回true,因此删除了第一个1!

!!所以equals一定要实现地合理!

    3) Queue最大的特点就是FIFO,因此围绕着FIFO提供了3个最基本的方法(增、删、查),但是每种方法都提供了两个版本,一个是异常安全的(遇到异常返回null),另一种是异常不安全的(遇到异常直接抛出异常):

         i. 增:从队列尾部加入一个元素

            a. boolean add(E e);  // 异常不安全,如果队列的空间是受限的,则空间满的时候add就会抛出异常!并返回false

            b. boolean offer(E e); // 空间受限满插时不抛出异常,只是返回false

         ii. 删:从头部取出一个元素并删除,返回的就是取出的元素

            a. E remove();  // 异常不安全,如果队列为空时取出会抛出异常

            b. E poll();  // 异常安全,队列为空是返回null

         iii. 查:查看队首元素,但不删除(只是看一下)

            a. E element();  // 异常不安全,空的时候查看抛出异常

            b. E peek(); // 异常安全,空的时候返回null

    4) 由于Queue没有单端队列这种实现类(单端队列就是最普通的队列),但很多情况下有使用单端队列的需求,但是Deque(双端队列)肯定是能当做单端队列使用的(使用时按照FIFO原则即可),因此普通的单端队列就直接用Deque就行了(一般是其实现类ArrayDeque);


2. PriorityQueue:

    1) 即优先队列,即堆,时刻维护这堆序,堆顶(即队首)要么是最大的元素要么是最小的元素(关键看元素大小是如何比较的),类似TreeSet,使用元素大小来维护顺序的;

    2) 它的使用方法和普通的Queue没有任何区别(offer、poll等),只不过插入的元素会按照堆序排列(不是队列的插入顺序排列),而取出的元素只能是堆顶元素(即最优的那个);

    3) 排序方式:还是自然排序(元素自身的compareTo(实现Comparable接口))和定制排序,PriorityQueue的有参构造器版本(Comparator指定排序规则);

!!定制排序的构造器版本:PriorityQueue(Comparator comparator);

    4) 由于PriorityQueue之间的元素是要比较大小的,因此PriorityQueue不能存放null元素,否则会直接报错!!

内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提出了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提出了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提出的理论和技术。
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