day15笔记

Set接口:Set集合继承自Collection集合
 *
 * Set:底层数据结构是一个哈希表,能保证元素是唯一的,元素不重复!
 * 它通过它的子实现了HashSet集合去实例化,HashSet集合底层是HashMap集合的实例!
 * 

 * 需求:Set集合存储字符串元素并遍历






需求:使用HashSet集合存储自定义对象并遍历
 * List集合和Set集合的区别?
 * Set:元素是唯一的,无序性(存储和取出不一致)
 * List:元素可以重复,有序性(存储和取出一致)
 * 
 * 由于现在是自定义对象:在当前自定义对象的类中没有重写两个方法
 * hashCode和equals()方法;HashSet底层是依赖于这两个实现来保证元素的唯一性








Set集合的子实现类:
 * 此类实现 Set 接口,由哈希表(实际上是一个 HashMap 实例)支持。它不保证 set 的迭代顺序;
 * 特别是它不保证该顺序恒久不变。。
 * 
 * 看源码
 *
 * HashSet集合的add()方法,底层是依赖于双列集合HashMap<K,V>的put(K key,V value)来实现的
 * put(K key,V value):
 *  底层又依赖于HashCode()和equals()方法,传递添加元素的时候,首先判断的是
 * 每一个元素对应的HashCode值是否一样,如果HashCode值一样,还比较他们的equals()方法,由于现在集合存储的是String类型,String类型本身重写
 * 了equals()方法,所以,默认比较的是内容是否相同,如果内容相同,这里最终返回的就是第一次存储的那个元素,由这两个方法保证元素唯一性!









具有可预知迭代顺序的 Set 接口的哈希表和链接列表实现。
 * 
 * LinkedHashSet集合:
 * 由哈希表保证元素的唯一性
 *  由链接列表来保证元素的有序性!










TreeSet:Set集合中的一个重点
 *
 * TreeSet集合底层是依赖于TreeMap的实例,而TreeMap<K,V>是依赖于红黑树结构实现的
 * 分两种:
 * 自然排序:
 * 比较器排序
 * 这种排序的使用取决于开发者是用什么样的构造方法
 * 
 * TreeSet存储Integer类型添加以下元素
 * 20,18,23,22,17,24,19,18,24










TreeSet集合存储自定义对象并遍历
 * 实现了compareable接口,重写了comapreTo()方法,里面的逻辑是一个排序条件:
 * 需求:
 * 按照学生的年龄从小到大进行排序:主要条件
 * 对于自定义对象什么情况下保证元素是唯一的
 * 成员变量的值相同,认为是同一个元素
 * 主要条件给定,需要分析次要条件
 *
 * 一个类中的元素想要自然排序,那么必须实现Compareable接口,实现compareTo(类名 对象名){}方法
 *
 * 按照正常存储对象的操作以及遍历对象出现了问题:
 * 类转换异常
 * java.lang.ClassCastException: org.westos_04.Student cannot be cast to java.lang.Comparable




 需求:按照学生姓名长度从小到大进行排序






 需求:按照学生姓名长度从小到大进行排序
 * 
 * //元素唯一性:取决返回值是否为0
 * 要使用TreeSet集合的比较器排序:
 * 依赖于构造方法:
 * public TreeSet(Comparator<E> comparator)
 * 
 * 两种方式实现比较器排序:
 * Comparator接口作为形式参数进行传递,需要该接口的子实现类对象






Random:产生一个随机数的类:
 * 
 * 构造方式:
 * public Random()创建一个新的随机数生成器:默认种子不给定long类型的时间毫秒值
 * 成员方法:
 * public int nextInt():由随机数生成器调用这个方法,随机数的范围在int类型的范围之内
 * public int nextInt(int n):生成随机数的范围:[0,n):使用比较多



 * 

AI 代码审查Review工具 是一个旨在自动化代码审查流程的工具。它通过集成版本控制系统(如 GitHub 和 GitLab)的 Webhook,利用大型语言模型(LLM)对代码变更进行分析,并将审查意见反馈到相应的 Pull Request 或 Merge Request 中。此外,它还支持将审查结果通知到企业微信等通讯工具。 一个基于 LLM 的自动化代码审查助手。通过 GitHub/GitLab Webhook 监听 PR/MR 变更,调用 AI 分析代码,并将审查意见自动评论到 PR/MR,同时支持多种通知渠道。 主要功能 多平台支持: 集成 GitHub 和 GitLab Webhook,监听 Pull Request / Merge Request 事件。 智能审查模式: 详细审查 (/github_webhook, /gitlab_webhook): AI 对每个变更文件进行分析,旨在找出具体问题。审查意见会以结构化的形式(例如,定位到特定代码行、问题分类、严重程度、分析和建议)逐条评论到 PR/MR。AI 模型会输出 JSON 格式的分析结果,系统再将其转换为多条独立的评论。 通用审查 (/github_webhook_general, /gitlab_webhook_general): AI 对每个变更文件进行整体性分析,并为每个文件生成一个 Markdown 格式的总结性评论。 自动化流程: 自动将 AI 审查意见(详细模式下为多条,通用模式下为每个文件一条)发布到 PR/MR。 在所有文件审查完毕后,自动在 PR/MR 中发布一条总结性评论。 即便 AI 未发现任何值得报告的问题,也会发布相应的友好提示和总结评论。 异步处理审查任务,快速响应 Webhook。 通过 Redis 防止对同一 Commit 的重复审查。 灵活配置: 通过环境变量设置基
【直流微电网】径向直流微电网的状态空间建模与线性化:一种耦合DC-DC变换器状态空间平均模型的方法 (Matlab代码实现)内容概要:本文介绍了径向直流微电网的状态空间建模与线性化方法,重点提出了一种基于耦合DC-DC变换器的状态空间平均模型的建模策略。该方法通过数学建模手段对直流微电网系统进行精确的状态空间描述,并对其进行线性化处理,以便于系统稳定性分析与控制器设计。文中结合Matlab代码实现,展示了建模与仿真过程,有助于研究人员理解和复现相关技术,推动直流微电网系统的动态性能研究与工程应用。; 适合人群:具备电力电子、电力系统或自动化等相关背景,熟悉Matlab/Simulink仿真工具,从事新能源、微电网或智能电网研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握直流微电网的动态建模方法;②学习DC-DC变换器在耦合条件下的状态空间平均建模技巧;③实现系统的线性化分析并支持后续控制器设计(如电压稳定控制、功率分配等);④为科研论文撰写、项目仿真验证提供技术支持与代码参考。; 阅读建议:建议读者结合Matlab代码逐步实践建模流程,重点关注状态变量选取、平均化处理和线性化推导过程,同时可扩展应用于更复杂的直流微电网拓扑结构中,提升系统分析与设计能力。
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