Map集合

Map集合

  1. Map接口概述:

    ​ 将键映射到值的对象

    ​ 一个映射不能包含重复的键

    ​ 每个键最多只能映射到一个值

  2. Map接口和Collection接口的区别

    ​ Map是双列的,Collection是单列的

    ​ Map的键唯一,Collection的子体系Set是唯一的

    ​ Map集合的数据结构针对键有效,跟值无关;Collection集合的数据结构是针对元素有效的

  3. Map集合的功能

    ​ a:添加功能

    ​ V put(K key,V value) 添加元素,还可以替换

    ​ 如果键是第一次存储,就直接存储元素,返回null

    ​ 如果键不是第一次存在,就用值把以前的值替换掉,返回以前的值

    ​ b:删除功能

    ​ void clear() 移除所有的键值对元素

    ​ V remove(object key) 根据键删除键值对元素,并把值返回

    ​ c:判断功能

    ​ boolean containsKey(object key) 判断集合中是否包含指定的键

    ​ boolean containsValue(object value) 判断集合是否包含指定的值

    ​ boolean isEmpty () 判断集合是否为空

    ​ d:获取功能

    ​ Set<Map.Entry<K,V>> entrySet () 返回一个键值对的Set集合

    ​ V get(object key) 根据键获取值

    ​ Set keySet() 获取集合中所有键的集合

    ​ Collection values() 获取集合中所有的值

    1. Map集合的遍历
    public class MapTraverse {
        public static void main(String[] args) {
            HashMap<String, Integer> map = new HashMap<>();
            map.put("卡莉斯塔",23);
            map.put("奥利安娜",25);
            map.put("希维尔",26);
            map.put("希维尔",28);//键相同,值会被替换
            //第一种:通过map.keySet遍历key和value
            //map.keySet返回的时所有Key的值
            for (String key : map.keySet()) {
                Integer value = map.get(key);//得到每个key对应的值
                System.out.println(key+"==="+value);
            }
            System.out.println("====================");
            //第二种:通过map.entrySet使用 iterator遍历key和value
            Set<Map.Entry<String, Integer>> entries = map.entrySet();
            Iterator<Map.Entry<String, Integer>> it= entries.iterator();
            while (it.hasNext()){
                Map.Entry<String, Integer> next = it.next();
                String key = next.getKey();
                Integer value = next.getValue();
                System.out.println(key+"==="+value);
            }
            System.out.println("===================");
            //第三种:通过map.entrySet遍历key和value
            for (Map.Entry<String, Integer> entry : map.entrySet()) {
                String key = entry.getKey();
                Integer value = entry.getValue();
                System.out.println(key+"==="+value);
            }
        }
    }
    
    
    1. TreeMap集合概述

      ​ 键的数据结构是红黑树,可保证见得排序和唯一性

      ​ 排序分为自然排序和比价器排序

      ​ 线程是不安全的效率比较高

      TreeMap集合键是Student值是String的案例

      按照年龄大小进行排序
      注意键要实现Comparable 接口

    public class TreeMapDemo {
        public static void main(String[] args) {
            TreeMap<Student, String> treeMap = new TreeMap<>();
            Student s1 = new Student("卡莉斯塔", 23);
            Student s2 = new Student("奥利安娜", 26);
            Student s3 = new Student("希维尔", 25);
            Student s4 = new Student("希维尔weier", 26);
            treeMap.put(s1,"s001");
            treeMap.put(s2,"s002");
            treeMap.put(s3,"s003");
            treeMap.put(s4,"s004");
            for (Map.Entry<Student, String> entry : treeMap.entrySet()) {
                Student key = entry.getKey();
                String value = entry.getValue();
                System.out.println(key+"   "+value);
            }
        }
    }
    
    public class Student implements Comparable<Student> {
        private String name;
        private int age;
    
        public Student() {
        }
    
        public Student(String name, int age) {
            this.name = name;
            this.age = age;
        }
    
        public String getName() {
            return name;
        }
    
        public void setName(String name) {
            this.name = name;
        }
    
        public int getAge() {
            return age;
        }
    
        public void setAge(int age) {
            this.age = age;
        }
        
        @Override
        public int compareTo(Student o) {
            int num=this.getAge()-o.getAge();
            int num2=num==0?o.getName().compareTo(this.getName()):num;
            return num2;
        }
    
        @Override
        public String toString() {
            return "Student{" +
                    "name='" + name + '\'' +
                    ", age=" + age +
                    '}';
        }
    }
    
    
    1. 集合嵌套之HashMap嵌套ArrayList
    public class HashMapDemoArrayList {
        public static void main(String[] args) {
            HashMap<String, ArrayList<String>> czbk = new HashMap<>();
            ArrayList<String> jc = new ArrayList<>();
            jc.add("张三   20");
            jc.add("李四   22");
            ArrayList<String> jy = new ArrayList<>();
            jy.add("王五   21");
            jy.add("赵六   23");
            czbk.put("基础班",jc);
            czbk.put("就业班",jy);
            Set<String> keySet = czbk.keySet();
            for (String s : keySet) {
                ArrayList<String> list = czbk.get(s);
                System.out.println(s);
                for (String s1 : list) {
                    System.out.println(s1);
                }
    
                }
            }
        }
    
    1. 集合嵌套之HashMap嵌套HashMap
    public class HashMapDemoHashMap {
        public static void main(String[] args) {
            HashMap<String, HashMap<String, Integer>> czbk = new HashMap<>();
            HashMap<String, Integer> jc = new HashMap<>();
            jc.put("张三",20);
            jc.put("李四",22);
            HashMap<String, Integer> jy = new HashMap<>();
            jy.put("王五",21);
            jy.put("赵六",23);
            czbk.put("基础班",jc);
            czbk.put("就业班",jy);
            Set<String> keySet = czbk.keySet();
            for (String s : keySet) {
                HashMap<String, Integer> hashMap = czbk.get(s);
                System.out.println(s);
                Set<String> keySet1 = hashMap.keySet();
                for (String s1 : keySet1) {
                    Integer age = hashMap.get(s1);
    
                    System.out.println("   "+s1+"  "+age);
    
                }
            }
        }
    }
    
    
内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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