HashMap

一、HashMap

Hash:散列将一个任意的长度通过某种(hash函数算法)算法转换成一个固定的值

Map:键值对存储

总结:通过Hash出来的值,通过值定位到这个map,然后value存储这个map中

1.Key可以为空,Null

2.相同的key重复put,后一个会覆盖前一个

3.HashMap什么时候做扩容?当进行put操作,并且达到0.75阈值时,扩容都是2的 倍数去扩容。

4.HashMap table:数组+链表
在这里插入图片描述

二.自己实现HashMap

package com;

public interface Map<K,V> {
    public V put(K k ,V v);

    public V get(K k);

    public int size();

    public interface Entry<K,V>{
        public K getKey();

        public V getValue();


    }
}



package com;

public class HashMap<K, V> implements Map<K, V> {
    private static int defaultLength = 16;
    private static double defaultLoader = 0.75;
    private Entry[] table = null;
    private int size = 0;


    public HashMap() {
        this(defaultLength, defaultLoader);
    }

    public HashMap(int length, double loader) {
        defaultLength = length;
        defaultLoader = loader;
        table = new Entry[defaultLength];
    }

    @Override
    public V put(K k, V v) {
        size++;
        int index = hash(k);
        Entry<K, V> entry = table[index];
        if (entry == null) {
            table[index] = newEntry(k, v, null);
        } else {
            table[index] = newEntry(k, v, entry);
//            System.out.println(table[index].next.getValue());
        }
        return (V) table[index].getValue();
    }

    @Override
    public V get(K k) {
        int index = hash(k);
        if (table[index] == null) {
            return null;
        }
        return (V) find(k, table[index]);
    }

    public V find(K k, Entry<K, V> entry) {
        if (k == entry.getKey() || k.equals(entry.getKey())) {
            if (entry.next != null) {
                System.out.println("OldValue1:" + entry.next.getValue());
            }
            return entry.getValue();
        } else {
            if (entry.next != null) {
                System.out.println("OldValue2:" + entry.next.getValue());
                return find(k, entry.next);
            }
        }
        return null;
    }


    @Override
    public int size() {
        return size++;
    }

    public int hash(K k) {
        int m = defaultLength;
        int i = k.hashCode() % m;
        return i >= 0 ? i : -i;
    }

    public Entry<K, V> newEntry(K k, V v, Entry<K, V> next) {
        return new Entry<K, V>(k, v, next);
    }

    public class Entry<K, V> implements Map.Entry<K, V> {
        K k;
        V v;
        Entry<K, V> next;

        public Entry(K k, V v, Entry<K, V> next) {
            this.k = k;
            this.v = v;
            this.next = next;
        }

        @Override
        public K getKey() {
            return k;
        }

        @Override
        public V getValue() {
            return v;
        }
    }
}

三.不足之处:

与Key是否重复有关

1、伸缩性

2、时间复杂度

伸缩性角度:

每当HashMap扩容的时候需要重新去add entry对象 需要重新Hash。然后放入我们新的entry table数组里面。

如果知道我们工作中HashMap大概需要多少值,几千或者几万时最好先指定好他们的扩容大小,防止在put的时候进行多次扩容

内容概要:该研究通过在黑龙江省某示范村进行24小时实地测试,比较了燃煤炉具与自动/手动进料生物质炉具的污染物排放特征。结果显示,生物质炉具相比燃煤炉具显著降低了PM2.5、CO和SO2的排放(自动进料分别降低41.2%、54.3%、40.0%;手动进料降低35.3%、22.1%、20.0%),但NOx排放未降低甚至有所增加。研究还发现,经济性和便利性是影响生物质炉具推广的重要因素。该研究不仅提供了实际排放数据支持,还通过Python代码详细复现了排放特征比较、减排效果计算和结果可视化,进一步探讨了燃料性质、动态排放特征、碳平衡计算以及政策建议。 适合人群:从事环境科学研究的学者、政府环保部门工作人员、能源政策制定者、关注农村能源转型的社会人士。 使用场景及目标:①评估生物质炉具在农村地区的推广潜力;②为政策制定者提供科学依据,优化补贴政策;③帮助研究人员深入了解生物质炉具的排放特征和技术改进方向;④为企业研发更高效的生物质炉具提供参考。 其他说明:该研究通过大量数据分析和模拟,揭示了生物质炉具在实际应用中的优点和挑战,特别是NOx排放增加的问题。研究还提出了多项具体的技术改进方向和政策建议,如优化进料方式、提高热效率、建设本地颗粒厂等,为生物质炉具的广泛推广提供了可行路径。此外,研究还开发了一个智能政策建议生成系统,可以根据不同地区的特征定制化生成政策建议,为农村能源转型提供了有力支持。
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