2015年04月19日

本文详细对比了ArrayList与LinkedList这两种Java集合类的特点与应用场景。ArrayList基于数组实现,适用于频繁的读取操作;LinkedList则基于双向链表,更适合频繁的插入与删除操作。文章还介绍了两种集合的底层实现机制及如何遍历。

Arraylist与linkedlist:
1.添加是add
2.清空集合中的内容是:clear
3.取出内容:get(索引值)
4.按照索引清除具体的元素:remove(索引值)
5.按照对象清除:remove(对象名)
6.Arraylist底层采用数组实现,当使用不带参数的构造方法生成ArrayList对象时,实际上会在底层生成一个长度为10的  object类型数组
7.集合中存放依然是对象的引用而不是对象本身
8.如果增加的元素超过了10个,那么arraylist底层会新生成一个数组,长度为 原数组的1.5倍+1,然后将原数组的内容复制到9.新数组当中,并且后续增加的内容都会放到新数组中,当新数组无法容纳增加的元素时,重复该过程
10.对于arraylist元素的删除操作,需要将被删除的元素的后续元素向前移动,代价高
11.集合当中只能放置对象的引用,无法放置原生数据类型,我们需要使用原生数据类型的包装类才能加入到集合中
12.集合当中放置的都是object类型,因此取出来的也是object类型,那么必须要使用强制转换将其转换为真正的类型(放置进去的类型)

 

 

list集合使用迭代器遍历,如果需要反序迭代,可以使用iterator的子接口:ListIterator;该接口只对List集合有效,并且反序需要先从前往后迭代后,才能进行反序迭代,不然迭代出来的为空;因为iterator就相当于一个游标,最先开始它在第一个元素上,如果直接往前迭代,前面根本就没有元素可以迭代,所以必须让其游标指向list的最后一个元素上,才能进行反序迭代

 

案例:

public void listIterator(){
  List list = new ArrayList();
  
  list.add("1");
  list.add("2");
  list.add("3");
  list.add("4");
  list.add("5");
  list.add("6");
  list.add("7");
  list.add("8");
  list.add("9");
  
  ListIterator iterator = list.listIterator();
  
  while(iterator.hasNext()){//进行正序迭代
   System.out.println(iterator.next());
  }
  System.out.println("------------------------------------------------");
  while(iterator.hasPrevious()){//反序迭代
   System.out.print(iterator.previous());
  }
 }

2015年04月19日

关于arraylist与linkedlist比较:
1.arraylist底层采用数组实现,linkedlist底层采用双向链表实现
2.当执行插入或者删除操作时,采用linkedlist效率高
3.当执行搜索操作时,arraylist效率高,因为arraylist是顺序存放,而linkedlist不是连续的,是通过引用查找的

 

当向arraylist添加一个对象时,实际上就是将该对象放置到了arraylist底层所维护的数组当中,当向linkedlist中添加一个对象时,实际上linkedlist内部会生成一个entry对象,该entry对象结构为:
Entry{
 Entry previous;
 Object element;
 Entry next;
}
其中Object类型的元素element就是我们向linkedlist中所添加的元素,然后entry有构造好了向前与向后的引用previous、next。最后将生成的entry对象加入到链表当中,也就是说linkedlist中所维护的是一个个entry对象

 

 

内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,涵盖正向与逆向运动学求解、正向动力学控制,并采用拉格朗-欧拉法推导逆向动力学方程,所有内容均通过Matlab代码实现。同时结合RRT路径规划与B样条优化技术,提升机械臂运动轨迹的合理性与平滑性。文中还涉及多种先进算法与仿真技术的应用,如状态估计中的UKF、AUKF、EKF等滤波方法,以及PINN、INN、CNN-LSTM等神经网络模型在工程问题中的建模与求解,展示了Matlab在机器人控制、智能算法与系统仿真中的强大能力。; 适合人群:具备一定Ma六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗-欧拉法推导逆向动力学方程(Matlab代码实现)tlab编程基础,从事机器人控制、自动化、智能制造、人工智能等相关领域的科研人员及研究生;熟悉运动学、动力学建模或对神经网络在控制系统中应用感兴趣的工程技术人员。; 使用场景及目标:①实现六自由度机械臂的精确运动学与动力学建模;②利用人工神经网络解决传统解析方法难以处理的非线性控制问题;③结合路径规划与轨迹优化提升机械臂作业效率;④掌握基于Matlab的状态估计、数据融合与智能算法仿真方法; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点理解运动学建模与神经网络控制的设计流程,关注算法实现细节与仿真结果分析,同时参考文中提及的多种优化与估计方法拓展研究思路。
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