3 年开发,不会循环删除 List 中的元素,有点离谱...

java百万数据集list.removeAll java百万数据集list.removeAll 以下是未性能极差的代码????(辣鸡代码) 以下是测试代码????(优化代码) 以下是测试数据下 代码讲解 1.842行custmLabelVList(旧客户)数量有八十六多万条 2.849行custmIds(新客户)数量八十七万多条 3.851行使用旧客户剔除新客户取差集(剩下旧客户要删除) 4.851行取出旧客户数据需要用到十几分钟 5.856行使用新... 阅读详情

最近和某个朋友聊天,说他手下的一个开发,工作 3 年多了,一个需求的技术点,需要循环删除 List 中的元素,整了半天,说程序报错,不会弄。。

循环删除 List 中的元素,这个问题是有需要的注意点的,如果是个新手,确实会遇到一点麻烦,但工作 3 年多,我觉得应该不至于啊。。。

# 新手常犯的错误

可能很多新手(包括当年的我,哈哈)第一时间想到的写法是下面这样的:


public static void main(String[] args) {
    List<String> platformList = new ArrayList<>();
    platformList.add("博客园");
    platformList.add("优快云");
    platformList.add("掘金");

    for (String platform : platformList) {
        if (platform.equals("博客园")) {
            platformList.remove(platform);
        }
    }

    System.out.println(platformList);
}

然后满怀信心的去运行,结果竟然抛 java.util.ConcurrentModificationException 异常了,翻译成中文就是:并发修改异常。

是不是很懵,心想这是为什么呢?

让我们首先看下上面这段代码生成的字节码,如下所示:

由此可以看出,foreach 循环在实际执行时,其实使用的是 Iterator,使用的核心方法是 hasnext()和 next()。

然后再来看下 ArrayList 类的 Iterator 是如何实现的呢?

这就是报错的具体位置!

可以看出,调用 next()方法获取下一个元素时,第一行代码就是调用了 checkForComodification();,而该方法的核心逻辑就是比较 modCount 和 expectedModCount 这 2 个变量的值。

在上面的例子中,刚开始 modCount 和 expectedModCount 的值都为 3,所以第 1 次获取元素"博客园"是没问题的,但是当执行完下面这行代码时:

platformList.remove(platform);

modCount 的值就被修改成了 4。

所以在第 2 次获取元素时,modCount 和 expectedModCount 的值就不相等了,所以抛出了 java.util.ConcurrentModificationException 异常。

既然不能使用 foreach 来实现,那么我们该如何实现呢?

主要有以下 3 种方法:

  • 使用 Iterator 的 remove()方法

  • 使用 for 循环正序遍历

  • 使用 for 循环倒序遍历

接下来一一讲解。

# 使用 Iterator 的 remove()方法

使用 Iterator 的 remove()方法的实现方式如下所示:


public static void main(String[] args) {
    List<String> platformList = new ArrayList<>();
    platformList.add("博客园");
    platformList.add("优快云");
    platformList.add("掘金");

    Iterator<String> iterator = platformList.iterator();
    while (iterator.hasNext()) {
        String platform = iterator.next();
        if (platform.equals("博客园")) {
            iterator.remove();
        }
    }

    System.out.println(platformList);
}

输出结果为:

[优快云, 掘金]

为什么使用 iterator.remove();就可以呢?

让我们看下它的源码:

可以看出,每次删除一个元素,都会将 modCount 的值重新赋值给 expectedModCount,这样 2 个变量就相等了,不会触发 java.util.ConcurrentModificationException 异常!

# 使用 for 循环正序遍历

使用 for 循环正序遍历的实现方式如下所示:


public static void main(String[] args) {
    List<String> platformList = new ArrayList<>();
    platformList.add("博客园");
    platformList.add("优快云");
    platformList.add("掘金");

    for (int i = 0; i < platformList.size(); i++) {
        String item = platformList.get(i);

        if (item.equals("博客园")) {
            platformList.remove(i);
            i = i - 1;
        }
    }

    System.out.println(platformList);
}

这种实现方式比较好理解,就是通过数组的下标来删除,不过有个注意事项就是删除元素后,要修正下下标的值:

i = i - 1;

为什么要修正下标的值呢?

因为刚开始元素的下标是这样的:

第 1 次循环将元素"博客园"删除后,元素的下标变成了下面这样:

第 2 次循环时 i 的值为 1,也就是取到了元素”掘金“,这样就导致元素"优快云"被跳过检查了,所以删除完元素后,我们要修正下下标,这也是上面代码中 i = i - 1;的用途。

# 使用 for 循环倒序遍历

使用 for 循环倒序遍历的实现方式如下所示:


public static void main(String[] args) {
    List<String> platformList = new ArrayList<>();
    platformList.add("博客园");
    platformList.add("优快云");
    platformList.add("掘金");

    for (int i = platformList.size() - 1; i >= 0; i--) {
        String item = platformList.get(i);

        if (item.equals("掘金")) {
            platformList.remove(i);
        }
    }

    System.out.println(platformList);
}

这种实现方式和使用 for 循环正序遍历类似,不过不用再修正下标,因为刚开始元素的下标是这样的:

第 1 次循环将元素"掘金"删除后,元素的下标变成了下面这样:

第 2 次循环时 i 的值为 1,也就是取到了元素”优快云“,不会导致跳过元素,所以不需要修正下标。

# stream filter 过滤

public static void main(String[] args) { List<String> platformList = new ArrayList();    platformList.add("博客园");    platformList.add("优快云");    platformList.add("掘金");    platformList = platformList.stream().filter(e -> !e.startsWith("博客园")).collect(Collectors.toList());    System.out.println(platformList);}

输出结果:

这个方法即是利用了 Stream 的筛选功能,快速过滤所需要的元素,虽然不是进行集合删除,但达到了同样的目的,这种方法要更简洁吧。

Python TDD实战:从零构建Todo应用,掌握红绿重构循环 测试驱动开发(TDD)是一种提升代码质量和设计清晰度的核心软件工程实践。其原理遵循“红-绿-重构”循环:先编写一个失败的测试定义需求,再用最简单代码使其通过,最后在测试保护下优化内部结构。这种模式的技术价值在于为代码重构提供安全保障,并即时反馈设计问题,从而构建出健壮、可维护的系统。在Python开发中,结合pytest框架、fixtures和mock技术,TDD能高效应用于构建如Todo List等实际应用模块,确保每个功能点都具备可验证的测试覆盖。本文通过一个具体的命令行待办事项应用开发实例,详细展示了 阅读详情

相关推荐

Python中List与Tuple的本质区别:内存、性能与设计契约

在Python中,List和Tuple虽同为序列类型,但本质是两种截然不同的数据抽象:List代表可变容器,支持动态增删改,底层为动态数组,存在扩容开销与内存碎片;Tuple则是不可变标识,以固定内存块实现,具备哈希性、线程安全性和创建高效性。其差异不仅影响时间复杂度(如创建快3倍、字典键唯一支持)和内存占用(小tuple节省30%+容器开销),更深层体现为数据契约设计——tuple声明‘事实终点’,list表达‘变化过程’。这一区分直接决定配置管理、API参数解包、多返回值、并发安全等关键场景的健壮性。理

weixin_33769125的博客 489

不会循环删除 List 中的元素,有点离谱...

循环删除 List 中的元素,这个问题是有需要的注意点的,如果是个新手,确实会遇到一点麻烦

2301_78741731的博客 176

Python for循环实战避坑指南:从语法糖到迭代协议

for循环是Python最基础的控制结构,但其底层依赖迭代协议(__iter__和__next__),而非表面语法。理解这一原理,才能解释为何文件对象、字典、range可直接遍历,而自定义类需显式实现;也才能规避边遍历边修改列表、for...else逻辑误用、嵌套循环变量污染等高频故障。在数据处理、日志解析、配置管理等工程场景中,正确运用enumerate、zip、生成器表达式及pandas/numpy替代方案,可显著提升代码稳定性、可读性与性能。本文聚焦真实生产环境中的循环陷阱与加固实践。

weixin_33749242的博客 477

Python代码中,使用list.remove()方法循环删除list里面某个元素时出现【删除了错误的元素或者跳过了元素】问题的原因和解决办法

然后在实际的运行过程中,当task列表删除某个元素后,在下一轮循环时除了已删除的元素,task列表有时还会莫名奇妙再消失一个元素,导致整个程序出现很离谱的错误。问题的出现是这样的,作者最近在用python模拟服务器调度任务的过程中,想通过以下代码随着任务再服务器上的运行,让服务器删除已完成的任务task。创建了一个列表的副本,并在遍历列表时使用这个副本。这样,即使我们删除了列表中的元素,副本仍然保持不变,因此在下一轮循环时不会出现任何问题。为了避免这个问题,可以使用另一种循环方式,例如。

Aiooooooooo的博客 1211

别再背八股:ArrayList与LinkedList源码级剖析与实战避坑指南

Java集合框架中的List接口是日常开发最常用的数据结构之一,而ArrayList与LinkedList的底层实现差异、扩容机制以及迭代器行为,直接影响着系统性能与稳定性。理解数组连续内存与链表节点分散的内存模型,能解释为何随机访问、增删操作的真实复杂度与直觉不同。ArrayList基于动态数组,通过grow()实现1.5倍扩容;LinkedList基于双向链表,在持有节点引用时才具备O(1)插入优势。同时,modCount与fail-fast机制保证了遍历时对并发修改的快速失败,而CopyOnWrite

weixin_34075268的博客 440

DOM元素获取的五大方法原理与工程实践指南

DOM元素访问是前端开发最基础也最关键的运行时操作,其本质是在内存DOM树中建立对目标节点的引用通道。不同方法底层机制差异巨大:getElementById基于哈希表实现O(1)查找,querySelector依赖完整CSS引擎解析,getElementsByClassName返回实时HTMLCollection,而querySelectorAll生成静态NodeList。理解这些原理,才能规避实时集合误用、选择器语法错误、跨上下文失效等高频陷阱,并在性能敏感场景(如首屏渲染、微前端隔离)中做出合理选型。本

afhu47033的博客 464

C++26 std::hive:破解频繁删除与缓存友好的两难困局

在C++容器选型中,std::vector的删除操作会触发大量元素移动,而std::list虽然删除O(1)却破坏了缓存连续性。新进入C++26的std::hive容器,采用块状存储与空槽标记机制,实现了删除不搬动其他元素的同时保持节点内存相对连续,从而兼顾了引用稳定与缓存友好。这一设计对于游戏ECS、事件系统和网络会话管理等需要高频增删对象且要求遍历剩余活跃元素的场景极具价值。围绕std::hive的前身plf::colony,剖析其核心机制、性能边界和适用场景,帮助开发者正确评估在新项目中是否应该引入这

weixin_30764771的博客 381

2026年AI编程工具实战选型指南:TRAE、Copilot、Windsurf等深度对比

AI编程工具已从基础代码补全迈入深度工程理解阶段。其核心原理在于结合项目上下文(如pom.xml、配置文件、Git历史)与本地知识图谱或云端APM数据,实现从‘写得快’到‘写得对’的跃迁。技术价值体现在降低返工率、提升架构一致性、增强生产环境闭环能力。典型应用场景包括线上故障根因定位、微服务拆分、MyBatis XML迁移及跨系统推荐模块开发。本文聚焦TRAE的企业级上下文感知能力与GitHub Copilot的泛化生成优势,解析二者在真实工程中的协同与边界。

weixin_30444105的博客 454

C++ Primer 学习笔记关于练习题6.12

    请写一个程序,使它接受下列定义:            int ia[] = { 0, 1, 2, 3, 5, 8, 13, 21, 55, 89 };            listilist( ia, ia + 11 );    用单个iterator形式的erase()删除ilist中所有奇数位置的元素。#include#include#includeusing namespace

弥勒日巴的专栏 1757

深信服测试开发笔试全解析:考点分布与实战备考指南

软件测试是保障产品质量的关键环节,测试开发工程师不仅需要掌握功能测试方法,还需具备自动化测试、接口测试与性能测试的综合能力。理解测试用例设计原理、熟悉pytest、Selenium等主流工具,能显著提升测试效率与可靠性。在技术岗位招聘中,这类技能常通过笔试和面试进行考察,尤其像安全与云计算领域的头部企业,往往要求应聘者具备扎实的计算机基础与测试工程思维。本文围绕测试开发岗位的笔试准备,结合真实秋招经验,梳理了考点分布、题型拆解、备考路线及实战避坑指南,帮助求职者建立系统化的复习框架,从基础理论走向项目实践,

weixin_34218890的博客 313

Python 3注释工程:从语法符号到团队知识资产

Python注释远不止是井号#的语法标记,它是保障代码可读性、支撑协作维护、驱动自动化工具链的关键基础设施。在Python 3中,单行注释、文档字符串和行内注释具有截然不同的解析机制与工程语义:前者承载‘为什么’的决策逻辑,后者作为对象内置属性被help()和Sphinx消费,而行内注释则直接影响性能分析与调试精度。结合PEP 257文档规范与mypy类型注释等现代实践,注释能显著提升静态检查覆盖率、降低KeyError类运行时故障,并成为CI/CD中TODO治理、知识沉淀与IDE智能补全的数据源。本文聚焦

weixin_30381317的博客 420

C++: 顺序容器与适配器深度拆解——从内存底层到API江湖

本文深入剖析了C++ STL中的顺序容器及其适配器,聚焦于三大顺序容器(vector、deque、list)和三个适配器(stack、queue、priority_queue)。顺序容器按线性顺序存储元素,而适配器基于现有容器提供特定接口。 vector作为动态数组,内存连续,支持高效随机访问,但中间插入删除较慢;deque分段连续,支持双端快速操作,但随机访问稍慢;list基于双向链表,任意位置插入删除高效,但不支持随机访问。适配器通过封装顺序容器实现特定功能,如stack的后进先出、queue的先进先出

Mr.Sugarcane 796

Delphi 12.3下UniDAC 10.3.0源码编译与集成实战

数据库访问组件是Delphi开发者构建企业应用的核心工具。UniDAC作为一款通用数据访问组件,通过统一API屏蔽Oracle、SQL Server、MySQL等数据库差异,显著降低多数据库项目维护成本。其源码版提供完整Pascal代码,允许开发者自定义连接逻辑、跟踪SQL执行细节,甚至优化底层数据缓存策略,满足深度集成与性能调优需求。在Delphi 12.3环境下,源码级编译可充分利用现代编译器优势,结合64位支持和高DPI适配,打造更高效的数据库开发环境。从源码包解压、依赖编译到IDE集成,系统阐述Un

weixin_33884611的博客 687

Python数据结构选型实战:从时间复杂度到内存布局的工程决策

Python数据结构并非语法基础,而是影响性能、内存与可维护性的核心工程决策点。理解list的动态数组扩容机制、dict的紧凑哈希表内存布局、set的O(1)成员判断原理,是规避线上慢查询、内存泄漏和调试地狱的前提。技术价值在于将抽象复杂度转化为可测量的响应时间(如用deque替代list.pop(0)降低99.9%延迟)和可预估的内存开销(如tuple比list节省16字节元数据)。典型应用场景包括高并发在线状态服务的分层索引设计、爬虫去重的集合判存优化、金融风控中不可变数据契约保障。本文聚焦真实项目中的

weixin_34072458的博客 421

伺服电机的位置控制模式:PP模式与CSP模式的比较

在轮廓位置模式下,上位机给定目标绝对位置(或相对位置)、速度、加速度等参数,伺服内部的轨迹发生器根据这些参数生成目标位置曲线指令,通过伺服驱动器内部实现三环控制(位置环、速度环、力矩环)。如果还不理解,不妨看看下面的类比:轮廓位置模式中,上位控制器对伺服电机说,我给你个位置,怎么去哪,走那条路,那是你自己的事,这个时候伺服电机是有自己的思想的。同期同步位置模式红,上位机控制器对伺服电机的管理就和 严格,除了告诉你目标位置,走那条路都是控制器说的算,伺服电机就是个没有灵魂的工具。重点关注,轮廓位置模式。

m0_49968063的博客 5813

Bentley二次开发教程28-交互窗口-案例实战2-EC属性赋值工具

该工具会根据用户输入的路径获取Schema文件的路径,然后通过路径读取对应的Schema文件并在树状图中显示EC类,当用户选择树状图上的节点时,此时会触发事件,根据EC属性添加用户自定义控件用于显示EC属性并可对其进行赋值操作。完成后选取元素,点击界面上的应用,此时元素会被赋予指定EC类,同时修改的EC属性值也会被同步赋予。该工具涉及到的WinForm控件有:TextBox,Button,TreeView,Panel,UserControl(用户自定义控件)。

不见不散的博客 1475

Python实战速成:数据容器与流程控制的工程心法

Python作为最主流的通用编程语言,其核心能力并非语法记忆,而是对列表、字典、字符串等基础数据容器的高效操作,以及对for/if/while等流程控制结构的工程化运用。理解底层原理(如哈希表寻址、不可变对象约束、迭代协议)能避免性能陷阱与线上故障;掌握`extend()`替代`+`、`dict.get()`防御`KeyError`、`''.join()`替代`+=`、`enumerate()`替代`range(len())`等实践模式,直接提升代码健壮性与可维护性。这些技术点广泛应用于自动化办公、数据清洗

cqbh2011的博客 425

PX4 EKF2协方差矩阵‘负定’了怎么办?保姆级排查与数值稳定性修复指南

本文深入解析PX4 EKF2协方差矩阵出现‘负定’问题的原因,并提供全面的排查与修复方案。从理论分析到实践操作,详细介绍了数值稳定性危机的诊断工具、算法加固措施及工程实践中的防御性编程技巧,帮助飞控工程师有效解决滤波算法中的数值稳定性问题。

weixin_28730927的博客 319

从Prompt Engineering到Loop Engineering:构建AI自主编程的智能循环系统

在人工智能驱动的软件开发领域,Prompt Engineering(提示工程)是指导大语言模型生成代码的核心技术,它通过精心设计的指令来引导模型输出。其原理在于将开发者的意图转化为模型可理解的上下文,从而生成、补全或修改代码。这项技术的价值在于显著提升了代码生成的初始准确性和效率,成为人机协作编程的基础。随着模型能力的增强,单纯依赖单次指令交互已无法应对复杂、多步骤的软件开发任务,其应用场景逐渐从一次性代码生成扩展到需要持续迭代和验证的自动化流程。这自然催生了更高级的范式——Loop Engineering

weixin_34269583的博客 393

Jasper Report使用JSON数据源创建报表

最近在做一个项目小功能,表单结案要生成PDF报表。 起初,想用HTML模板(art-template模板引擎)编写,利用浏览器的打印功能保存成pdf文件下载。但是HTML编写好的模板,页码、页眉、页脚设置有坑,表单内容中的表格较多,表格不能设置跨页,导致跨页的表格内容与页眉重叠,没能解决这个问题。 于是,转战研究Jasper report生成报表,用更加专业的报表生成工具来做。刚开始,也是跌跌撞撞,遇到了很多问题,因为觉得没有退路了,必须要用这个搞出来,所以就硬着头皮去找各种资料。 主要使用的json

xiaogege2012的专栏 3321

SAP ABAP开发避坑:BAPI_MATVAL_PRICE_CHANGE调用报‘估价未维护’的完整解决流程

本文深入解析SAP ABAP开发中调用BAPI_MATVAL_PRICE_CHANGE函数时遇到的'估价未维护'错误,提供从基础配置检查到CKML_PRICE_SEND表维护的完整解决方案。通过实战案例和代码示例,帮助开发者快速定位问题并实现批量价格更新的自动化处理,提升开发效率。

weixin_28705087的博客 429

Claude 3.5 Sonnet原生能力如何让Anthropic适配层失效

在大模型API演进中,‘抽象层’的本质是弥补模型能力与协议标准之间的鸿沟。当模型原生支持JSON Schema强校验、标准化tool calling状态机、语义化streaming分块及system prompt独立注入时,中间适配层便从‘必要封装’退化为‘负向耦合’。Claude 3.5 Sonnet的协议收敛与anthropic SDK成熟度共同推动这一层走向零依赖——它不再提升稳定性或降低复杂度,反而增加延迟、掩盖错误、抬高运维成本。本文基于真实生产案例,解析该层消亡的技术动因,并提供SDK直连、AS

culiao2169的博客 1088

硬件知识点-----SPI串联电阻、振铃、过冲

电阻取值,没有公式,一被传输线的特征阻抗为50欧姆左右,而TTL电路输出电阻大桃为13欧姆左右,在源端串一个33姆,大致和50相当,这样就可以柳制从终端反射回来的倍号,防止再次反射。传输时间tp=L/V,其中L是导线长度,V是电磁波在电路板中的传输速度V=C/sqrDk,其中Dk是光速衰减因子,对于电路板而言是铜线,Dk=4电磁波在电路板中的速度都是慢于光速的。实际上串联多大的电阻与传输线的阻抗有关,为了保证阻抗的连续性,如果传输线的特性阻抗 Z0与驱动源的输出阻抗 Zd不匹配,会引发信号的反射。

贾saisai的博客 2724

Gemini 3 Pro提示词工程:从自然语言到可执行契约的范式跃迁

提示词工程正经历从‘让模型听懂人话’到‘与模型签订可执行契约’的根本性转变。这一演进源于大模型工作流架构升级——以Gemini 3 Pro为代表的新一代模型内置推理-执行-验证三段式引擎,要求开发者以身份定义、刚性约束、工具声明和输出契约四层结构化逻辑组织提示词。其技术价值在于提升结构化输出稳定性、支持自动化流程编排、实现失败回滚与跨节点协同,广泛应用于财报解析、合同审查、跨境电商选品等需高精度、强一致性的AI工程场景。本文深入解构该范式的技术原理与n8n集成实践。

weixin_30675247的博客 586

【2025国赛C题】高教社杯全国大学生数学建模竞赛C题思路+代码+论文

【2025国赛C题】高教社杯全国大学生数学建模竞赛C题思路+代码+论文

订阅付费专栏Matlab(奶茶价版),可赠送奶茶价版付费专栏指定代码1份; 2906

如何正确理解和获取S参数

差分四端口的S参数是由双端口S参数逐步演化而来,因此,在数学中,其各分量均可以从单端S参数推导而来,在实际的仿真和测试中,软件和测量设备也是通过获取单端S参数矩阵再进行运算得到混合S参数矩阵的,并非直接获取。

一只豌豆象的博客 5156
上一篇: ChatGPT性能暴降!OpenAI重磅回应!
下一篇: 为什么程序员都不喜欢使用switch,而是大量的 if……else if ?
IT界那些事儿
博客等级 码龄6年 2万+粉丝 22原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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