Stack and heap(from others)

本文详细解释了Java中栈和堆的概念,包括它们的特点、用途及数据存储方式。特别是对于String类型的不同创建方式进行了深入剖析。

Stack and heap(from others)

Java栈与堆 

----对这两个概念的不明好久,终于找到一篇好文,拿来共享 

1. 栈(stack)与堆(heap)都是Java用来在Ram中存放数据的地方。与C++不同,Java自动管理栈和堆,程序员不能直接地设置栈或堆。 

2. 栈的优势是,存取速度比堆要快,仅次于直接位于CPU中的寄存器。但缺点是,存在栈中的数据大小与生存期必须是确定的,缺乏灵活性。另外,栈数据可以共享,详见第3点。堆的优势是可以动态地分配内存大小,生存期也不必事先告诉编译器,Java的垃圾收集器会自动收走这些不再使用的数据。但缺点是,由于要在运行时动态分配内存,存取速度较慢。 

3. Java中的数据类型有两种。 

一种是基本类型(primitive types), 共有8种,即int, short, long, byte, float, double, boolean, char(注意,并没有string的基本类型)。这种类型的定义是通过诸如int a = 3; long b = 255L;的形式来定义的,称为自动变量。值得注意的是,自动变量存的是字面值,不是类的实例,即不是类的引用,这里并没有类的存在。如int a = 3; 这里的a是一个指向int类型的引用,指向3这个字面值。这些字面值的数据,由于大小可知,生存期可知(这些字面值固定定义在某个程序块里面,程序块退出后,字段值就消失了),出于追求速度的原因,就存在于栈中。 

另外,栈有一个很重要的特殊性,就是存在栈中的数据可以共享。假设我们同时定义: 
复制内容到剪贴板代码: 
int a = 3; 
int b = 3; 
编译器先处理int a = 3;首先它会在栈中创建一个变量为a的引用,然后查找有没有字面值为3的地址,没找到,就开辟一个存放3这个字面值的地址,然后将a指向3的地址。接着处理int b = 3;在创建完b的引用变量后,由于在栈中已经有3这个字面值,便将b直接指向3的地址。这样,就出现了a与b同时均指向3的情况。 

特别注意的是,这种字面值的引用与类对象的引用不同。假定两个类对象的引用同时指向一个对象,如果一个对象引用变量修改了这个对象的内部状态,那么另一个对象引用变量也即刻反映出这个变化。相反,通过字面值的引用来修改其值,不会导致另一个指向此字面值的引用的值也跟着改变的情况。如上例,我们定义完a与b的值后,再令a=4;那么,b不会等于4,还是等于3。在编译器内部,遇到a=4;时,它就会重新搜索栈中是否有4的字面值,如果没有,重新开辟地址存放4的值;如果已经有了,则直接将a指向这个地址。因此a值的改变不会影响到b的值。 

另一种是包装类数据,如Integer, String, Double等将相应的基本数据类型包装起来的类。这些类数据全部存在于堆中,Java用new()语句来显示地告诉编译器,在运行时才根据需要动态创建,因此比较灵活,但缺点是要占用更多的时间。 4. String是一个特殊的包装类数据。即可以用String str = new String("abc");的形式来创建,也可以用String str = "abc";的形式来创建(作为对比,在JDK 5.0之前,你从未见过Integer i = 3;的表达式,因为类与字面值是不能通用的,除了String。而在JDK 5.0中,这种表达式是可以的!因为编译器在后台进行Integer i = new Integer(3)的转换)。前者是规范的类的创建过程,即在Java中,一切都是对象,而对象是类的实例,全部通过new()的形式来创建。Java中的有些类,如DateFormat类,可以通过该类的getInstance()方法来返回一个新创建的类,似乎违反了此原则。其实不然。该类运用了单例模式来返回类的实例,只不过这个实例是在该类内部通过new()来创建的,而getInstance()向外部隐藏了此细节。那为什么在String str = "abc";中,并没有通过new()来创建实例,是不是违反了上述原则?其实没有。 

5. 关于String str = "abc"的内部工作。Java内部将此语句转化为以下几个步骤: 

(1)先定义一个名为str的对String类的对象引用变量:String str; 

(2)在栈中查找有没有存放值为"abc"的地址,如果没有,则开辟一个存放字面值为"abc"的地址,接着创建一个新的String类的对象o,并将o的字符串值指向这个地址,而且在栈中这个地址旁边记下这个引用的对象o。如果已经有了值为"abc"的地址,则查找对象o,并返回o的地址。 

(3)将str指向对象o的地址。 

值得注意的是,一般String类中字符串值都是直接存值的。但像String str = "abc";这种场合下,其字符串值却是保存了一个指向存在栈中数据的引用! 

为了更好地说明这个问题,我们可以通过以下的几个代码进行验证。 
复制内容到剪贴板代码: 
String str1 = "abc"; 
String str2 = "abc"; 
System.out.println(str1==str2); //true 
注意,我们这里并不用str1.equals(str2);的方式,因为这将比较两个字符串的值是否相等。==号,根据JDK的说明,只有在两个引用都指向了同一个对象时才返回真值。而我们在这里要看的是,str1与str2是否都指向了同一个对象。 
结果说明,JVM创建了两个引用str1和str2,但只创建了一个对象,而且两个引用都指向了这个对象。 

我们再来更进一步,将以上代码改成: 
复制内容到剪贴板代码: 
String str1 = "abc"; 
String str2 = "abc"; 
str1 = "bcd"; 
System.out.println(str1 + "," + str2); //bcd, abc 
System.out.println(str1==str2); //false 
这就是说,赋值的变化导致了类对象引用的变化,str1指向了另外一个新对象!而str2仍旧指向原来的对象。上例中,当我们将str1的值改为"bcd"时,JVM发现在栈中没有存放该值的地址,便开辟了这个地址,并创建了一个新的对象,其字符串的值指向这个地址。 

事实上,String类被设计成为不可改变(immutable)的类。如果你要改变其值,可以,但JVM在运行时根据新值悄悄创建了一个新对象,然后将这个对象的地址返回给原来类的引用。这个创建过程虽说是完全自动进行的,但它毕竟占用了更多的时间。在对时间要求比较敏感的环境中,会带有一定的不良影响。 

再修改原来代码: 
复制内容到剪贴板代码: 
String str1 = "abc"; 
String str2 = "abc"; 

str1 = "bcd"; 

String str3 = str1; 
System.out.println(str3); //bcd 

String str4 = "bcd"; 
System.out.println(str1 == str4); //true 
str3这个对象的引用直接指向str1所指向的对象(注意,str3并没有创建新对象)。当str1改完其值后,再创建一个String的引用str4,并指向因str1修改值而创建的新的对象。可以发现,这回str4也没有创建新的对象,从而再次实现栈中数据的共享。 

我们再接着看以下的代码。 
复制内容到剪贴板代码: 
String str1 = new String("abc"); 
String str2 = "abc"; 
System.out.println(str1==str2); //false 创建了两个引用。创建了两个对象。两个引用分别指向不同的两个对象。 

String str1 = "abc"; 
String str2 = new String("abc"); 
System.out.println(str1==str2); //false 
创建了两个引用。创建了两个对象。两个引用分别指向不同的两个对象。 

以上两段代码说明,只要是用new()来新建对象的,都会在堆中创建,而且其字符串是单独存值的,即使与栈中的数据相同,也不会与栈中的数据共享。 

6. 数据类型包装类的值不可修改。不仅仅是String类的值不可修改,所有的数据类型包装类都不能更改其内部的值。 7. 结论与建议: 

(1)我们在使用诸如String str = "abc";的格式定义类时,总是想当然地认为,我们创建了String类的对象str。担心陷阱!对象可能并没有被创建!唯一可以肯定的是,指向String类的引用被创建了。至于这个引用到底是否指向了一个新的对象,必须根据上下文来考虑,除非你通过new()方法来显要地创建一个新的对象。因此,更为准确的说法是,我们创建了一个指向String类的对象的引用变量str,这个对象引用变量指向了某个值为"abc"的String类。清醒地认识到这一点对排除程序中难以发现的bug是很有帮助的。 

(2)使用String str = "abc";的方式,可以在一定程度上提高程序的运行速度,因为JVM会自动根据栈中数据的实际情况来决定是否有必要创建新对象。而对于String str = new String("abc");的代码,则一概在堆中创建新对象,而不管其字符串值是否相等,是否有必要创建新对象,从而加重了程序的负担。这个思想应该是享元模式的思想,但JDK的内部在这里实现是否应用了这个模式,不得而知。 

(3)当比较包装类里面的数值是否相等时,用equals()方法;当测试两个包装类的引用是否指向同一个对象时,用==。 

(4)由于String类的immutable性质,当String变量需要经常变换其值时,应该考虑使用StringBuffer类,以提高程序效率。


import Heap from Sort import sorted from Dict import get_keys def astar_time_aware(start, goal, grid_size, static_obstacles, occupied): #在时空网格中使用 A* 寻找安全路径 #启发函数:曼哈顿距离 m, n = grid_size directions = [(0,1), (1,0), (0,-1), (-1,0), (0,0)] # 包含等待动作 max_lookahead = 30 if occupied: max_lookahead = max(get_keys(occupied)) + 20 def heuristic(i, j): return abs(i - goal[0]) + abs(j - goal[1]) # 优先队列: (f_score, g_score, i, j, t, path) open_set = [] initial_h = heuristic(start[0], start[1]) Heap.push_heap(open_set, (initial_h, 0, start[0], start[1], 0, [start])) visited = set() # state = (i, j, t) while open_set: f_score, g_score, i, j, t, path = Heap.pop_heap(open_set) if (i, j) == goal: return path if t > max_lookahead: continue state = (i, j, t) if state in visited: continue visited.add(state) for di, dj in directions: ni, nj = i + di, j + dj if not (0 <= ni < m and 0 <= nj < n): continue if (ni, nj) in static_obstacles: continue future_occupancy = set() if t+1 in occupied: future_occupancy = occupied[t+1] if (ni, nj) in future_occupancy: continue new_g = g_score + 1 new_t = t + 1 new_state = (ni, nj, new_t) if new_state not in visited: h = heuristic(ni, nj) f = new_g + h new_path = path + [(ni, nj)] Heap.push_heap(open_set, (f, new_g, ni, nj, new_t, new_path)) return None # 无路径 def detect_all_cycles(current_pos, target_pos): #使用 Tarjan 算法检测所有强连通分量(长度 >1 的视为循环) index_counter = [0] stack = [] indices = {} lowlink = {} on_stack = set() cycles = [] def get_value_at(pos_map, i, j): for key in pos_map: temp = pos_map[key] if i == temp[0] and j == temp[1]: return key return None def strongconnect(node): indices[node] = index_counter[0] lowlink[node] = index_counter[0] index_counter[0] += 1 stack.append(node) on_stack.add(node) # 找到下一个节点:目标位置上的值 curr_pos = current_pos[node] next_val = get_value_at(target_pos, curr_pos[0], curr_pos[1]) if next_val and next_val in current_pos and next_val != node: if next_val not in indices: strongconnect(next_val) lowlink[node] = min(lowlink[node], lowlink[next_val]) elif next_val in on_stack: lowlink[node] = min(lowlink[node], indices[next_val]) # 如果是根节点,弹出栈形成 SCC if lowlink[node] == indices[node]: component = [] while True: w = stack.pop() on_stack.remove(w) component.append(w) if w == node: break if len(component) > 1: cycles.append(component) for val in current_pos: if val not in indices: strongconnect(val) return cycles def find_positions(matrix): pos = {} used = set() for i in range(len(matrix)): for j in range(len(matrix[i])): val = matrix[i][j] if val not in used: pos[val] = (i, j) used.add(val) return pos def plan_drone_moves(initial_matrix, target_matrix, static_obstacles=None): m, n = len(initial_matrix), len(initial_matrix[0]) static_obstacles = static_obstacles or [] current_pos = find_positions(initial_matrix) target_pos = find_positions(target_matrix) # Step 1: 检测循环 cycles = detect_all_cycles(current_pos, target_pos) if cycles: print("Detected ",len(cycles)," cycle(s):",cycles) # 不需要空地!我们选择循环中的一个 drone 作为“最后移动者” for cycle in cycles: last_mover = cycle[-1] # 最后一个移动 print("Will move others first, let",last_mover,"move last") # 修改 last_mover 的目标为“等待后再去” # 实际上我们只是延迟它的调度 delay_list = [last_mover] else: delay_list = [] # Step 2: 排序移动项:不在 delay_list 中的优先 movable_values = [] for v in current_pos: if current_pos[v] != target_pos[v]: movable_values.append(v) def two(x): if x in delay_list: return 1 return 0 movable_values = sorted(movable_values,two) # 延迟的排后面 # Step 3: 构建全局占用表 global_occupancy = {} tasks = [] for idx in range(len(movable_values)): val = movable_values[idx] drone_id = idx % 16 start = current_pos[val] goal = target_pos[val] path = astar_time_aware( start, goal, (m, n), static_obstacles, global_occupancy ) if not path: print("Failed to plan path for",val) return None # 注册路径占用 for t in range(len(path)): if t not in global_occupancy: global_occupancy[t] = set() global_occupancy[t].add(path[t]) moves = [] for t in range(len(path)-1): moves.append({'time_step': t, 'from': path[t], 'to': path[t+1], 'value': val}) tasks.append({ 'drone_id': drone_id, 'value': val, 'path': path, 'moves': moves }) print("Cycle broken by scheduling order.") return tasks if __name__ == "__main__": initial = [ [46, 11, 31, 40, 30, 93, 74, 55, 92, 26], [84, 88, 25, 61, 25, 41, 24, 6, 39, 27], [82, 15, 74, 68, 41, 77, 87, 64, 51, 89], [52, 97, 31, 84, 47, 76, 7, 49, 22, 62], [53, 95, 85, 55, 35, 45, 7, 75, 72, 80], [83, 84, 62, 100, 86, 39, 67, 49, 14, 88], [18, 24, 78, 15, 93, 81, 26, 25, 67, 97], [52, 9, 36, 18, 44, 80, 6, 30, 38, 91], [93, 67, 75, 6, 79, 13, 63, 78, 97, 41], [10, 91, 53, 64, 79, 39, 39, 51, 44, 54]] target = [ [6, 6, 7, 10, 15, 24, 26, 36, 41, 51], [6, 7, 11, 15, 24, 27, 38, 41, 51, 62], [9, 13, 18, 25, 30, 39, 44, 52, 62, 72], [14, 18, 25, 30, 39, 44, 52, 63, 74, 78], [22, 25, 31, 39, 45, 53, 64, 74, 79, 83], [26, 31, 39, 46, 53, 64, 75, 79, 84, 87], [35, 40, 47, 54, 67, 75, 80, 84, 88, 91], [41, 49, 55, 67, 76, 80, 84, 88, 92, 93], [49, 55, 67, 77, 81, 85, 89, 93, 95, 97], [61, 68, 78, 82, 86, 91, 93, 97, 97, 100]] obstacles = [] # 可添加如 {(0,1)} tasks = plan_drone_moves(initial, target, obstacles) quick_print(tasks)
10-19
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