ArrayList源码分析(一)

本文深入分析了ArrayList在JDK1.8中的实现细节,包括创建、add、set、get、remove等方法的工作原理,以及不同版本JDK在ArrayList对象创建上的差异。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本文对ArrayList的源码分析基于jdk1.8进行。

1、ArrayList的创建

创建一个ArrayList:

List<String> list = new ArrayList<>();

调用构造方法:

public ArrayList() {
        this.elementData = DEFAULTCAPACITY_EMPTY_ELEMENTDATA;
 }

其中,elementData 表示list中存储元素的数组

transient Object[] elementData;

点击DEFAULTCAPACITY_EMPTY_ELEMENTDATA可以看到这是ArrayList中定义的一个空数组:

private static final Object[] DEFAULTCAPACITY_EMPTY_ELEMENTDATA = {};    

总结:
1)空参构造ArrayList时,底层数组初始化为{},第一次调用add()时,底层才创建了长度10的数组。
2)jdk7,空参构造ArrayList时,底层创建了长度是10的Object[]数组。
3)jdk7中的ArrayList的对象的创建类似于单例的饿汉式,而jdk8中的ArrayList的对象
的创建类似于单例的懒汉式,延迟了数组的创建,节省内存。

2、add(E e) 方法

调用add方法添加元素:

list.add("wzp");

底层调用如下:

public boolean add(E e) {
     ensureCapacityInternal(size + 1);  // Increments modCount!!
     elementData[size++] = e;
     return true;
}

其中size表示列表中已有元素个数。
这个方法比较重要,下一节进行分析:

ensureCapacityInternal(size + 1); 

3、set方法

public E set(int index, E element) {
        rangeCheck(index);

        E oldValue = elementData(index);
        elementData[index] = element;
        return oldValue;
}

先用rangeCheck方法检验index有没有越界,通过检验后, 用新值替换老的值,并返回老的值。
点击rangeCheck方法进入如下代码:

private void rangeCheck(int index) {
        if (index >= size)
            throw new IndexOutOfBoundsException(outOfBoundsMsg(index));
 }

1)如果index超过了size就会抛异常
2)size不是指列表当前的总长度,而是已有元素个数,index不能超过这个数。

4、add(index, element)方法

添加一个元素到指定下标

 list.add(5,"hxl");

底层调用如下:

public void add(int index, E element) {
       rangeCheckForAdd(index);

       ensureCapacityInternal(size + 1); 
       System.arraycopy(elementData, index, elementData, index + 1,
                        size - index);
       elementData[index] = element;
       size++;
}    

先用rangeCheckForAdd校验下标是否符合条件

private void rangeCheckForAdd(int index) {
    if (index > size || index < 0)
         throw new IndexOutOfBoundsException(outOfBoundsMsg(index));
}

添加元素前要判断,确保空间足够, 如果满了就要扩容,并从旧数组拷贝到新数组。

ensureCapacityInternal(size + 1); 

从index开始的所有元素都要往后挪动1位

System.arraycopy(elementData, index, elementData, index + 1, size - index);

最后添加元素到指定index,并对size加1

5、get()方法的源码

 public E get(int index) {
        rangeCheck(index);

        return elementData(index);
    }

首先检查下标有没有越界:
rangeCheck(index);
然后直接返回数组对应的下标即可,简单,效率高。

6、remove()方法的源码

public E remove(int index) {
   rangeCheck(index);

    modCount++;
    E oldValue = elementData(index);

    int numMoved = size - index - 1;
    if (numMoved > 0)
        System.arraycopy(elementData, index+1, elementData, index,
                         numMoved);
    elementData[--size] = null; // clear to let GC do its work

    return oldValue;
}

numMoved表示需要移动的数组元素的个数。
把elementData数组中,从index +1开始的所有元素,一共有numMoved个元素,拷贝到elementData数组中(原来的数组里),从index 开始,进行拷贝

System.arraycopy(elementData, index+1, elementData, index,
                                 numMoved);

将最后1位元素设为null,并让size减1

 elementData[--size] = null; 

7、总结

  remove()和add(index, element)这两个方法,都会导致数组的拷贝和大量元素的挪动,基于数组来做这种随机位置的插入和删除,性能真的不太高。
  add()、add(index, element),这两个方法,都可能会导致数组需要扩容,数组长度默认是10,如果不停的往数组里塞入数据,可能会导致数组不停的扩容,影响性能。
  set()、get(),定位到随机的位置,替换或者获取那个元素,性能是很高的。
  ArrayList应该用于不会有太频繁插入、移除元素等操作,推测大体有多少元素,在构建时指定一个靠谱的初始化大小,避免不断扩容。

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
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