Java 方法篇 - 张天宇的博客

这篇主要记录了Java中的一些常用数据结构和方法。

List

增删查改

添加List.add、删除List.remove、查找List.get、更改List.set、存在List.contains

List<String> person = new ArrayList<>();
person.add("A");
person.add("B");
person.remove(1);
String result = person.get(0);
System.out.println(result); //A
person.set(0, "C");
for (String s : person)
	System.out.println(s); //C
System.out.println(person.contains("C")); //true

改变与替换

.add将元素放到索引index的位置，原来位置的元素后移。.set替换index位置的元素。

1 2	person.set(1, "D"); person.add(0, "E");

查看索引

indexOf和lastIndexOf

person.clear(); //清空
person.add("A");
person.add("B");
person.add("A");
person.add("B");
System.out.println(person.indexOf("A")); //0
System.out.println(person.lastIndexOf("A")); //2

截取

subList截取区间 [fromIndex,toIndex) 作为新List。

person.clear();
person.add("A");
person.add("B");
person.add("C");
person.add("D");
person.add("E");
person = person.subList(1, 4);
for (String s : person)
	System.out.println(s); // B C D

对比

equals对比两个对象，两个对象中的所有元素完全相同。

1	person.equals(fruits)

判空

isEmpty()

去重

List<String> lst1 = new ArrayList<>();
lst1.add("aa");
lst1.add("dd");
lst1.add("ss");
lst1.add("aa");
lst1.add("ss");

// 方法 1.
for (int i = 0; i < lst1.size() - 1; i++) {
    for (int j = lst1.size() - 1; j > i; j--) {
        if (lst1.get(j).equals(lst1.get(i))) {
            lst1.remove(j);
        }
    }
}
System.out.println(lst1);

// 方法 2.
List<String> lst2 = new ArrayList<>();
for (String s : lst1) {
    if (Collections.frequency(lst2, s) < 1) {
        lst2.add(s);
    }
}
System.out.println(lst2);

https://blog.csdn.net/Barcon/article/details/82628120

PriorityQueue

概述

优先队列PriorityQueue是Queue接口的实现，可以对其中元素进行排序，可以放基本数据类型的包装类（如：Integer，Long等）或自定义的类。对于基本数据类型的包装器类，优先队列中元素默认排列顺序是升序排列，但对于自己定义的类来说，需要自己定义比较器。

常用方法

peek()//返回队首元素
poll()//返回队首元素，队首元素出队列
add()//添加元素
size()//返回队列元素个数
isEmpty()//判断队列是否为空，为空返回true,不空返回false

使用

队列保存的是基本数据类型的包装类

//自定义比较器，降序排列
static Comparator<Integer> cmp = new Comparator<Integer>() {
      public int compare(Integer e1, Integer e2) {
        return e2 - e1;
      }
    };
public static void main(String[] args) {
        //不用比较器，默认升序排列
        Queue<Integer> q = new PriorityQueue<>();
        q.add(3);
        q.add(2);
        q.add(4);
        while(!q.isEmpty())
        {
            System.out.print(q.poll()+" ");
        }
        /**
         * 输出结果
         * 2 3 4 
         */
        //使用自定义比较器，降序排列
        Queue<Integer> qq = new PriorityQueue<>(cmp);
        qq.add(3);
        qq.add(2);
        qq.add(4);
        while(!qq.isEmpty())
        {
            System.out.print(qq.poll()+" ");
        }
        /**
         * 输出结果
         * 4 3 2 
         */
}

保存了自定义类

//矩形类
class Node{
    public Node(int chang,int kuan)
    {
        this.chang=chang;
        this.kuan=kuan;
    }
    int chang;
    int kuan;
}

public class Test {
　　　　//自定义比较类，先比较长，长升序排列，若长相等再比较宽，宽降序
    static Comparator<Node> cNode=new Comparator<Node>() {
        public int compare(Node o1, Node o2) {
            if(o1.chang!=o2.chang)
                return o1.chang-o2.chang;
            else
                return o2.kuan-o1.kuan;
        }
        
    };
    public static void main(String[] args) {
        Queue<Node> q=new PriorityQueue<>(cNode);
        Node n1=new Node(1, 2);
        Node n2=new Node(2, 5);
        Node n3=new Node(2, 3);
        Node n4=new Node(1, 2);
        q.add(n1);
        q.add(n2);
        q.add(n3);
        Node n;
        while(!q.isEmpty())
        {
            n=q.poll();
            System.out.println("长: "+n.chang+" 宽：" +n.kuan);
        }
　　　　　/**
　　　　　　* 输出结果
　　　　　　* 长: 1 宽：2
　　　　　　* 长: 2 宽：5
　　　　　　* 长: 2 宽：3
　　　　　　*/
    }
}

遍历

PriorityQueue的iterator()不保证以任何特定顺序遍历队列元素。若想按特定顺序遍历，先将队列转成数组，然后排序遍历。

Queue<Integer> q = new PriorityQueue<>(cmp);
int[] nums= {2,5,3,4,1,6};
for(int i:nums){
    q.add(i);
}
Object[] nn=q.toArray();
Arrays.sort(nn);
for(int i=nn.length-1;i>=0;i--)
    System.out.print((int)nn[i]+" ");
/**
* 输出结果
* 6 5 4 3 2 1 
*/

比较器降序说明

Comparator<Object> cmp = new Comparator<Object>() {
        public int compare(Object o1, Object o2) {
            //升序
            return o1-o2;
            //降序
            return o2-o1;
        }
    };

数据流中的中位数

下面再来看这道题

如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

普通解法

class Solution {
   public:
    vector<int> s;
    void Insert(int num) { s.push_back(num); }

    double GetMedian() {
        sort(s.begin(), s.end());
        int i = s.size();
        if (i % 2 != 0)
            return s[(i + 1) / 2 - 1];
        else
            return ((double)s[i / 2 - 1] + (double)s[i / 2]) / 2;
    }
};

生成一个大顶堆和小顶堆，维持大顶堆的数都小于等于小顶堆的数，且二者个数相等或者相差为1，平均数即在两个栈顶的数之中。

class Solution {
    // 右边小顶堆的元素都大于左边大顶堆的元素
    // 并且左边元素的个数，要么与右边相等（偶数次输入），要么比右边大1（奇数次输入）
    priority_queue<int, vector<int>, less<int> > left;      //大顶堆
    priority_queue<int, vector<int>, greater<int> > right;  //小顶堆

   public:
    void Insert(int num) {
        if (left.empty() || num <= left.top())
            left.push(num);
        else
            right.push(num);
        // 左边大顶堆的大小最多可以比右边小顶堆大1（奇数次输入）
        if (left.size() == right.size() + 2) right.push(left.top()), left.pop();
        // 因为最后返回的只有可能是左边大顶堆的堆顶，所以右边小顶堆的大小不能比左边小顶堆大
        if (left.size() + 1 == right.size())
            left.push(right.top()), right.pop();
    }
    double GetMedian() {
        return left.size() == right.size() ? (left.top() + right.top()) / 2.0
                                           : left.top();
    }
};

StringBuffer

概述

当对字符串进行修改时候，需要使用StringBuffer和StringBuilder类。不同于String，他们可以被多次修改而不产生新的对象。StringBuilder 相较于 StringBuffer 有速度优势，所以多数情况下建议使用 StringBuilder 类。然而在应用程序要求线程安全的情况下，则必须使用 StringBuffer 类。

String适用于少量的字符串操作的情况，StringBuilder适用于单线程下在字符缓冲区进行大量操作的情况，StringBuffer适用多线程下在字符缓冲区进行大量操作的情况。

使用

toString()

1 2	StringBuffer s1 = new StringBuffer(); s1.toString();

append()

1 2	StringBuffer s1 = new StringBuffer().append("bbb"); s1.append("aaa"); //bbbaaa

charAt()

1	System.out.println(s1.charAt(3)); //a

deleteCharAt()

1 2	StringBuffer s1 = new StringBuffer().append("bbbaaa"); s1.deleteCharAt(3); //bbbaa

delete()

删除从开始索引到结束索引的字符串。

1 2	StringBuffer s1 = new StringBuffer().append("bbbaaa"); s1.delete(2, 4); //bbaa

insert()

在指定索引位置之前插入字符串。

1 2	StringBuffer s1 = new StringBuffer().append("bbbaaa"); s1.insert(2,"cc"); //bbccbaaa

indexOf()

返回指定字符串的开始字符索引位置，还可以从某个字符索引位置开始向后匹配，没有找到匹配的就会返回-1。

StringBuffer s1 = new StringBuffer().append("bbbaaa");
System.out.println(s1.indexOf("ba"));	//2
System.out.println(s1.indexOf("ba",2));	//2
System.out.println(s1.indexOf("mn"));	//-1

lastIndexOf()

和indexOf()的用法一样，只不过是从后往前匹配，也支持从指定索引开始从后往前去匹配。

StringBuffer s1 = new StringBuffer().append("bbb");
s1.append("aaa");
System.out.println(s1.toString());	//bbbaaa
System.out.println(s1.lastIndexOf("b",5));	//2

reverse()

1
2
3

StringBuffer s1 = new StringBuffer().append("bbbaaa");
System.out.println(s1.reverse());
System.out.println(s1.toString());	///aaabbb

length()

返回长度。

HashMap

概述

在JDK1.6，JDK1.7中，HashMap采用位桶+链表实现，即使用链表处理冲突，同一hash值的链表都存储在一个链表里。但是当位于一个桶中的元素较多，即hash值相等的元素较多时，通过key值依次查找的效率较低。而JDK1.8中，HashMap采用位桶+链表+红黑树实现，当链表长度超过阈值（8）时，将链表转换为红黑树，这样大大减少了查找时间。参考链接

HashMap的实现是不同步的，这意味着它不是线程安全的。它的key,value都可以是null。此外，HashMap中的映射不是有序的。

HashMap的实例有两个参数影响其性能：“初始容量”和“加载因子”。初始容量是哈希表在创建时的容量。加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度。通常默认加载因子是0.75，这是在时间和空间成本上寻求一种折衷。

使用

构造函数

// 默认构造函数。
HashMap()
// 指定“容量大小”的构造函数
HashMap(int capacity)
// 指定“容量大小”和“加载因子”的构造函数
HashMap(int capacity, float loadFactor)
// 包含“子Map”的构造函数
HashMap(Map<? extends K, ? extends V> map)

API

void                 clear()	//清空HashMap
Object               clone()	//克隆一个HashMap对象并返回
boolean              containsKey(Object key)	//判断HashMap是否包含key
boolean              containsValue(Object value)	//判断HashMap是否包含“值为value”的元素
Set<Entry<K, V>>     entrySet()	//返回“HashMap中所有Entry的集合”，它是一个集合
V                    get(Object key)	//获取key对应的value
V                    getOrDefault(Object key, V value)	//JDK1.8
boolean              isEmpty()
Set<K>               keySet()
V                    put(K key, V value)	//对外提供接口，让HashMap对象可以通过put()将“key-value”添加到HashMap中
void                 putAll(Map<? extends K, ? extends V> map)	//将"m"的全部元素都添加到HashMap中
V                    remove(Object key)	//删除“键为key”元素
int                  size()	//包含键值对的数量
Collection<V>        values()
V				    replace(key,val)	//对于存在的key，调用replace方法，会替换原来的value，并返回旧value，这和put的效果是一样的；对于不存在的key，replace方法什么都不做。

遍历

遍历HashMap的键值对

第一步：根据entrySet()获取HashMap的“键值对”的Set集合，效率高。
第二步：通过Iterator迭代器遍历“第一步”得到的集合。

// map中的key是String类型，value是Integer类型
Integer integ = null;
Iterator iter = map.entrySet().iterator();
while(iter.hasNext()) {
    Map.Entry entry = (Map.Entry)iter.next();
    // 获取key
    key = (String)entry.getKey();
        // 获取value
   	integ = (Integer)entry.getValue();
}

遍历HashMap的键

第一步：根据keySet()获取HashMap的“键”的Set集合。
第二步：通过Iterator迭代器遍历“第一步”得到的集合。

// 假设map是HashMap对象
// map中的key是String类型，value是Integer类型
String key = null;
Integer integ = null;
Iterator iter = map.keySet().iterator();
while (iter.hasNext()) {
        // 获取key
    key = (String)iter.next();
        // 根据key，获取value
    integ = (Integer)map.get(key);
}

遍历HashMap的值

第一步：根据value()获取HashMap的“值”的集合。
第二步：通过Iterator迭代器遍历“第一步”得到的集合。

// map中的key是String类型，value是Integer类型
Integer value = null;
Collection c = map.values();
Iterator iter= c.iterator();
while (iter.hasNext()) {
    value = (Integer)iter.next();
}

String

String x="fmn";
x.toUpperCase();
String y=x.replace('f','F');
String x="fmn";  “fmn”是在常量池里的不可变对象。
x.toUpperCase();  在堆中new一个"FMN"对象，但无任何引用指向它。
String y=x.replace('f','F'); 在堆中 new一个"Fmn"对象，y指向它。
y=y+"wxy"; 在堆中 重新new一个"Fmnwxy"对象， 修改y指向，现在y指向它。

substring()