ArrayList源码详解

1.ArrayList 继承了AbstractList 实现了Lis、 RandomAccess、 cloneable、Serializable等


接口
2.构造函数有三个 ArrayList()/ ArrayList(int initialCapacity)/ ArrayList


(Collection<? extends E c)
 List<String> sr= new  ArrayList<String>()默认创建了10个对象空间 但是此时size依然是


为零


3.全局变量size记录实际存入对象个数 modCount++记录此集合总共被修改的次数
4.方法trimToSize()将此 ArrayList 实例的容量调整为列表的当前大小
5.方法ensureCapacity() 扩展ArrayList容量   
   a、minCapacity大于原来容量、则将原来的容量增加(oldCapacity * 3)/2 + 1;
   b、若minCapacity仍然大于增加后的容量、则使用minCapacity作为ArrayList容量
   c、若minCapacity不大于增加后的容量、则使用增加后的容量。
6.size()返回实际列表对象个数
7. isEmpty()判断列表是否为空
8.contains(Object o) 判断是否包含指定的对象,该方法是根据对象的索引值大于0来判断





9.indexOf(Object o)  返回指定对象在ArrayList中存放的第一个位置索引、注意空值的处理


和Object.equals(? extends Object o)的返回值、不存在的话返回-1


10.lastIndexOf(Object o) 返回指定对象在ArrayList中存放最后一个位置的索引、注意空值


的处理和Object.equals(? extends Object o)的返回值、不存在的话返回-1


11. clone() 返回一个当前集合的浅clone对象


12.toArray() 将当前ArrayList转换成Object数组


13.toArray(T[] a) 将当前ArrayList转换成与传入的T类型相同的数组


14.get(int index) 获取ArrayList中索引为index位置的元素


15 set(int index, E element) 将ArrayList的索引为index处的元素使用指定的E元素替换、


返回被替换的原来的元素值


16 add(E e)在列表尾部添加一个元素


17. add(int index, E element)
     将指定元素添加到指定的索引处 、
     注意:
     a、如果指定的index大于Object[] 的size或者小于0、则抛IndexOutOfBoundException
     b、检测Object[]是否需要扩容
     c、 将从index开始到最后的元素后移一个位置、
     d、将新添加的元素添加到index去。


18 .E remove(int index)


    a、将指定index处的元素删除、
    b、将index之后的所有元素前一一个位置、最后一个
    c、将最后一个元素设置为null、--size
19 remove(Object o)
    删除列表中第一个匹配的值


20 fastRemove(int index) 删除指定索引处的元素、不返回被删除的元素


21 clear()  清空ArrayList  只是清空了对象


22 addAll(Collection<? extends E> c) 将指定集合中的所有元素追加到ArrayList中


23 addAll(int index, Collection<? extends E> c)  将指定集合中的所有元素插入到idnex开始的后面位置处、原有的元素往后排


24 removeRange(int fromIndex, int toIndex) 移除列表中索引在 fromIndex(包括)和 toIndex(不包括)之间的所有元素


25 RangeCheck(int index) 检测下标是否越界


26  writeObject(java.io.ObjectOutputStream s)
        throws java.io.IOException  将此ArrayList写入到ObjectOutputStream流中、先写ArrayList存放元素的Object[]长度、再将Object[]中的每个元素写入到ObjectOutputStream流中  可能会抛出ConcurrentModificationException


27 readObject(java.io.ObjectInputStream s)
        throws java.io.IOException, ClassNotFoundException
     从objectinputstream中读取arraylist、先读取arraylist中object[]的长度、再读取每个元素放入object="" []中对应的位置
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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