先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Java开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Java开发知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024b (备注Java)
正文
- Set中不能插入null的key
| Set底层结构 | TreeSet | HashSet |
| — | :-- | :-- |
| 底层结构 | 红黑树 | 哈希桶 |
| 插入/删除/查找时间复杂度 | O(logN) | O(1) |
| 是否有序 | 关于Key有序 | 不一定有序 |
| 线程安全 | 不安全 | 不安全 |
| 插入/删除/查找区别 | 按照红黑树的特性来进行插入和删除 | 1. 先计算key哈希地址 2. 然后进行 |
| 插入和删除 | 比较与覆写 key必须能够比较,否则会抛出ClassCastException异常 | 自定义类型需要覆写equals和hashCode方法 |
| 应用场景 | 需要Key有序场景下 | Key是否有序不关心,需要更高的时间性能 |
============================================================================
LeetCode 136: 只出现一次的数字
描述:
给定一个非空整数数组,除了某个元素只出现一次以外,其余每个元素均出现两次。找出那个只出现了一次的元素。
说明:
你的算法应该具有线性时间复杂度。 你可以不使用额外空间来实现吗?
示例 1:
解题思路:
1. 把数组放入Set集合中.因为Set中key是唯一的.
2. 如果元素不在Set中,就添加元素到Set中.
3. 如果元素在Set中,就删除该元素.
4. 遍历结束,返回Set集合中的内容.
代码实现:
class Solution {
public int singleNumber(int[] nums) {
Set set = new HashSet<>();
for(int val : nums){
if(!set.contains(val)){
set.add(val);//Set中没有val就添加val到set中
}else{
set.remove(val);//set中有val就删除set中的val
}
}
//遍历结束,返回set中的元素
return set.iterator().next();
}
}
LeetCode 138: 复制带随机指针的链表
描述:
给你一个长度为 n 的链表,每个节点包含一个额外增加的随机指针 random ,该指针可以指向链表中的任何节点或空节点。
构造这个链表的 深拷贝。 深拷贝应该正好由 n 个 全新 节点组成,其中每个新节点的值都设为其对应的原节点的值。新节点的 next 指针和 random 指针也都应指向复制链表中的新节点,并使原链表和复制链表中的这些指针能够表示相同的链表状态。复制链表中的指针都不应指向原链表中的节点 。
例如,如果原链表中有 X
和 Y
两个节点,其中 X.random --> Y
。那么在复制链表中对应的两个节点 x
和 y
,同样有 x.random --> y 。
返回复制链表的头节点。
用一个由 n
个节点组成的链表来表示输入/输出中的链表。每个节点用一个 [val, random_index]
表示:
val: 一个表示 Node.val 的整数。
random_index: 随机指针指向的节点索引(范围从 0 到 n-1);如果不指向任何节点,则为 null 。
你的代码 只 接受原链表的头节点 head
作为传入参数。
解题思路:
- 第一次遍历链表,将 老节点 和 新节点 放入 Map中.
- 第二次遍历链表,通过get方法得到新老节点来修改新节点的next和random
map.get(cur).next = map.get(cur.next)
链接新节点的next
map.get(cur).random = map.get(cur.random)
链接新节点的random
- 遍历结束,返回
map.get(head)
代码实现:
class Solution {
public Node copyRandomList(Node head) {
Map<Node,Node> map = new HashMap<>();
Node cur = head;
// 第一次遍历
while(cur != null){
Node node = new Node(cur.val,null,null);
map.put(cur,node);//存储新老节点之间的映射
cur = cur.next;
}
cur = head;
// 第二次遍历
while(cur != null){
map.get(cur).next = map.get(cur.next);//修改next
map.get(cur).random = map.get(cur.random);//修改random
cur = cur.next;
}
return map.get(head);//返回新节点的头节点
}
}
LeetCode 771: 宝石与石头
描述:
给你一个字符串 jewels 代表石头中宝石的类型,另有一个字符串 stones 代表你拥有的石头。 stones 中每个字符代表了一种你拥有的石头的类型,你想知道你拥有的石头中有多少是宝石。
字母区分大小写,因此 “a” 和 “A” 是不同类型的石头。
解题思路:
- 遍历字符串
jewels
将所有字符放入Set集合中.
- 遍历字符串
stones
,判断是否字符在Set集合中,如果在就count++
;
- 返回
count
即可;
代码实现:
class Solution {
public int numJewelsInStones(String jewels, String stones) {
Set set = new HashSet<>();
//遍历jewels 将字符放入到ch中
for (Character ch:jewels.toCharArray()) {
set.add(ch);
}
int count = 0;
//遍历stones 判断set中是否有该字符,如果有就count++
for (Character ch:stones.toCharArray()) {
if(set.contains(ch)) count++;
}
return count;
}
}
牛客 : 旧键盘 (20)
描述:
旧键盘上坏了几个键,于是在敲一段文字的时候,对应的字符就不会出现。现在给出应该输入的一段文字、以及实际被输入的文字,请你列出
肯定坏掉的那些键。
解题思路:
- 分别用except和real接收实际输入和应该输入的字符串.
- 将两个字符串都变成大写.
- 遍历real字符串,将字符放入set集合中
- 遍历except字符串,如果字符在set集合中没有就输出,并放入set1集合中.在每次判断的时候多判断一次.字符也不在set1集合中.
代码实现:
import java.util.*;
public class Main {
public static void main(String[] args) {
Scanner sc = new Scanner(System.in);
// 将输入的内容大写
String expect = sc.nextLine().toUpperCase();
String real = sc.nextLine().toUpperCase();
Set set = new HashSet<>();
// 将real字符串的内容放入set集合中
for (Character ch:real.toCharArray()) {
set.add(ch);
}
// set1集合用来放坏的键盘的字符
Set set1 = new HashSet<>();
for (Character ch:expect.toCharArray()){
// 判断两次 以防止多次输出相同的字符
if(!set.contains(ch) && !set1.contains(ch)){
System.out.print(ch);
set1.add(ch);
}
}
}
}
LeetCode 692: 前K个高频单词
描述:
给定一个单词列表 words 和一个整数 k ,返回前 k 个出现次数最多的单词。
返回的答案应该按单词出现频率由高到低排序。如果不同的单词有相同出现频率, 按字典顺序 排序。
解题思路:
-
先用 Map 记录每个单词出现的次数
-
再建立一个大小为k的小根堆.按照题目规定 来写Comparator
-
遍历Map,当堆小于k的时候,直接入堆.当大于k的时候
-
如果堆顶元素出现的次数比当前元素的出现次数小,就出堆顶元素,将当前元素入堆.
-
如果堆顶元素出现的次数等于当前元素出现的次数,且按字典顺序在前面时,就出堆顶元素,将当前元素入堆
- 最后循环堆,直到堆为空,每次将堆顶元素poll(),并放入到list的0下标处(相当于头插)
代码实现:
class Solution {
public List topKFrequent(String[] words, int k) {
Map<String,Integer> map = new HashMap<>();
//建立大小为k的小根堆
PriorityQueue<Map.Entry<String,Integer>> queue =new PriorityQueue<>(k, new Comparator<Map.Entry<String, Integer>>() {
@Override
public int compare(Map.Entry<String, Integer> o1, Map.Entry<String, Integer> o2) {
if(o1.getValue().equals(o2.getValue())){
//这里是出现次数相同时,根据字典顺序存放的规则
return o2.getKey().compareTo(o1.getKey());
}else {
//这里是根据出现次数存放的规则
return o1.getValue() - o2.getValue();
}
}
});
// 记录每个单词出现的次数
for (String str:words){
map.put(str,map.getOrDefault(str,0)+1);
}
//遍历map
for(Map.Entry<String,Integer> entry:map.entrySet()){
if(queue.size() < k){
//大小小于k时,直接入堆
queue.offer(entry);
}else {
Map.Entry<String ,Integer> top = queue.peek();
// 分为堆顶元素出现次数相同 和 堆顶元素出现次数小于当前元素的情况
if(top.getValue().compareTo(entry.getValue()) == 0){
//当出现次数相同时,把字典顺序在前的放入堆中,在后的不用管
if(top.getKey().compareTo(entry.getKey()) > 0){
queue.poll();
queue.offer(entry);
}
最后
做任何事情都要用心,要非常关注细节。看起来不起眼的、繁琐的工作做透了会有意想不到的价值。
当然要想成为一个技术大牛也需要一定的思想格局,思想决定未来你要往哪个方向去走, 建议多看一些人生规划方面的书籍,多学习名人的思想格局,未来你的路会走的更远。
更多的技术点思维导图我已经做了一个整理,涵盖了当下互联网最流行99%的技术点,在这里我将这份导图分享出来,以及为金九银十准备的一整套面试体系,上到集合,下到分布式微服务
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
你的路会走的更远。
更多的技术点思维导图我已经做了一个整理,涵盖了当下互联网最流行99%的技术点,在这里我将这份导图分享出来,以及为金九银十准备的一整套面试体系,上到集合,下到分布式微服务
[外链图片转存中…(img-FsfCKCbm-1713711294872)]
[外链图片转存中…(img-0wYbvTKS-1713711294872)]
[外链图片转存中…(img-gwY5yK0U-1713711294873)]
[外链图片转存中…(img-dYSfu4CU-1713711294873)]
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
需要这份系统化的资料的朋友,可以添加V获取:vip1024b (备注Java)
[外链图片转存中…(img-T0CM4J6U-1713711294874)]
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!