Guaua Collections

常规使用代码


package com.meituan.movie.pro.marketing.test;
 
import com.google.common.collect.BiMap;
import com.google.common.collect.HashBiMap;
import com.google.common.collect.HashMultimap;
import com.google.common.collect.HashMultiset;
import com.google.common.collect.ImmutableSet;
import java.util.HashSet;
 
/**
 * Created by zhangchuan on 2017/7/24.
 */
public class Main {
    public static void main(String[] args) {
        // 不可变set
        ImmutableSet<String> immutableSet = ImmutableSet.of("RED", "GREEN");
        // 普通set生成不可变set
        ImmutableSet<String> immutableSet1 = ImmutableSet.copyOf(new HashSet<>());
        // Builder构造器
        ImmutableSet.Builder<String> builder = ImmutableSet.builder();
        ImmutableSet<String> immutableSet2 = builder.add("RED").addAll(new HashSet<>()).build();
        /**
         * 可重复集合
         * HashMultiset: 元素存放于 HashMap
         * LinkedHashMultiset: 元素存放于 LinkedHashMap,即元素的排列顺序由第一次放入的顺序决定
         * TreeMultiset:元素被排序存放于TreeMap
         * EnumMultiset: 元素必须是 enum 类型
         * ImmutableMultiset: 不可修改的 Mutiset
         **/
        HashMultiset<String> multiSet = HashMultiset.create();
        multiSet.addAll(new HashSet<>());
        // count word “the”
        Integer count = multiSet.count("the");
        /**
         * HashMultimap 多value
         * HashMultimap: key 放在 HashMap,而 value 放在 HashSet,即一个 key 对应的 value
         * 不可重复
         * ArrayListMultimap: key 放在 HashMap,而 value 放在 ArrayList,即一个 key 对应的
         * value 有顺序可重复
         * LinkedHashMultimap: key 放在 LinkedHashMap,而 value 放在 LinkedHashSet,即一个
         * key 对应的 value 有顺序不可重复
         * TreeMultimap: key 放在 TreeMap,而 value 放在 TreeSet,即一个 key 对应的 value
         * 有排列顺序
         * ImmutableMultimap: 不可修改的 Multimap
         */
        HashMultimap<String, String> map = HashMultimap.create();
        map.put("1", "2");
        map.put("1", "3");
        /**
         * BitMap key和value可旋转的map
         * HashBiMap: key 集合与 value 集合都有 HashMap 实现
         * EnumBiMap: key 与 value 都必须是 enum 类型
         * ImmutableBiMap: 不可修改的 BiMap
         */
        BiMap<Integer, String> bitMap = HashBiMap.create();
        bitMap.put(1, "1");
        bitMap.inverse().get("1");
        /**
         *
         */
    }
}
使用LoadingCache 做缓存

import com.google.common.cache.CacheBuilder;
import com.google.common.cache.CacheLoader;
import com.google.common.cache.LoadingCache;
import java.util.concurrent.TimeUnit;
 
/**
 * Created by zhangchuan on 2017/7/24.
 */
public class MapTest {
    public static void main(String[] args){
        LoadingCache<String,String> cahceBuilder=CacheBuilder
                .newBuilder()
                .maximumSize(10)
                .expireAfterAccess(100,TimeUnit.SECONDS)//过期时间
                .expireAfterWrite(11,TimeUnit.SECONDS)//给定时间内没有写访问
                .refreshAfterWrite(1,TimeUnit.SECONDS)// 给定时间没有读访问。
                .build(new CacheLoader<String, String>(){
                    @Override
                    public String load(String key) throws Exception {
                        return createObject(key);
                    }
 
                });
        cahceBuilder.put("1","2");
        try {
            System.out.println(cahceBuilder.get("2"));
            System.out.println(cahceBuilder.get("2"));
        }catch (java.util.concurrent.ExecutionException e){
            System.out.println(1);
        }
 
    }
    public static String createObject(String key){
        System.out.println("createObject");
        return key+"1";
    }
}



  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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