黑马程序员——Map集合:HashTable,HashMap,TreeMap


HashTable:底层是哈希表数据结构,不可以存入null键null值,该集合线程是同步的


HashMap:底层是哈希表数据结构,可以存入null键null值,该集合线程是不同步的

HashTable和HashMap除了上述不同,其他都一样



该例子演示HashMap存入一个null键来获取值和存入一个null值来获取它


public class HashMapTest {

	public static void main(String[] args) {
		
		
		Map<String, String> map = new HashMap<String, String>();
		
		map.put(null, "ss");
		
		System.out.println(map.get(null));
		
		map.put("a", null);
		
		System.out.println(map.get("a"));
	}

}


HashMap如果存入一个相同的键但是不同的值的时候它会将旧的值返回


public class HashMapTest {

	public static void main(String[] args) {
		
		
		Map<String, String> map = new HashMap<String, String>();
		
		map.put("a", "ss");
		
		System.out.println(map.put("a", "bb"));

	}

}

结果:

ss


第一种HashMap集合的遍历


public class HashMapTest {

	public static void main(String[] args) {
		
		
		Map<String, String> map = new HashMap<String, String>();
		
		map.put("a1", "ss-1");
		map.put("a2", "ss-2");
		map.put("a3", "ss-3");
		map.put("a4", "ss-4");
		map.put("a5", "ss-5");
		
		
		Set<String> set = map.keySet();//获取所有的key值
		
		Iterator<String> it = set.iterator();
		
		while(it.hasNext()){
			
			String k = it.next();
			String v = map.get(k);
			
			System.out.println("k:"+k+",value:"+v);
			
		}
		
		

	}

}

结果:

k:a1,value:ss-1
k:a2,value:ss-2
k:a3,value:ss-3
k:a4,value:ss-4
k:a5,value:ss-5


第二种HashMap集合的遍历

public class HashMapTest {

	public static void main(String[] args) {
		
		
		Map<String, String> map = new HashMap<String, String>();
		
		map.put("a1", "ss-1");
		map.put("a2", "ss-2");
		map.put("a3", "ss-3");
		map.put("a4", "ss-4");
		map.put("a5", "ss-5");
		
		
		Set<Map.Entry<String, String>> set = map.entrySet();
		
		Iterator<Map.Entry<String, String>> it = set.iterator();
		
		while(it.hasNext()){
			
			Map.Entry<String, String> me = it.next();
			String k = me.getKey();
			String v = me.getValue();
			
			System.out.println("k:"+k+",value:"+v);
			
		}
		
		

	}

}

Map.Entry是一个接口,用来存Map的键值关系,用HashMap的entrySet方法返回一个Map.Entry实例(因为HashMap里面有一个静态的Entry内部类),然后根据getKey和getValue获取对应的键值




TreeMap:底层是二叉树结构,线程不同步,可以给键进行排序




  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
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