java HashMap工作原理

 

转自:http://gzsangel.blog.163.com/blog/static/12003880820101100165650/

 

HashMap实现了Map接口,使用key-value(键-值)对应的方法存储数据,对于其中的数据,HashMap不保证其中元素(映射信息)的先后顺序,也就是说是无序的,并且允许一个null键和多个null值,当集合中不存在当前检索的键所对应的值时,HashMap的get()方法返回一个null值并且不报错。

影响HashMap的性能的两个参数

1初始容量,顾名思义,就是HashMap初始化时的默认存储key-value对个数

2负载因子,java编程思想中的解释就是,当存储的数据超过负载因子时,HashMap会成倍的增加容量来存储。

并且HashMap不是线程安全的。即不是同步的,所以使用时要考虑好.

另外关于HashMap的内存分配问题,即JVM如何管理HashMap的内存,首先,JVM在堆内存中分配一块空间存储HashMap,然后在栈内存中分配一块空间存储指向堆内存的HashMap的特殊变量,当HashMap的存储内容不超过负载因子时,堆内存空间不变,当超过时,JVM将重新分配堆内存,将HashMap的堆内存容量扩大一倍,这是内存分配,内存管理也由JVM控制,当HashMap过了他的作用域后,栈内存中的HashMap特殊变量立即被摧毁,而堆内存中的由java的垃圾回收机制在一个不确定的时间回收。

String Agent = request.getHeader("User-Agent");
StringTokenizer st = new StringTokenizer(Agent,";");
st.nextToken();
//得到用户的浏览器名
String userbrowser = st.nextToken();
//得到用户的操作系统名
String useros = st.nextToken();

  • 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