增强for循环
forEach遍历方法
lambda表达式
import java.util.ArrayList;
import java.util.Collection;
import java.util.Random;
import java.util.function.Consumer;
public class test{
public static void main(String[] args) {
Collection<String> coll = new ArrayList<>();
Random r = new Random();
for(int i = 0 ; i < 10 ; i++){
// 将int转String
coll.add(Integer.toString(r.nextInt(10)));
}
// 增强for循环
for (String coll2 : coll) {
System.out.print(coll2 + " ");
}
System.out.println();
coll.forEach(new Consumer<String>() {
@Override
public void accept(String t) {
System.out.print(t+ " ");
}
});
System.out.println();
coll.forEach(t -> System.out.print(t+ " "));
System.out.println();
}
}
补充
总结Collection
ArrayList、HashMap、LinkedList、HashSet
import java.util.*;
public class CollectionExample {
public static void main(String[] args) {
// 创建ArrayList,可以存储String类型的数据
List<String> arrayList = new ArrayList<>();
// 向ArrayList中添加元素
arrayList.add("Hello");
arrayList.add("World");
arrayList.add("!");
// 遍历ArrayList中的元素
for (String element : arrayList) {
System.out.println(element);
}
// 创建HashMap,存储String类型的键和值
Map<String, String> hashMap = new HashMap<>();
// 向HashMap中添加键值对
hashMap.put("name", "John");
hashMap.put("age", "30");
hashMap.put("address", "New York");
// 获取HashMap中的值
String name = hashMap.get("name");
String age = hashMap.get("age");
String address = hashMap.get("address");
// 打印HashMap中的值
System.out.println("Name: " + name);
System.out.println("Age: " + age);
System.out.println("Address: " + address);
}
}
import java.util.LinkedList;
public class LinkedListExample {
public static void main(String[] args) {
// 创建LinkedList,可以存储任意类型的数据
LinkedList<String> linkedList = new LinkedList<>();
// 插入元素到链表尾部
linkedList.add("A");
linkedList.add("B");
linkedList.add("C");
// 插入元素到链表头部
linkedList.addFirst("D");
// 插入元素到指定位置
linkedList.add(2, "E");
// 遍历LinkedList中的元素
for (String element : linkedList) {
System.out.println(element);
}
}
}
import java.util.HashSet;
import java.util.Set;
public class HashSetExample {
public static void main(String[] args) {
// 创建HashSet,可以存储任意类型的数据
Set<String> hashSet = new HashSet<>();
// 插入元素到哈希表中
hashSet.add("A");
hashSet.add("B");
hashSet.add("C");
hashSet.add("D");
// 检查元素是否在哈希表中
System.out.println(hashSet.contains("A"));
System.out.println(hashSet.contains("E"));
// 遍历HashSet中的元素
for (String element : hashSet) {
System.out.println(element);
}
}
}
import java.util.TreeSet;
public class TreeSetExample {
public static void main(String[] args) {
// 创建TreeSet,可以存储任意类型的数据,但需要实现Comparable接口
TreeSet<String> treeSet = new TreeSet<>();
// 插入元素到树集中
treeSet.add("A");
treeSet.add("B");
treeSet.add("C");
treeSet.add("D");
// 获取最小和最大元素
System.out.println(treeSet.first());
System.out.println(treeSet.last());
// 获取小于或等于指定元素的最大元素
System.out.println(treeSet.floor("C"));
// 遍历TreeSet中的元素
for (String element : treeSet) {
System.out.println(element);
}
}
}
import java.util.LinkedHashMap;
import java.util.Map;
public class LinkedHashMapExample {
public static void main(String[] args) {
// 创建LinkedHashMap,存储String类型的键和值
Map<String, String> linkedHashMap = new LinkedHashMap<>();
// 插入键值对到哈希表中
linkedHashMap.put("A", "1");
linkedHashMap.put("B", "2");
linkedHashMap.put("C", "3");
// 修改键值对的值
linkedHashMap.put("B", "4");
// 删除键值对
linkedHashMap.remove("C");
// 遍历LinkedHashMap中的键值对
for (Map.Entry<String, String> entry : linkedHashMap.entrySet()) {
System.out.println(entry.getKey() + ": " + entry.getValue());
}
}
}
- ArrayList(动态数组)
- LinkedList(双向链表)
- HashSet(不重复元素的无序集合)
- HashMap(键值对的无序集合)
- 优点:LinkedList是一种链式结构的集合,它可以高效地进行插入和删除操作,因为不需要移动大量元素,只需要改变相邻元素之间的链接关系。此外,LinkedList还可以用作双向列表,因为它有一个prev指针和next指针来维护前后元素的链接关系。
- 使用场景:当需要频繁进行插入和删除操作,且不需要随机访问元素时,可以使用LinkedList。
- 优点:HashSet是一种哈希表结构的集合,它可以高效地进行插入、删除和查找操作,因为它使用对象的散列码作为索引,可以快速定位到对应的元素。此外,HashSet还可以去重,因为它不允许存在相同的元素。
- 使用场景:当需要高效地进行插入、删除和查找操作,并且不需要维护元素间的顺序或排序时,可以使用HashSet。
- 优点:TreeSet是一种红黑树结构的集合,它可以自动维护元素的顺序,并且支持按照自然顺序或指定Comparator进行排序。此外,TreeSet还可以高效地进行查找操作,因为它使用二分搜索算法来定位元素。
- 使用场景:当需要对元素进行排序,或者按照某种顺序访问元素时,可以使用TreeSet。
算法题
用Java写出算法题:查找字符串中最长连续不重复的子串。要带上详细的注释,多生成几个方案
方案一:
```java
import java.util.HashSet;
public class LongestNonRepeatSubstring {
public static void main(String[] args) {
String input = "abcabcbb";
String longestSubstr = findLongestSubstr(input);
System.out.println(longestSubstr);
}
private static String findLongestSubstr(String input) {
int maxLength = 0; // 最长子串的长度
int start = 0; // 最长子串的起始位置
int end = 0; // 最长子串的结束位置
int currStart = 0; // 当前子串的起始位置
HashSet<Character> set = new HashSet<>(); // 存储当前子串中出现的字符
for (int i = 0; i < input.length(); i++) {
char c = input.charAt(i);
if (!set.contains(c)) { // 当前字符不在set中
set.add(c); // 将当前字符加入set
if (i - currStart + 1 > maxLength) { // 如果当前子串比最长子串还长
maxLength = i - currStart + 1;
start = currStart;
end = i;
}
} else { // 当前字符在set中
while (input.charAt(currStart) != c) { // 将当前字符之前的所有字符从set中移除
set.remove(input.charAt(currStart));
currStart++;
}
currStart++; // 跳过当前字符
}
}
return input.substring(start, end + 1); // 返回最长子串
}
}
```
方案二:
```java
import java.util.HashMap;
public class LongestNonRepeatSubstring {
public static void main(String[] args) {
String input = "abcabcbb";
String longestSubstr = findLongestSubstr(input);
System.out.println(longestSubstr);
}
private static String findLongestSubstr(String input) {
int maxLength = 0; // 最长子串的长度
int start = 0; // 最长子串的起始位置
int end = 0; // 最长子串的结束位置
int currStart = 0; // 当前子串的起始位置
HashMap<Character, Integer> map = new HashMap<>(); // 存储当前子串中出现的字符及其下标
for (int i = 0; i < input.length(); i++) {
char c = input.charAt(i);
if (!map.containsKey(c)) { // 当前字符不在map中
map.put(c, i); // 将当前字符和下标加入map
if (i - currStart + 1 > maxLength) { // 如果当前子串比最长子串还长
maxLength = i - currStart + 1;
start = currStart;
end = i;
}
} else { // 当前字符在map中
int lastIndex = map.get(c); // 获取当前字符最近一次出现的下标
while (currStart <= lastIndex) { // 将当前字符之前的所有字符从map中移除
map.remove(input.charAt(currStart));
currStart++;
}
map.put(c, i); // 将当前字符和下标加入map
currStart = lastIndex + 1; // 跳过当前字符
}
}
return input.substring(start, end + 1); // 返回最长子串
}
}
```
方案三:
```java
public class LongestNonRepeatSubstring {
public static void main(String[] args) {
String input = "abcabcbb";
String longestSubstr = findLongestSubstr(input);
System.out.println(longestSubstr);
}
private static String findLongestSubstr(String input) {
int maxLength = 0; // 最长子串的长度
int start = 0; // 最长子串的起始位置
int end = 0; // 最长子串的结束位置
int currStart = 0; // 当前子串的起始位置
for (int i = 0, j = 0; i < input.length(); i++) {
char c = input.charAt(i);
while (j < i && input.charAt(j) == c) { // 当前字符与当前子串中已有的字符重复
j++; // 跳过当前子串中已有的字符
}
if (i - j + 1 > maxLength) { // 如果当前子串比最长子串还长
maxLength = i - j + 1;
start = j;
end = i;
}
}
return input.substring(start, end + 1); // 返回最长子串
}
}
```
好的,下面我将分别对方案一、方案二和方案三的具体思路进行讲解。
#### 方案一
方案一采用暴力枚举的方法来解决这个问题。具体流程如下:
1. 创建一个变量`maxLength`用于记录最长子串的长度,创建两个变量`startIndex`和`endIndex`分别用于记录最长子串的起始位置和结束位置。
2. 使用双重循环遍历原字符串,外层循环从头开始遍历,内层循环从外层循环指向的位置开始遍历。
3. 在每次遍历时,使用Set集合来存储当前的子串中包含的字符。如果当前字符不在Set集合中,则将其加入Set集合,并继续下一轮遍历;如果当前字符已经在Set集合中出现过,说明以当前字符为结尾的子串中有重复字符,则停止当前轮遍历。
4. 记录当前子串的长度,如果大于最长子串的长度,则更新`maxLength`、`startIndex`和`endIndex`为当前子串的长度、起始位置和结束位置。
5. 当所有子串都枚举完成后,返回最长子串。
可以看到,这个算法的时间复杂度是$O(n^3)$(因为需要三重循环),所以当字符串比较长的时候会非常慢。
#### 方案二
方案二采用滑动窗口的方法来解决这个问题。一般情况下,使用滑动窗口可以使得算法的时间复杂度从$O(n^2)$降低到$O(n)$。具体流程如下:
1. 创建三个变量,`startIndex`、`endIndex`和`maxLength`,分别用于记录最长子串的起始位置、结束位置和长度。创建一个HashMap,用于存储字符与它们的出现位置之间的映射。
2. 使用两个指针`start`和`end`分别指向滑动窗口的左右边界,开始向右移动。
3. 如果当前字符不在HashMap中,将其加入,并更新`end`指针的位置;如果当前字符已经在HashMap中出现过,则需要将滑动窗口的左边界移动到上次出现该字符的位置之后,并更新该字符的位置信息。
4. 在每次遍历时,记录当前滑动窗口的长度,如果大于最长子串的长度,则更新`maxLength`、`startIndex`和`endIndex`为当前子串的长度、起始位置和结束位置。
5. 当所有字符都遍历完成后,返回最长子串。
可以看到,这个算法的时间复杂度是$O(n)$,因为只需要遍历一遍字符串,而滑动窗口的大小也只会增加不会减少,所以最坏情况下的时间复杂度也是$O(n)$。相比方案一来说,这个算法速度要快得多。
#### 方案三
方案三也采用滑动窗口的方法来解决这个问题,跟方案二有些类似。不同之处在于,在方案三中使用一个数组来存储每个字符上次出现的位置,而不是使用HashMap。具体流程如下:
1. 创建三个变量,`startIndex`、`endIndex`和`maxLength`,分别用于记录最长子串的起始位置、结束位置和长度。创建一个大小为128的整型数组`lastIndex`,初始化为-1,用于存储每个字符上次出现的位置。
2. 使用两个指针`i`和`j`分别指向滑动窗口的左右边界,开始向右移动。同时,遍历字符串中当前滑动窗口中包含的所有字符,并更新它们最后一次出现的位置。
3. 如果当前字符上次出现的位置在滑动窗口内,则将左指针移动到上次出现位置的下一个字符所在的位置;如果当前字符上次出现的位置在滑动窗口外(即小于左指针的位置),则不需要改变左指针的位置。
4. 在每次遍历时,记录当前滑动窗口的长度,如果大于最长子串的长度,则更新`maxLength`、`startIndex`和`endIndex`为当前子串的长度、起始位置和结束位置。
5. 当所有字符都遍历完成后,返回最长子串。
这里是第三种方案的另一种写法:
```java
public class LongestNonRepeatSubstring {
public static void main(String[] args) {
String input = "abcabcbb";
String longestSubstr = findLongestSubstr(input);
System.out.println(longestSubstr);
}
private static String findLongestSubstr(String input) {
int maxLength = 0; // 最长子串的长度
int start = 0; // 最长子串的起始位置
int end = 0; // 最长子串的结束位置
int[] lastIndex = new int[128]; // 存储上一个出现该字符的下标
for (int i = 0, j = 0; i < input.length(); i++) {
char c = input.charAt(i);
int index = lastIndex[c]; // 获取上一个出现该字符的下标
if (j <= index && index <= i) { // 当前字符在当前子串中已经出现过
j = index + 1; // 将窗口左边界移到当前字符之后
}
if (i - j + 1 > maxLength) { // 如果当前子串比最长子串还长
maxLength = i - j + 1;
start = j;
end = i;
}
lastIndex[c] = i; // 更新上一个出现该字符的下标
}
return input.substring(start, end + 1); // 返回最长子串
}
}
```
这个方案与方案三大致相同,只是使用了一个数组来存储每个字符上一次出现的位置。每次遇到一个新字符时,先获取这个字符上一次出现的位置,然后判断这个位置是否在窗口内,如果是则将窗口左边界移到这个位置之后。