List存储学生对象并遍历(两种方式)

1. 1 List的特点
  • 可重复,有序,存储和取出顺序一致
1.2 存储学生对象并遍历
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;

public class ListDemo {
    public static void main(String[] args) {

        List<Student> students = new ArrayList<Student>();

        Student jack = new Student("jack", 22);
        Student rose = new Student("rose", 20);
        Student lili = new Student("lili", 19);

        students.add(jack);
        students.add(rose);
        students.add(lili);
        System.out.println(students);
        System.out.println("-----------");

        Student gg = new Student("gg", 21);
        students.set(2,gg);

        System.out.println(students.get(1));
        System.out.println("--------");

        Iterator<Student> its = students.iterator();
        while (its.hasNext()) {
            Student stu = its.next();
            System.out.println(stu.getName()+ " " + stu.getAge());
        }

        System.out.println("-----------");

        for (int i=0; i<students.size(); i++) {
            Student stu2 = students.get(i);
            System.out.println(stu2.getName()+ " " + stu2.getAge());
        }

        students.remove(2);

        System.out.println(students);

    }
}

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
图的两种存储方式: 1. 邻接矩阵存储方式 邻接矩阵是一种二维数组,其中每一个元素都代表着两个顶点之间的边。如果两个顶点之间有边相连,则对应的数组元素值为 1,否则为 0。 ```python class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.matrix = [[0] * num_vertices for _ in range(num_vertices)] def add_edge(self, v1, v2): self.matrix[v1][v2] = 1 self.matrix[v2][v1] = 1 def remove_edge(self, v1, v2): self.matrix[v1][v2] = 0 self.matrix[v2][v1] = 0 ``` 2. 邻接表存储方式 邻接表是由一个数组和一个链表组成。数组中每个元素对应一个顶点,链表中存储该顶点连接的其他顶点。 ```python class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.adj_list = [[] for _ in range(num_vertices)] def add_edge(self, v1, v2): self.adj_list[v1].append(v2) self.adj_list[v2].append(v1) def remove_edge(self, v1, v2): self.adj_list[v1].remove(v2) self.adj_list[v2].remove(v1) ``` 图的遍历方式: 1. 深度优先遍历(DFS) 深度优先遍历是一种通过对每个节点深度优先搜索来遍历整个图的算法。从起点开始遍历,访问一个节点后,递归地访问它的所有邻居节点。 ```python class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.adj_list = [[] for _ in range(num_vertices)] def add_edge(self, v1, v2): self.adj_list[v1].append(v2) self.adj_list[v2].append(v1) def dfs(self, start): visited = [False] * self.num_vertices self._dfs(start, visited) def _dfs(self, vertex, visited): visited[vertex] = True print(vertex, end=' ') for neighbor in self.adj_list[vertex]: if not visited[neighbor]: self._dfs(neighbor, visited) ``` 2. 广度优先遍历(BFS) 广度优先遍历是一种通过对每个节点广度优先搜索来遍历整个图的算法。从起点开始遍历,访问一个节点后,访问它的所有邻居节点。 ```python from queue import Queue class Graph: def __init__(self, num_vertices): self.num_vertices = num_vertices self.adj_list = [[] for _ in range(num_vertices)] def add_edge(self, v1, v2): self.adj_list[v1].append(v2) self.adj_list[v2].append(v1) def bfs(self, start): visited = [False] * self.num_vertices queue = Queue() visited[start] = True queue.put(start) while not queue.empty(): vertex = queue.get() print(vertex, end=' ') for neighbor in self.adj_list[vertex]: if not visited[neighbor]: visited[neighbor] = True queue.put(neighbor) ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

jayvee_

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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