操作文件 日期排序

在日常的工作中,经常遇到对文件的批量读取,如果批量文件的读取顺序对最后的结果又影响,就涉及到如何排列文件的读取顺序。

排序最好的数据结构就是TreeMap,key,value放进去之后,遍历直接得出排好顺序的结果,非常适合这类问题。
在文件的排列中,如何保证key不重复是一个难点,
Long tempLong = new Long(subFile[i].lastModified());
把tempLong当做key,这样可以避免这个问题,同时将它与文件的排列条件——修改时间当做value,这样就完成了TreeMap的构造。

将TreeMap的keySet放入Set,创建一个迭代器
Iterator<Long> it = set.iterator(); 即可以开始输出排好序的文件。


package test2;

import java.io.File;
import java.util.Date;
import java.util.Iterator;
import java.util.Set;
import java.util.TreeMap;


public class FileListSort {

private static final long serialVersionUID = 7025768684443110109L;

public static void main(String[] args) {
new FileListSort().getFilePathName();
}

public String getFilePathName() {
TreeMap<Long,File> tm = new TreeMap<Long,File>();
//File file = new File("C:\\FTPLOG\\logfile\\2012-04-22\\CP");
File file = new File("C:\\FTPLOG\\2012-04-23HH");
File subFile[] = file.listFiles();
int fileNum = subFile.length;

for (int i = 0; i < fileNum; i++) {
Long tempLong = new Long(subFile[i].lastModified());
tm.put(tempLong, subFile[i]);
}

System.out.println("按时间从前到后排序--->");
System.out.println("最早的一个文件的路径-->"+tm.get(tm.firstKey()).getPath()+tm.firstKey());
System.out.println("最近的一个文件的路径-->"+tm.get(tm.lastKey()).getPath()+tm.lastKey());

Set<Long> set = tm.keySet();
Iterator<Long> it = set.iterator();
while (it.hasNext()) {
Object key = it.next();
Object objValue = tm.get(key);
File tempFile = (File) objValue;
Date date=new Date((Long)key);
System.out.println(tempFile.getPath() + "\t"+date);
}
return null;
}
}
[b]Java.util.Map接口 总结 :[/b]

Map接口是一个将键映射到值的对象。一个映射不能包含重复的键;每个键最多只能映射一个值。



有以下几个重要的类实现了Map接口:

HashMap, HashTable ,TreeMap;

下面就针对这三个比较典型的类进行一些简单的说明,

首先在具体分析这三个类的特点的时候,应该先说明一下Map接口包含的特点,

Map提供了三种Collection视图,分别是键集,值集和键-值关系映射,一般来说用的比较多的就是键-值关系映射,映射的先后顺序就是最后迭代出元素的顺序.但某些映射是可以保证其顺序的,如TreeMap类;某些类是保证不了顺序的,如HashMap类.

用put(K key,V value)和get(Object key)来往HashTable中映射.



之所以有顺序相关的问题,也就决定了,在实际应用中,我们应该挑选更合适项目的具体哪类更合适.



HashMap类:

允许null键和null值,并且是不同步的,也就是在使用多线程技术的时候可能会产生不可预料的错误,为解决此问题, 这一般通过对自然封装该映射的对象进行同步操作来完成。如果不存在这样的对象,则应该使用 Collections.synchronizedMap 方法来“包装”该映射。最好在创建时完成这一操作,以防止对映射进行意外的不同步访问,如下所示:

Map m = Collections.synchronizedMap(new HashMap(...));





HashTable类:



不允许null键和null值,并且是同步的,也就是线程安全的,但执行效率会略低些



为了成功地在哈希表中存储和检索对象,用作键的对象必须实现 hashCode 方法和 equals 方法。



用put(K key,V value)和get(Object key)来往HashTable中映射.



TreeMap类:

此映射方法是不允许null键和null值的,并且是线程不同步的,如果使用多线程技术也一定要加以处理,否则会出现不可预料的错误产生,这一般通过对自然封装该映射的某个对象进行同步操作来完成。如果不存在这样的对象,则应该使用 Collections.synchronizedMap 方法来“包装”该映射。最好在创建时完成这一操作,以防止对映射进行意外的不同步访问,如下所示:

Map m = Collections.synchronizedMap(new TreeMap(...));



此类的最大特点就是会对映射的键值进行自然排序,当然也可以根据修改Comparable接口来改变,TreeMap自然排序的规则.如可以倒序等等..

例如:

import java.util.*;

class Test

{

public static void main(String[] args)

{

TreeMap tm = new TreeMap();

tm.put(1, 200);

tm.put(2, 300);

tm.put(3, 100);

tm.put(0, 250);

System.out.println(tm);

}

}

输出结果则是 [0=250,1=200,2=300,3=100] 因为此类会按照键值进行自然排序



如果修改成下面的代码,注册和上面代码相比,只是在创建TreeMap时自定义了一个排序比较器(红色代码部分)

如果把代码return o2.hashCode()-o1.hashCode();(倒序方式)

改成return o1.hashCode()-o2.hashCode();则再次恢复为正序(自然排序)

import java.util.*;

class Test

{

public static void main(String[] args)

{

TreeMap tm = new TreeMap(new Comparator()

{

public int compare(Object o1, Object o2)

{

return o2.hashCode()-o1.hashCode();

}



}

);

tm.put(1, 200);

tm.put(2, 300);

tm.put(3, 100);

tm.put(0, 250);

System.out.println(tm);

}

}



输出结果则是 [3=100,2=100,1=200,0=250] 因为此类会按照键值进行倒序



------------------------------------------------------

下次进行也是同属Conlection接口下的另一重要接口Set接口

-------------------------------------------------------
  • 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