hashset底层数据结构 hashset数据结构图

昌平电脑培训分享Ja中最常用的类框架

HashMap可以说是Ja中最常用4. Set——的类框架之一,是Ja语言中非常典型的数据结构。

hashset底层数据结构 hashset数据结构图

hashset底层数据结构 hashset数据结构图

HashMap是基于哈希表的Map接口实现的,此实现提供所有可选的映射作。昌平电脑培训发现存储的是对的映射，允许多个null值和一个null键。但此类不保证映射的顺序，特别是它不保证该顺序恒久不变。

除了HashMap是非同步以及允许使用null外，HashMap类与Hashtable大致相同。

此实现定哈希函数将元素适当地分布在各桶之间，可为基本作（get和put）提供稳定的性能。迭代collection视图所需的时间与HashMap实例的“容量”（桶的数量）及其大小（键-值映射关系数）成比例。所以，如果迭代性能很重要，则不要将初始容量设置得太高（或将加载因子设置得太低）。

HashMap的实例有两个参数影响其性能：初始容量和加载因子。容量是哈希表中桶的数量，初始容量只是哈希表在创建时的容量。加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度。当哈希表中的条目数超出了加载因子与当前容量的乘积时，则要对该哈希表进行rehash作（即重建内部数据结构），从而哈希表将具有大约两倍的桶数。 通常，默认加载因子(0.75)在时间和空间成本上寻求一种折衷。加载因子过高虽然减少了空间开销，但同时也增加了查询成本（在大多数HashMap类的作中，包括get和put作，都反映了这一点）。在设置初始容量时应该考虑到映射中所需的条目数及其加载因子，以便限度地减少rehash作次数。如果初始容量大于条目数除以加载因子，则不会发生rehash作。

注意，此实现不是同步的。如果多个线程同时访问一个HashMap实例，而其中至少一个线程从结构上修改了列表，那么它必须保持外部同步。这通常是通过同步那些用来封装列表的对象来实现的。但如果没有这样的对象存在，则应该使用{@linkCollections#synchronizedMapCollections.synchronizedMap}来进行“包装”，该方法是在创建时完成，为了避免对映射进行意外的非同步作。

Mapm=Collections.synchronizedMap(newHashMap(...));

二、构造函数

HashMap提供了三个构造函数：

HashMap()?算法的程序表达，归根到底是算法要素的程序表达，因为一旦算法的每一项要素都用程序清楚地表达，整个算法的程序表达也就不成问题。：构造一个具有默认初始容量(16)和默认加载因子(0.75)的空HashMap。

HashMap(intinitialCapacity)：构造一个带指定初始容量和默认加载因子(0.75)的空HashMap。

HashMap(intinitialCa数据结构的类型pacity,floatloadFactor)：构造一个带指定初始容量和加载因子的空HashMap。

这里提到了两个参数：初始容量，加载因子。这两个参数是影响HashMap性能的重要参数，其中容量表示哈希表中桶的数量，初始容量是创建哈希表时的容量，加载因子是哈希表在其容量自动增加之前可以达到多满的一种尺度，它衡量的是一个散列表的空间的使用程度，负载因子越大表示散列表的装填程度越高，反之愈小。对于使用链表法的散列表来说，查找一个元素的平均时间是O(1+a)，因此如果负载因子越大，对空间的利用更充分，然而后果是查找效率的降低；如果负载因子太小，那么散列表的数据将过于稀疏，对空间造成浪费。系统默认负载因子为0.75，一般情况下我们是无需修改的。

HashMap是一种支持快速存取的数据结构，要了解它的性能必须要了解它的数据结构。

c++中有 hashtable，hashmap arist linkedlist 吗

树形结构是一类重要的非线性数据结构。树是n（n≥0）个结点的，对应任意一棵非空树，它具有以下几点重要的性质。

不太懂hashtable和hashmap的区别是什么？

一、HashMap的概述

c++有map，相当于ja的TreeMap，底层是红黑树。是个key-value存储的数据结构，key不能重复，内部的key是有序的。(multimap可以有重复key，key也是有序的)

c++没有hashmap，但是boost库和c++11有unordered_map，底层是哈希表，相当于ja的HashMap。是个key-value存储的数据结构，key不能重复，key是无序的。

c++有set，相当于ja的TreeSet，底层是红黑树。是个元素，元素不能重复，元素是有序的。(multiset可以有重复元素，元素是有序的)

c++没有HashSet，但是boost库和c++11有unordered_set，底层是哈希表，相当于ja的HashSet。是个，元素不能重复，且元素是无序的。

c++有vector，是个动态数组。也许跟arraylist比较像吧。

可?什么是数据结构？什么是逻辑结构和物理结构？以百度一下“c++ stl 容器”。。。。

让每个数组元素不重复，有没有什么好的算法

c++有list，其实是个双向链表。

这个问题的意思是，如果设一个数组中存在重复的数据项，那么就中保留重复数据项中的一个。也就是说最终输出的结果数组中不容许存在重复数据项，所以因为这里涉及到重复数据项的问题，所以立马想到了(Set)这个数据结构，因为它是不容序存在重复数据项的数据结构，

返回false,然后调用toArray方法，返回这个所对应的数组。那么这个数组就是一个没有重复数据项的数组，利用这个方法，通过比较结果数组和

源数组之间的大小，查看源数组中到底是否存在重复数据项。

思路2.除了利用Set这个数据结构不容序存在重复数据项的功能之外，还有一种很容易想到的方法，也就是对整个数组进行排序，然后遍历排序之后的数组，将重复数据项，清除掉。

思路1的实现：

Set set = new

HashSet();

array)

set.add(i);

Integer[]

integers = (Integer[]) set.toArray();

int[] result

= new int[integers.len逻辑结构是反映数据元素之间的逻辑关系的结构。逻辑关系是指数据元素之间的前后间关系，与其在计算机中的存储位置无关。gth];

for (int i =

0; i < integers.length; i++)

result[i] =

integers[i];

return

result;

使用快速排序等算法对String 数据结构是简单的 key-value 类型，value 不仅可以是 String，也可以是数字（当数字类型用 Long数组进行排序，这个排序过程不在介绍。设下面这个算法的输入是一个几经排好序的数组。

for (int i = 0; i < array.length - 1; i++) {

if (array[i]

== array[i + 1]) {

array[i] =

-1;

}}

通过上面这段代码就能够实现把数组中所有的重复数据项只保留一个，其它的置为-1或者根据实际情况置成其它值。然后遍历数据，删除所有位-1的数据项，并且将数组中包含的记录个数不断减少即可。

ja中为什么listremove()可以弹出,而set只能删除?

结构。简单理解就是关系，比如分子结构，就是组成分子的原子之间排列的方式。严格来说，结构是指各个 组成部分相互搭配和排列的方式。现实世界中， 不同元素之间不是的，而是存在特定关系，我们将这些关系成为结构。

就remove()这个方法来说,list有两个,2、线性结构：元素之间存在一对一的关系。线性结构包括数组、链表、队列、栈等。例如，链表可以在任意位置插入或删除元素，而队列在队尾插入元素，队头删除元素。重载形式,set只有一个!

你所说的弹出,是list在接受int类型的情况,会弹出被删除的2、数据成员极其关系在计算机存储器内的存储表示：也称为数据的物理结构，简称为存储结构。这是逻辑数据结构在计算机存储器中的实现，是数据的物理视图。对象!

这个功能只有list有,为什么有?

set底层是数据结构不一样,没办法去指定下标啊,功能肯定是越多越好了!

数据结构

格式），比如用户的昵称、年龄、性别、积分等。这时候在需要修改其中某一项时，通常需要将字符串（JSON）取出来，然后进行反序列化，修改某一项的值，再序列化成字符串（JSON）存储回去。简单修改一个属性就干这么多事情，消耗必定是很大的，也不适用于一些可能并发作的场合（比如两个并发的作都需要修改积分）。而

何谓数据结构

...

?数据结构是在整个计算机科学与技术领域上广泛被使用的术语。它用来反映一个数据的内部构成，即一个数据由那些成分数据构成，以什么方式构成，呈什么结构。数据结构有逻辑上的数据结构和物理上的数据结构之分。逻辑上的数据结构反映成分数据之间的逻辑关系，而物理上的数据结构反映成分数据在计算机内部的存储安排。数据结构是数据存在的形式。 数据结构是信息的一种组织方式，其目的是为了提高算法的效率，它通常与一组算法的相对应，通过这组算法可以对数据结构中的数据进行某种作。

?数据结构主要研究什么？

?数据结构作为一门学科主要研究数据的各种逻辑结构和存储结构，以及对数据的各种作。因此，主要有三个方面的内容：数据的逻辑结构；数据的物理存储结构；对数据的作（或算法）。通常，算法的

?数据是指由有限的符号（比如，"0"和"1"，具有其自己的结构、作、和相应的语义）组成的元素的。结构是元素之间的关系的。通常来说，一个数据结构DS 可以表示为一个二元组：

?DS=(D,S), //i.e., data-structure=(data-part,logic-structure-part) 这里D是数据元素的（或者是“结点”，可能还含有“数据项”或“数据域”），S是定义在D（或其他）上的关系的，S = { R | R : D×D×...}，称之为元素的逻辑结构。 逻辑结构有四种基本类型：结构、线性结构、树状结构和网络结构。表和树是最常用的两种高效数据结构，许多高效的算法可以用这两种数据结构来设计实现。表是线性结构的（全序关系），树(偏序或层次关系)和图（局部有序(weak/local orders)）是非线性结构。

?数据结构的物理结构是指逻辑结构的存储镜像(image)。数据结构 DS 的物理结构 P对应于从 DS 的数据元素到存储区M（维护着逻辑结构S）的一个映射：

?(PD,S) -- > M 存储器模型：一个存储器 M 是一系列固定大小的存储单元，每个单元 U 有一个的地址 A(U)，该地址被连续地编码。每个单元 U 有一个的后继单元 U'=succ(U)。 P 的四种基本映射模型：顺序（sequential）、链接（linked）、索引（indexed）和散列（hashing）映射。

?sequential (sets)

linked lists

indexed trees

?（并不是所有的可能组合都合理）

???? 数据结构DS上的作：所有的定义在DS上的作在改变数据元素（）或的域时必须保持DS的逻辑和物理结构。

?DS上的基本作：任何其他对DS的高级作都可以用这些基本作来实现。将DS和他的所有基本作看作一个整体——称之为模块。我们可以进一步将该模块抽象为数据类型（其中DS的存储结构被表示为私有成员，基本作被表示为公共方法），称之为ADT。作为ADT，堆栈和队列都是一种特殊的表，他们拥有表的作的子集。 对于DATs的高级作可以被设计为（不封装的）算法，利用基本作对DS进行处理。

?好的和坏的DS：如果一个DS可以通过某种“线性规则”被转化为线性的DS（例如线性表），则称它为好的DS。好的DS通常对应于好的（高效的）算法。这是由计算机的计算能力决定的，因为计算机本质上只能存取逻辑连续的内存单元，因此如何没有线性化的结构逻辑上是不可计算的。比如对一个图进行作，要访问图的所有结点，则必须按照某种顺序来依次访问所有（要形成一个偏序），必须通过某种方式将图固有的非线性结构转化为线性结构才能对图进行作。

?树是好的DS——它有非常简单而高效的线性化规则，因此可以利用树设计出许多非常高效的算法。树的实现和使用都很简单，但可以解决大量特殊的复杂问题，因此树是实际编程中最重要和最有用的一种数据结构。树的结构本质上有递归的性质——每一个叶可以被一棵子树所替代，反之亦然。实际上，每一种递归的结构都可以被转化为（或等价于）树形结构。

?从机器语言到高级语言的抽象

?我们知道，算法被定义为一个运算序列。这个运算序列中的所有运算定义在一类特定的数据模型上，并以解决一类特定问题为目标。这个运算序列应该具备下列四个特征。 有限性，即序列的项数有限，且每一运算项都可在有限的时间内完成;确定性，即序列的每一项运算都有明确的定义，无二义性;可以没有输入运算项，但一定要有输出运算项;可行性，即对于任意给定的合法的输入都能得到相应的正确的输出。这些特征可以用来判别一个确定的运算序列是否称得上是一个算法。 但是，我们现在的问题不是要判别一个确定的运算序列是否称得上是一个算法，而是要对一个己经称得上是算法的运算序列，回顾我们曾经如何用程序设计语言去表达它。

?作为运算序列的算法，有三个要素。 作为运算序列中各种运算的运算对象和运算结果的数据;运算序列中的各种运算;运算序列中的控制转移。这三种要素依序分别简称为数据、运算和控制。 由于算法层出不穷，变化万千，其中的运算所作用的对象数据和所得到的结果数据名目繁多，不胜枚举。最简单最基本的有布尔值数据、字符数据、整数和实数数据等;稍复杂的有向量、矩阵、记录等数据;更复杂的有、树和图，还有声音、图形、图像等数据。 同样由于算法层出不穷，变化万千，其中运算的种类五花八门、多姿多彩。最基本最初等的有赋值运算、算术运算、逻辑运算和关系运算等;稍复杂的有算术表达式和逻辑表达式等;更复杂的有函数值计算、向量运算、矩阵运算、运算，以及表、栈、队列、树和图上的运算等:此外，还可能有以上列举的运算的复合和嵌套。 关于控制转移，相对单纯。在串行计算中，它只有顺序、分支、循环、递归和无条件转移等几种。

?最早的程序设计语言是机器语言，即具体的计算机上的一个指令集。当时，要在计算机上运行的所有算法都必须直接用机器语言来表达，计算机才能接受。算法的运算序列包括运算对象和运算结果都必须转换为指令序列。其中的每一条指令都以编码(指令码和地址码)的形式出现。与算法语言表达的算法，相十万八千里。对于没受过程序设计专门训练的人来说，一份程序恰似一份"天书"，让人看了不知所云，可读性

?极。

?用机器语言表达算法的运算、数据和控制十分繁杂琐碎，因为机器语言所提供的指令太初等、原始。机器语言只接受算术运算、按位逻辑运算和数的大小比较运算等。对于稍复杂的运算，都必须一一分解，直到到达最初等的运算才能用相应的指令替代之。机器语言能直接表达的数据只有最原始的位、字节、和字三种。算法中即使是最简单的数据如布尔值、字符、整数、和实数，也必须一一地映射到位、字节和字

中，还得一一分配它们的存储单元。对于算法中有结构的数据的表达则要麻烦得多。机器语言所提供的控制转移指令也只有无条件转移、条件转移、进入子程序和从子程序返回等最基本的几种。用它们来构造循环、形成分支、调用函数和过程得事先做许多的准备，还得靠许多的技巧。 直接用机器语言表达算法有许多缺点。

?大量繁杂琐碎的细节牵制着程序员，使他们不可能有更多的时间和精力去从事创造性的劳动，执行对他们来说更为重要的任务。如确保程序的正确性、高效性。程序员既要驾驭程序设计的全局又要深入每一个局部直到实现的细节，即使智力超群的程序员也常常会顾此失彼，屡出错，因而所编出的程序可靠性，且开发周期长。 由于用机器语言进行程序设计的思维和表达方式与人们的习惯大相径庭，只有经过

较长时间职业训练的程序员才能胜任，使得程序设计曲高和寡。因为它的书面形式全是"密"码，所以可读性，不便于交流与合作。因为它地依赖于具体的计算机，所以可移植性，重用性。这些弊端造成当时的计算机应用未能迅速得到推广。

?克服上述缺点的出路在于程序设计语言的抽象，让它尽可能地接近于算法语言。 为此，人们首先注意到的是可读性和可移植性，因为它们相对地容易通过抽象而得到改善。于是，很快就出现汇编语言。这种语言对机器语言的抽象，首先表现在将机器语言的每一条指令符号化:指令码代之以记忆符号，地址码代之以符号地址，使得其含义显现在符号上而不再隐藏在编码中，可让人望"文"生义。其次表现在这种语言摆脱了具体计算机的限制，可在不同指令集的计算机上运行，只要该计算机配上汇编语言的一个汇编程序。这无疑是机器语言朝算法语言靠拢迈出的一步。但是，它离算法语言还太远，以致程序员还不能从分解算法的数据、运算和控制到汇编才能直接表达的指令等繁杂琐碎的事务中解脱出来。 到了50年代中期，出现程序设计的高级语言如Fortran，Algol60，以及后来的PL/l， Pascal等，算法的程序表达才产生一次大的飞跃。

?处理从算法语言最终表达成机器语言这一复杂过程的上述思想方法就是一种抽象。汇编语言和高级语言的出现都是这种抽象的范例。 与汇编语言相比，高级语言的巨大成功在于它在数据、运算和控制三方

?面的表达中引入许多接近算法语言的概念和工具，大大地提高抽象地表达算法的能力。 在运算方面，高级语言如Pascal，除允许原封不动地运用算法语言的四则运算、逻辑运算、关系运算、算术表达式、逻辑表达式外，还引入强有力的函数与过程的工具，并让用户自定义。这一工具的重要性不仅在于它精简了重复的程序文本段，而且在于它反映出程序的两级抽象。

?在函数与过程调用级，人们只关心它能做什么，不必关心它如何做。只是到函数与过程的定义时，人们才给出如何做的细节。用过高级语言的读者都知道，一旦函数与过程的名称、参数和功能被规定清楚，那么，在程序中调用它们便与在程序的头部说明它们完全分开。你可以修改甚至更换函数体与过程体，而不影响它们的被调用。如果把函数与过程名看成是运算名，把参数看成是运算的对象或运算的结果，那么

?，函数与过程的调用和初等运算的引用没有两样。利用函数和过程以及它们的复合或嵌套可以很自然地表达算法语言中任何复杂的运算。

?(1)缺省的顺序控制";"。

?(2)条件(分支)控制:"if表达式(为真)then S1 else S2;" 。

?"Case 表达式 of

?值1: S1

值2: S2

值n: Sn

end"

?(4)循环控制:

?"while 表达式(为真) do S;" 或

"repeat S until 表达式(为真);" 或

"for变量名:=初值 to/downto 终值do S;"

?(5)函数和过程的调用，包括递归函数和递归过程的调用。

?(6)无条件转移goto。

这六种表达方式不仅覆盖了算法语言中所有控制表达的要求，而且不再像机器语言或汇编语言那样原始、那样繁琐、那样隐晦，而是如上面所看到的，与自然语言的表达相无几。 程序设计语言从机器语言到高级语言的抽象，带来的主要好处是： 高级语言接近算法语言，易学、易掌握，一般工程技术人员只要几周时间的培训就可以胜任程序员的工作；高级语言为程序员提供了结构化程序设计的环境和工具，使得设计出来的程序可读性好，可维护性强，可靠性高；高级语言远离机器语言，与具体的计算机硬件关系不大，因而所写出来的程序可移植性好，重用率高； 由于把繁杂琐碎的事务交给了编译程序去做，所以自动化程度高，开发周期短，且程、序员得到解脱，可以集中时间和精力去从事对于他们来说更为重要的创造性劳动，以提高、程序的质量。

?数据结构、数据类型和抽象数据类型

?数据结构、数据类型和抽象数据类型，这三个术语在字面上既不同又相近，反映出它们在含义上既有区别又有联系。

?数据结构是在整个计算机科学与技术领域上广泛被使用的术语。它用来反映一个数据的内部构成，即一个数据由哪些成分数据构成，以什么方式构成，呈什么结构。数据结构有逻辑上的数据结构和物理上的数据结构之分。逻辑上的数据结构反映成分数据之间的逻辑关系，物理上的数据结构反映成分数据在计算机内的存储安排。数据结构是数据存在的形式。

?数据是按照数据结构分类的，具有相同数据结构的数据属同一类。同一类数据的全体称为一个数据类型。在程序设计高级语言中，数据类型用来说明一个数据在数据分类中的归属。它是数据的一种属性。这个属性限定了该数据的变化范围。为了解题的需要，根据数据结构的种类，高级语言定义了一系列的数据类型。不同的高级语言所定义的数据类型不尽相同。Pascal语言所定义的数据类型的种类。

?其中，简单数据类型对应于简单的数据结构;构造数据类型对应于复杂的数据结构;在复杂的数据结构里，允许成分数据本身具有复杂的数据结构，因而，构造数据类型允许复合嵌套;指针类型对应于数据结构中成分数据之间的关系，表面上属简单数据类型，实际上都指向复杂的成分数据即构造数据类型中的数据，因此这里没有把它划入简单数据类型，也没有划入构造数据类型，而单独划出一类。

?数据结构反映数据内部的构成方式，它常常用一个结构图来描述:数据中的每一项成分数据被看作一个结点，并用方框或圆圈表示，成分数据之间的关系用相应的结点之间带箭号的连线表示。如果成分数据本身又有它自身的结构，则结构出现嵌套。这里嵌套还允许是递归的嵌套。

?由于指针数据的引入，使构造各种复杂的数据结构成为可能。按数据结构中的成分数据之间的关系，数据结构有线性与非线性之分。在非线性数据结构中又有层次与网状之分。 由于数据类型是按照数据结构划分的，因此，一类数据结构对应着一种数据类型。数据类型按照该类型中的数据所呈现的结构也有线性与非线性之分，层次与网状之分。一个数据变量，在高级语言中的类型说明必须是读变量所具有的数据结构所对应的数据类型。最常用的数据结构是数组结构和记录结构。数组结构的特点是：

?由于这、种结构有这些良好的特性，所以最常被人们所采用。在高级语言中，与数组结构相对应的、数据类型是数组类型，即数组结构的数据变量必须说明为array [i] of T0 ，其中i是数组、结构的下标类型，而T0是数组结构的基类型。 记录结构是另一种常用的数据结构。它的特点是:与数组结构一样，成分数据的个数固定。但成分数据之间没有自然序，它们处于平等地位。每一个成分数据被称为一个域并赋予域名。不同的域有不同的域名。不同的域允许有不同的结构，因而允许属于不同的数据类型。与数组结构一样，它们可以随机访问，但访问的途径靠的是域名。在高级语言中记录结构对应的数据类型是记录类型。记录结构的数据的变量必须说明为记录类型。

?抽象数据类型的含义在上一段已作了专门叙述。它可理解为数据类型的进一步抽象。即把数据类型和数据类型上的运算捆在一起，进行封装。引入抽象数据类型的目的是把数据类型的表示和数据类型上运算的实现与这些数据类型和运算在程序中的引用隔开，使它们相互。对于抽象数据类型的描述，除了必须描述它的数据结构外，还必须描述定义在它上面的运算(过程或函数)。抽象数据类型上定义的过程和函

数以该抽象数据类型的数据所应具有的数据结构为基础。

?泛型设计和?在数据方面，高级语言如Pascal引人了数据类型的概念，即把所有的数据加以分类。每一个数据(包括表达式)或每一个数据变量都属于其中确定的一类。称这一类数据为一个数据类型。 因此，数据类型是数据或数据变量类属的说明，它指示该数据或数据变量可能取的值的全体。对于无结构的数据，高级语言如Pascal，除提供标准的基本数据类型--布尔型、字符型、整型和实型外，还提供用户可自定义的枚举类、子界类型和指针类型。这些类型(除指针外)，其使用方式都顺应人们在算法语言中使用的习惯。对于有结构的数据，高级语言如Pascal，提供了数组、记录、有限制的和文件等四种标准的结构数据类型。其中，数组是科学计算中的向量、矩阵的抽象;记录是商业和管理中的记录的抽象;有限制的是数学中足够小的的势集的抽象;文件是诸如磁盘等外存储数据的抽象。数据结构与算法

?下面我想再说说关于泛型程序设计模型对于数据结构和算法方面的推动，泛型思想已经把数据结

ADA，C++，而且据说在JAVA的下一版本和C#中也将对泛型设计进行全面的支持。

?先说说泛型设计的基本思想：泛型编程（generic programming，以下直接以GP称呼）是一种全新的程序设计思想，和OO，OB，PO这些为人所熟知的程序设计想法不同的是GP抽象度更高，基于GP设计的组件之间偶合度底，没有继承关系，所以其组件间的互交性和扩展性都非常高。我们都知道，任何算法都是作用在一种特定的数据结构上的，最简单的例子就是快速排序算法最根本的实现条件就是所排序的对象是存

贮在数组里面，因为快速排序就是因为要用到数组的随机存储特性，即可以在单位时间内交换远距离的对象，而不只是相临的两个对象，而如果用联表去存储对象，由于在联表中取得对象的时间是线性的既O[n]，这样将使快速排序失去其快速的特点。也就是说，我们在设计一种算法的时候，我们总是先要考虑其应用的数据结构，比如数组查找，联表查找，树查找，图查找其核心都是查找，但因为作用的数据结构不同

?将有多种不同的表现形式。数据结构和算法之间这样密切的关系一直是我们以前的认识。泛型设计的根本思想就是想把算法和其作用的数据结构分离，也就是说，我们设计算法的时候并不去考虑我们设计的算法将作用于何种数据结构之上。泛型设计的理想状态是一个查找算法将可以作用于数组，联表，树，图等各种数据结构之上，变成一个通用的，泛型的算法。这样的理想是不是很人？

?泛型编程带来的是前所未有的弹性以及不会损失效率的抽象性，GP和OO不同，它不要求你通过额外的间接层来调用函数：它让你撰写完全一般化并可重复使用的算法，其效率与针对特定数据结构而设计的算法旗鼓相当。我们大家都知道数据结构在C++中可以用用户定义类型来表示，而C++中的模板技术就是以类型作为参数，那么我可以想象利用模板技术可以实现我们开始的GP思想，即一个模板函数可以对于各种传递进来的类型起作用，而这些类型就可以是我们定义的各种数据结构。

?泛型算法抽离于特定类型和特定数据结构之外，使得其适应与尽可能的一般化类型，算法本身只是为了实现算法其需要表达的逻辑本质而不去被为各种数据结构的实现细节所干扰。这意味着一个泛型算法实际具有两部分。1，用来描叙算法本质逻辑的实际指令；2，正确指定其参数类型必须满足的性质的一组需求条件。到此，相信有不少人已经开始糊涂了，呵呵，不要紧。毕竟GP是一种抽象度非常高的程序设计思想，里面的核心就是抽象条件成为成为程序设计过程中的核心，从而取代了类型这在OO里面的核心地位，正是因为类型不在是我们考虑的重点，类型成为了抽象条件的外衣，所以我们称这样的程序思想为泛型思想------把类型泛化。

这样可以么？

数据结构概念包括数据之间的逻辑结构

public static int[] noDup(int[] array) {

数据的逻辑结构如下：

extends AbstractSet

逻辑结构是指数据元素之间的逻辑关系，即从逻辑关系上描述数据。

逻辑结构包括：

结构（无关系）：结构中的数据元素之间除“同属一个”外，别无其它关系。

线性结构（一对一）：结构中的数据元素之间只存在一对一的关系，除了个元素，所有元素都有前驱；除了一个元素，所有元素都有后继。

树形结构（一对多）：结构中数据元素之间存在一对多的关系。

图状结构（多对多）：数据元素之间是多对多的关系。

数据的结构是什么：

数据结构其实是指相互之间存在一种或多种特定关系的数据元素的。

它是计算机存储、组织数据的方式。数据结构包括了三个要素，它们分别是：逻辑结构，存储结构还有数据的运算。

逻辑结构包括：

1、：元素之间除了“5. Sorted Set——有序同属一个” 的相互关系外，无其他关系；

2、线性结构：元素之间存在一对一的相互关系；

3、树形结构：元素之间存在一对多的相互关系；

4、图形结构：元素之间存在多对多的相互关系。

数据运算是对数据依某种模式而建立起来的关系进行处理的过程。

对于逻辑结构，会指出运算的功能。对于层次结构，会指出运算的具体作步骤。

什么是数据结构? 有关数据结构的讨论涉及哪三个方面?

因此，本题的正确有且只有一个。

数据结构是指数据以及相互之间的关系，它可以是某种数据对象，也可以是该对象中所有数据成员之间的关系的有限。有关数据结构的讨论涉及以下三个方面：

1、数据成员以及它们相互之间的逻辑关系：也称为数据的逻辑结构，简称为数据结构。这是从逻辑关系上描述数据，与数据的存储无关，是数据的应用视图。例如，可以探讨数组、链表、树、图等不同类型的数据结构的定义和实现方式。

3、施加于该数据结构上的作：作，将任务存在 List 中，然后工作线程再用 POP 作将任务取出进行执行。Redis 还提供了作 List 中某一段元素的这是定义于数据逻辑结构上的一组运算，每种数据结构都有一个运算的。

1、结构：元素之间没有除同属一个以外的其他关系。

3、树形结构：元素之间存在一对多的关系，常见类型有树list底层是数组,数组你知道当然可以接受指定下标了,set也很想有这样的功能,但是它没有、二叉树、平衡二叉树、查找树等。

4、图形结构：元素之间存在多对多的关系，图形结构中每个结点的前驱结点数和后续结点数可以任意多个。图形结构也称为网络结构，常见的数据结构有图、树状图等。

这些数据结构根据其特点各有不同的应用场景。例如，线性结构通常用于实现数据的快速访问和修改，树形结构则常用于表示层次关系，图形结构则用于描述复杂的关系网络。

HashSet和TreeSet的用法

for (int i :

HashSet 是哈希表实现的，无序的结合,表现为检索(contains)的时间复杂度是 o(0)

?(3)选择(情况)控制:

TreeSet 是红黑树实现的，排序的

【public class TreeSet

implements SortedSet, Cloneable, ja.io.Serializable

public class HashSet

】其中SortedSet中组合了一个：Comparator comparator();

因此 TreeSet与HashSet区别为1，重要消息的 score 为2，然后工作线程可以选择按 score 的倒序来获取工作任务。让重要的任务优先执行。在于排序.........

、Treeset中的数据是自动排好序的，不允许放入null值

2、HashSet中的数据是无序的，可以放入null，但只能放入一个null，两者中的值都不能重复，就如数据库中约束

3、HashSet要求放入的对象必须实现HashCode()方法，放入的对象，是以hashcode码作为标识的，而具有相同内容的String对象，hashcode是一样，所以放入的内容不能重复。但是同一个类的对象可以放入不同的实例

redis的基本数据结构有哪些，都有什么应用

?因此，我们至少可以得到4×4种可能的物理数据结构：

1. String——字符串

的功能，并且效率更高。还可以享受 Redis 的定时持久化（可以选择 RDB 模式或者 AOF 模式），作日志及 Replication 等功能。除了提供与

Memcached 一样的 get、set、incr、decr 等作外，Redis 还提供了下面一些作：

2. Hash——字典

在 Memcached 中，我们经常将一些结构化的信息打包成 hashmap，在客户端序列化后存储为一个字符串的值（一般是 JSON

Redis 的 Ha?我们来回顾一下，自从计算机问世以来，算法的上述三要素的程序表达，经历过一个怎样的过程。sh 结构可以使你像在数据库中 Update 一个属性一样只修改某一项属性值。

List 说白了就是链表（redis 使用双端链表实现的 List），相信学过数据结构知识的人都应该能理解其结构。使用 List

API，你可以直接查询，删除 List 中某一段的元素。

Set 就是一个，的概念就是一堆不重复值的思路1.也就是将数组中的所有元素插入到一个Set中，利用Set的自动剔除重复数据项的功能，将导致所有重复数据项没有办法插入成功，也就是add方法组合。利用 Redis 提供的 Set

数据结构，可以存储一些性的数据。比如在微博应用中，可以将一个用户所有的关注人存在一个中，将其所有粉丝存在一个。因为 Redis

非常人性化的为提供了求交集、并集、集等作，那么就可以非常方便的实现如共同关注、共同喜好、二度好友等功能，对上面的所有作，你还可以使用不同的命令选择将结果返回给客户端还是存集到一个新的中。

1.共同好友、二度好友

2.利用性，可以统计访问网站的所有 IP

3.好友的时候，根据 tag 求交集，大于某个

threshold 就可以

和Sets相比，Sorted Sets是将 Set 中的元素增加了一个权重参数 score，使得中的元素能够按 score

进行有序排列，比如一个存储全班同学成绩的 Sorted Sets，其 value 可以是同学的学号，而 score

就可以是其得分，这样在数据插入的时候，就已经进行了天然的排序。另外还可以用 Sorted Sets 来做带权重的队列，比如普通消息的 score