JavaGuide项目中的LinkedHashSet反转操作解析
2025-04-26 06:05:36作者:田桥桑Industrious
LinkedHashSet是Java集合框架中一个重要的数据结构,它结合了HashSet和LinkedList的特性,既保证了元素的唯一性,又维护了插入顺序。在JavaGuide项目中,有一个关于LinkedHashSet反转操作的示例引起了注意。
LinkedHashSet在Java 21版本中新增了一些实用的方法,使得操作更加便捷。让我们来看一个典型的使用场景:
LinkedHashSet<Integer> linkedHashSet = new LinkedHashSet<>(List.of(1, 2, 3));
// 获取首尾元素
Integer firstElement = linkedHashSet.getFirst(); // 返回1
Integer lastElement = linkedHashSet.getLast(); // 返回3
// 在首尾添加元素
linkedHashSet.addFirst(0); // 集合变为[0, 1, 2, 3]
linkedHashSet.addLast(4); // 集合变为[0, 1, 2, 3, 4]
// 反转集合
System.out.println(linkedHashSet.reversed()); // 输出[4, 3, 2, 1, 0]
这个示例展示了LinkedHashSet的几个关键操作:
-
初始化:通过List.of()方法快速初始化一个包含指定元素的LinkedHashSet。
-
首尾元素访问:getFirst()和getLast()方法可以快速获取集合的第一个和最后一个元素,这是传统Set接口所不具备的功能。
-
首尾添加元素:addFirst()和addLast()方法允许开发者在集合的开头或结尾插入新元素,同时保持其他元素的相对顺序不变。
-
集合反转:reversed()方法会返回一个反转顺序后的集合视图,这是Java 21新增的功能,极大简化了集合反转操作。
值得注意的是,reversed()方法返回的是原始集合的一个视图(view),而不是创建一个新的集合。这意味着:
- 对视图的修改会影响原始集合
- 视图操作是延迟计算的,性能高效
- 原始集合的结构变化会反映在视图中
这种设计既保证了性能,又提供了灵活性。开发者在使用时应当注意,如果需要完全独立的反转集合,应该手动创建一个新的LinkedHashSet并添加反转后的元素。
LinkedHashSet的这些新特性使得它在需要维护元素顺序的场景下变得更加实用,特别是在处理需要保持插入顺序但又需要频繁访问首尾元素的场景,如实现LRU缓存、消息队列等数据结构时,这些方法都能显著简化代码。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust063- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
热门内容推荐
最新内容推荐
如何快速提升编程技能:80+实用应用创意项目完全指南80个实战项目:如何用App Ideas快速提升编程技能终极指南:如何用Android Asset Studio快速生成Android应用图标资源如何快速上手Ollama:本地运行Kimi、GLM、DeepSeek等主流大模型的完整指南终极指南:如何快速生成专业级Android应用图标如何快速部署本地AI模型:Ollama完整指南如何通过80+个应用创意项目快速提升编程技能:终极学习指南如何快速部署本地AI模型:Ollama完整指南与实战教程80个实战项目创意:从零到一提升编程技能的完整指南终极应用创意宝典:100+实战项目助你快速提升编程技能
项目优选
收起
暂无描述
Dockerfile
686
4.43 K
Ascend Extension for PyTorch
Python
536
659
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
362
62
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
404
318
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
952
911
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
921
暂无简介
Dart
933
233
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
135
216
昇腾LLM分布式训练框架
Python
145
172