HPPC: 高性能原始类型集合
2024-12-24 07:28:01作者:管翌锬
1. 安装指南
1.1 环境要求
- Java 8 或更高版本
- Maven 或 Gradle 构建工具
1.2 使用 Maven 安装
在项目的 pom.xml 文件中添加以下依赖:
<dependency>
<groupId>com.carrotsearch</groupId>
<artifactId>hppc</artifactId>
<version>0.9.1</version>
</dependency>
1.3 使用 Gradle 安装
在 build.gradle 文件中添加以下依赖:
implementation 'com.carrotsearch:hppc:0.9.1'
1.4 手动安装
可以从 GitHub Releases 页面下载最新版本的 JAR 文件,并将其添加到项目的类路径中。
2. 项目使用说明
2.1 概述
HPPC 是一个高性能的原始类型集合库,提供了对原始类型(如 int, long, float, double 等)的集合支持,避免了 Java 标准库中对原始类型的自动装箱和拆箱操作,从而提高了性能和内存利用率。
2.2 主要特性
- 高性能:通过避免装箱和拆箱操作,HPPC 提供了比标准库更高的性能。
- 开放内部结构:HPPC 的内部结构是开放的,允许用户直接访问和操作底层数据结构。
- API 设计:HPPC 的 API 设计与
java.util.collections不兼容,提供了更适合高性能场景的操作接口。
2.3 示例代码
以下是一个简单的示例,展示了如何使用 HPPC 创建一个 IntArrayList:
import com.carrotsearch.hppc.IntArrayList;
public class HPPCDemo {
public static void main(String[] args) {
IntArrayList list = new IntArrayList();
list.add(1);
list.add(2);
list.add(3);
for (int i : list) {
System.out.println(i);
}
}
}
3. 项目 API 使用文档
3.1 核心类
- IntArrayList:用于存储
int类型的列表。 - LongArrayList:用于存储
long类型的列表。 - IntObjectHashMap:用于存储
int到对象的映射。 - LongObjectHashMap:用于存储
long到对象的映射。
3.2 常用方法
- add(T value):向集合中添加一个元素。
- get(int index):获取指定索引位置的元素。
- set(int index, T value):设置指定索引位置的元素。
- size():返回集合的大小。
- iterator():返回一个迭代器,用于遍历集合中的元素。
3.3 示例
以下是一个使用 IntObjectHashMap 的示例:
import com.carrotsearch.hppc.IntObjectHashMap;
public class HPPCDemo {
public static void main(String[] args) {
IntObjectHashMap<String> map = new IntObjectHashMap<>();
map.put(1, "One");
map.put(2, "Two");
map.put(3, "Three");
for (int key : map.keys()) {
System.out.println(key + ": " + map.get(key));
}
}
}
4. 项目安装方式
4.1 Maven 安装
如前所述,在 pom.xml 中添加依赖即可。
4.2 Gradle 安装
如前所述,在 build.gradle 中添加依赖即可。
4.3 手动安装
从 GitHub Releases 页面下载 JAR 文件,并将其添加到项目的类路径中。
通过以上文档,您应该能够顺利安装和使用 HPPC 项目,并了解其核心 API 的使用方法。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
20
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
385
3.72 K
暂无简介
Dart
635
144
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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++
651
275
🎉 (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
1.12 K
627
React Native鸿蒙化仓库
JavaScript
245
316
Ascend Extension for PyTorch
Python
196
215