java中都有哪些数据结构
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了java中都有哪些数据结构相关的知识，希望对你有一定的参考价值。
数据结构：①数组 (Array)
在程序设计中，为了处理方便， 把具有相同类型的若干变量按有序的形式组织起来。这些按序排列的同类数
据元素的集合称为数组。在C语言中， 数组属于构造数据类型。一个数组可以分解为多个数组元素，这些数组
元素可以是基本数据类型或是构造类型。因此按数组元素的类型不同，数组又可分为数值数组、字符数组、指
针数组、结构数组等各种类别。
②栈 (Stack)
栈是只能在某一端插入和删除的特殊线性表。它按照先进后出的原则存储数据，先进入的数据被压入栈底，最后
的数据在栈顶，需要读数据的时候从栈顶开始弹出数据（最后一个数据被第一个读出来）。
③队列 (Queue)
一种特殊的线性表，它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作。进行
插入操作的端称为队尾，进行删除操作的端称为队头。队列中没有元素时，称为空队列。
④链表 (Linked List)
一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。
链表由一系列结点（链表中每一个元素称为结点）组成，结点可以在运行时动态生成。每个结点包括两个部分：
一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域。
⑤树 (Tree)
树是包含n（n>0）个结点的有穷集合K，且在K中定义了一个关系N，N满足 以下条件：
（1）有且仅有一个结点 k0，他对于关系N来说没有前驱，称K0为树的根结点。简称为根（root）
（2）除K0外，k中的每个结点，对于关系N来说有且仅有一个前驱。
（3）K中各结点，对关系N来说可以有m个后继（m>=0）。
⑥堆 (Heap)
在计算机科学中，堆是一种特殊的树形数据结构，每个结点都有一个值。通常我们所说的堆的数据结构，是指
二叉堆。堆的特点是根结点的值最小（或最大），且根结点的两个子树也是一个堆。
⑦图 (Graph)
图是由结点的有穷集合V和边的集合E组成。其中，为了与树形结构加以区别，在图结构中常常将结点称为顶点，
边是顶点的有序偶对，若两个顶点之间存在一条边，就表示这两个顶点具有相邻关系。
⑧散列表 (Hash)
若结构中存在关键字和K相等的记录，则必定在f(K)的存储位置上。由此，不需比较便可直接取得所查记录。称
这个对应关系f为散列函数(Hash function)，按这个思想建立的表为散列表。
差不多我就知道这些了~ 参考技术A 你好
标准 Kotlin 库中都有哪些 Java 8 Stream.collect 等效项？
【中文标题】标准 Kotlin 库中都有哪些 Java 8 Stream.collect 等效项？【英文标题】：What Java 8 Stream.collect equivalents are available in the standard Kotlin library?标准 Kotlin 库中有哪些 Java 8 Stream.collect 等效项？ 【发布时间】：2016-04-11 01:58:23 【问题描述】：在 Java 8 中，Stream.collect 允许对集合进行聚合。在 Kotlin 中，这并不以相同的方式存在，除了可能作为 stdlib 中的扩展函数集合之外。但目前尚不清楚不同用例的等价物是什么。
例如，top of the JavaDoc for Collectors 是为 Java 8 编写的示例，当将它们移植到 Kolin 时，您不能在不同的 JDK 版本上使用 Java 8 类，因此它们可能应该以不同的方式编写。
就显示 Kotlin 集合示例的在线资源而言，它们通常是微不足道的，并不能真正与相同的用例进行比较。什么是真正符合 Java 8 Stream.collect 记录的案例的好例子？列表如下：
上面链接的 JavaDoc 中有详细信息。
注意： 此问题由作者 (Self-Answered Questions) 特意编写和回答，以便提供对 Kotlin 常见问题的惯用回答在所以。还要澄清一些为 Kotlin alpha 编写的非常古老的答案，这些答案对于当今的 Kotlin 并不准确。
【问题讨论】：
如果您别无选择，只能使用collect(Collectors.toList()) 或类似的，您可能会遇到此问题：***.com/a/35722167/3679676（该问题，有解决方法）
【参考方案1】：
在 Kotlin 标准库中有用于平均、计数、不同、过滤、查找、分组、连接、映射、最小值、最大值、分区、切片、排序、求和、到/从数组、到/从列表、到/from maps、union、co-iteration、所有功能范式等等。因此，您可以使用它们来创建小的 1-liner，而无需使用 Java 8 更复杂的语法。
我认为内置 Java 8 Collectors 类中唯一缺少的就是摘要（但在 another answer to this question 中是一个简单的解决方案）。
两者都缺少按计数进行批处理，这在 another Stack Overflow answer 中可以看到，并且也有一个简单的答案。另一个有趣的案例也是来自 Stack Overflow：Idiomatic way to spilt sequence into three lists using Kotlin。如果您想为其他目的创建类似Stream.collect 的内容，请参阅Custom Stream.collect in Kotlin
EDIT 11.08.2017： 在 kotlin 1.2 M2 中添加了分块/窗口收集操作，请参阅 https://blog.jetbrains.com/kotlin/2017/08/kotlin-1-2-m2-is-out/
在创建可能已经存在的新功能之前，将API Reference for kotlin.collections 作为一个整体进行探索总是好的。
以下是一些从 Java 8 Stream.collect 示例到 Kotlin 中等效的转换：
将名称累积到列表中
// Java:
List<String> list = people.stream().map(Person::getName).collect(Collectors.toList());
// Kotlin:
val list = people.map it.name // toList() not needed
将元素转换为字符串并将它们连接起来，用逗号分隔
// Java:
String joined = things.stream()
.map(Object::toString)
.collect(Collectors.joining(", "));
// Kotlin:
val joined = things.joinToString(", ")
计算员工工资总和
// Java:
int total = employees.stream()
.collect(Collectors.summingInt(Employee::getSalary)));
// Kotlin:
val total = employees.sumBy it.salary
按部门分组员工
// Java:
Map<Department, List<Employee>> byDept
= employees.stream()
.collect(Collectors.groupingBy(Employee::getDepartment));
// Kotlin:
val byDept = employees.groupBy it.department
按部门计算工资总和
// Java:
Map<Department, Integer> totalByDept
= employees.stream()
.collect(Collectors.groupingBy(Employee::getDepartment,
Collectors.summingInt(Employee::getSalary)));
// Kotlin:
val totalByDept = employees.groupBy it.dept .mapValues it.value.sumBy it.salary
将学生分为合格和不合格
// Java:
Map<Boolean, List<Student>> passingFailing =
students.stream()
.collect(Collectors.partitioningBy(s -> s.getGrade() >= PASS_THRESHOLD));
// Kotlin:
val passingFailing = students.partition it.grade >= PASS_THRESHOLD
男性成员姓名
// Java:
List<String> namesOfMaleMembers = roster
.stream()
.filter(p -> p.getGender() == Person.Sex.MALE)
.map(p -> p.getName())
.collect(Collectors.toList());
// Kotlin:
val namesOfMaleMembers = roster.filter it.gender == Person.Sex.MALE .map it.name
按性别划分的名册中成员的组名
// Java:
Map<Person.Sex, List<String>> namesByGender =
roster.stream().collect(
Collectors.groupingBy(
Person::getGender,
Collectors.mapping(
Person::getName,
Collectors.toList())));
// Kotlin:
val namesByGender = roster.groupBy it.gender .mapValues it.value.map it.name
将一个列表过滤到另一个列表
// Java:
List<String> filtered = items.stream()
.filter( item -> item.startsWith("o") )
.collect(Collectors.toList());
// Kotlin:
val filtered = items.filter it.startsWith('o')
寻找最短的字符串列表
// Java:
String shortest = items.stream()
.min(Comparator.comparing(item -> item.length()))
.get();
// Kotlin:
val shortest = items.minBy it.length
应用过滤器后计算列表中的项目
// Java:
long count = items.stream().filter( item -> item.startsWith("t")).count();
// Kotlin:
val count = items.filter it.startsWith('t') .size
// but better to not filter, but count with a predicate
val count = items.count it.startsWith('t')
然后继续……在所有情况下，都不需要特殊的折叠、减少或其他功能来模仿Stream.collect。如果你还有更多用例，添加到 cmets 中，我们可以看到！
关于懒惰
如果你想延迟处理一个链，你可以在链之前使用asSequence()转换成Sequence。在函数链的末尾，您通常也会以 Sequence 结束。然后你可以使用toList()、toSet()、toMap()或其他一些函数来实现最后的Sequence。
// switch to and from lazy
val someList = items.asSequence().filter ... .take(10).map ... .toList()
// switch to lazy, but sorted() brings us out again at the end
val someList = items.asSequence().filter ... .take(10).map ... .sorted()
为什么没有类型？！？
您会注意到 Kotlin 示例没有指定类型。这是因为 Kotlin 具有完整的类型推断，并且在编译时是完全类型安全的。比 Java 更重要，因为它还具有可为空的类型，并且可以帮助防止可怕的 NPE。所以这在 Kotlin 中：
val someList = people.filter it.age <= 30 .map it.name
等同于：
val someList: List<String> = people.filter it.age <= 30 .map it.name
因为 Kotlin 知道 people 是什么，并且 people.age 是 Int，因此过滤器表达式只允许与 Int 进行比较，而 people.name 是 String，因此 map 步骤产生一个List<String>（只读List of String）。
现在，如果 people 可能是 null，那么就像 List<People>? 一样：
val someList = people?.filter it.age <= 30 ?.map it.name
返回需要进行空值检查的List<String>?（或使用其他 Kotlin 运算符之一作为可空值，请参阅此 Kotlin idiomatic way to deal with nullable values 和 Idiomatic way of handling nullable or empty list in Kotlin）
另见：
extension functions for Iterable 的 API 参考 extension functions for Array 的 API 参考 extension functions for List 的 API 参考 extension functions to Map 的 API 参考【讨论】：
Kotlin 中是否有与 Java8 的 parallelStream() 等价的功能？ 关于不可变集合和 Kotlin 的答案与 @arnab 在这里并行的答案相同，其他库存在，使用它们：***.com/a/34476880/3679676 @arnab 您可能想查看今年早些时候提供的 Kotlin 对 Java 7/8 功能（特别是 kotlinx-support-jdk8）的支持：discuss.kotlinlang.org/t/jdk7-8-features-in-kotlin-1-0/1625 在一个语句中使用 3 个不同的“it”引用真的很习惯吗？ 这是一个偏好，在上面的示例中，我将它们保持简短，并且仅在必要时为参数提供本地名称。【参考方案2】：对于其他示例，这里是从 Java 8 Stream Tutorial 转换为 Kotlin 的所有示例。每个示例的标题，均来自源文章：
流的工作原理
// Java:
List<String> myList = Arrays.asList("a1", "a2", "b1", "c2", "c1");
myList.stream()
.filter(s -> s.startsWith("c"))
.map(String::toUpperCase)
.sorted()
.forEach(System.out::println);
// C1
// C2
// Kotlin:
val list = listOf("a1", "a2", "b1", "c2", "c1")
list.filter it.startsWith('c') .map (String::toUpperCase).sorted()
.forEach (::println)
不同种类的流#1
// Java:
Arrays.asList("a1", "a2", "a3")
.stream()
.findFirst()
.ifPresent(System.out::println);
// Kotlin:
listOf("a1", "a2", "a3").firstOrNull()?.apply(::println)
或者，在 String 上创建一个名为 ifPresent 的扩展函数：
// Kotlin:
inline fun String?.ifPresent(thenDo: (String)->Unit) = this?.apply thenDo(this)
// now use the new extension function:
listOf("a1", "a2", "a3").firstOrNull().ifPresent(::println)
另见：apply() function
另见：Extension Functions
另请参阅：?. Safe Call operator，以及一般可空性：In Kotlin, what is the idiomatic way to deal with nullable values, referencing or converting them
不同种类的流#2
// Java:
Stream.of("a1", "a2", "a3")
.findFirst()
.ifPresent(System.out::println);
// Kotlin:
sequenceOf("a1", "a2", "a3").firstOrNull()?.apply(::println)
不同种类的流#3
// Java:
IntStream.range(1, 4).forEach(System.out::println);
// Kotlin: (inclusive range)
(1..3).forEach(::println)
不同种类的流#4
// Java:
Arrays.stream(new int[] 1, 2, 3)
.map(n -> 2 * n + 1)
.average()
.ifPresent(System.out::println); // 5.0
// Kotlin:
arrayOf(1,2,3).map 2 * it + 1.average().apply(::println)
不同种类的流#5
// Java:
Stream.of("a1", "a2", "a3")
.map(s -> s.substring(1))
.mapToInt(Integer::parseInt)
.max()
.ifPresent(System.out::println); // 3
// Kotlin:
sequenceOf("a1", "a2", "a3")
.map it.substring(1)
.map(String::toInt)
.max().apply(::println)
不同种类的流#6
// Java:
IntStream.range(1, 4)
.mapToObj(i -> "a" + i)
.forEach(System.out::println);
// a1
// a2
// a3
// Kotlin: (inclusive range)
(1..3).map "a$it" .forEach(::println)
不同种类的流#7
// Java:
Stream.of(1.0, 2.0, 3.0)
.mapToInt(Double::intValue)
.mapToObj(i -> "a" + i)
.forEach(System.out::println);
// a1
// a2
// a3
// Kotlin:
sequenceOf(1.0, 2.0, 3.0).map(Double::toInt).map "a$it" .forEach(::println)
为什么顺序很重要
Java 8 Stream 教程的这一部分与 Kotlin 和 Java 相同。
重用流
在 Kotlin 中，是否可以多次消费取决于集合的类型。 Sequence 每次都会生成一个新的迭代器，除非它断言“仅使用一次”，否则它可以在每次对其执行操作时重置为开始。因此，虽然以下在 Java 8 流中失败，但在 Kotlin 中有效：
// Java:
Stream<String> stream =
Stream.of("d2", "a2", "b1", "b3", "c").filter(s -> s.startsWith("b"));
stream.anyMatch(s -> true); // ok
stream.noneMatch(s -> true); // exception
// Kotlin:
val stream = listOf("d2", "a2", "b1", "b3", "c").asSequence().filter it.startsWith('b' )
stream.forEach(::println) // b1, b2
println("Any B $stream.any it.startsWith('b') ") // Any B true
println("Any C $stream.any it.startsWith('c') ") // Any C false
stream.forEach(::println) // b1, b2
在 Java 中获得相同的行为：
// Java:
Supplier<Stream<String>> streamSupplier =
() -> Stream.of("d2", "a2", "b1", "b3", "c")
.filter(s -> s.startsWith("a"));
streamSupplier.get().anyMatch(s -> true); // ok
streamSupplier.get().noneMatch(s -> true); // ok
因此，在 Kotlin 中，数据的提供者决定它是否可以重置并提供新的迭代器。但是，如果您想有意将Sequence 限制为一次迭代，您可以使用constrainOnce() 函数Sequence，如下所示：
val stream = listOf("d2", "a2", "b1", "b3", "c").asSequence().filter it.startsWith('b' )
.constrainOnce()
stream.forEach(::println) // b1, b2
stream.forEach(::println) // Error:java.lang.IllegalStateException: This sequence can be consumed only once.
高级操作
收集示例 #5（是的，我跳过了其他答案中的示例）
// Java:
String phrase = persons
.stream()
.filter(p -> p.age >= 18)
.map(p -> p.name)
.collect(Collectors.joining(" and ", "In Germany ", " are of legal age."));
System.out.println(phrase);
// In Germany Max and Peter and Pamela are of legal age.
// Kotlin:
val phrase = persons.filter it.age >= 18 .map it.name
.joinToString(" and ", "In Germany ", " are of legal age.")
println(phrase)
// In Germany Max and Peter and Pamela are of legal age.
附带说明一下，在 Kotlin 中，我们可以创建简单的 data classes 并实例化测试数据，如下所示：
// Kotlin:
// data class has equals, hashcode, toString, and copy methods automagically
data class Person(val name: String, val age: Int)
val persons = listOf(Person("Tod", 5), Person("Max", 33),
Person("Frank", 13), Person("Peter", 80),
Person("Pamela", 18))
收集示例#6
// Java:
Map<Integer, String> map = persons
.stream()
.collect(Collectors.toMap(
p -> p.age,
p -> p.name,
(name1, name2) -> name1 + ";" + name2));
System.out.println(map);
// 18=Max, 23=Peter;Pamela, 12=David
好的，这里有一个更有趣的 Kotlin 案例。首先是探索从集合/序列创建Map 的变体的错误答案：
// Kotlin:
val map1 = persons.map it.age to it.name .toMap()
println(map1)
// output: 18=Max, 23=Pamela, 12=David
// Result: duplicates overridden, no exception similar to Java 8
val map2 = persons.toMap( it.age , it.name )
println(map2)
// output: 18=Max, 23=Pamela, 12=David
// Result: same as above, more verbose, duplicates overridden
val map3 = persons.toMapBy it.age
println(map3)
// output: 18=Person(name=Max, age=18), 23=Person(name=Pamela, age=23), 12=Person(name=David, age=12)
// Result: duplicates overridden again
val map4 = persons.groupBy it.age
println(map4)
// output: 18=[Person(name=Max, age=18)], 23=[Person(name=Peter, age=23), Person(name=Pamela, age=23)], 12=[Person(name=David, age=12)]
// Result: closer, but now have a Map<Int, List<Person>> instead of Map<Int, String>
val map5 = persons.groupBy it.age .mapValues it.value.map it.name
println(map5)
// output: 18=[Max], 23=[Peter, Pamela], 12=[David]
// Result: closer, but now have a Map<Int, List<String>> instead of Map<Int, String>
现在是正确答案：
// Kotlin:
val map6 = persons.groupBy it.age .mapValues it.value.joinToString(";") it.name
println(map6)
// output: 18=Max, 23=Peter;Pamela, 12=David
// Result: YAY!!
我们只需要加入匹配的值来折叠列表并为jointToString 提供一个转换器以从Person 实例移动到Person.name。
收集示例#7
好的，这可以很容易地在没有自定义 Collector 的情况下完成，所以让我们用 Kotlin 的方式来解决它，然后设计一个新的例子来展示如何为 Collector.summarizingInt 做一个类似的过程，这在 Kotlin 中并不存在.
// Java:
Collector<Person, StringJoiner, String> personNameCollector =
Collector.of(
() -> new StringJoiner(" | "), // supplier
(j, p) -> j.add(p.name.toUpperCase()), // accumulator
(j1, j2) -> j1.merge(j2), // combiner
StringJoiner::toString); // finisher
String names = persons
.stream()
.collect(personNameCollector);
System.out.println(names); // MAX | PETER | PAMELA | DAVID
// Kotlin:
val names = persons.map it.name.toUpperCase() .joinToString(" | ")
他们选择了一个微不足道的例子不是我的错！！！好的，这是一个用于 Kotlin 的新 summarizingInt 方法和一个匹配的示例：
SummarizingInt 示例
// Java:
IntSummaryStatistics ageSummary =
persons.stream()
.collect(Collectors.summarizingInt(p -> p.age));
System.out.println(ageSummary);
// IntSummaryStatisticscount=4, sum=76, min=12, average=19.000000, max=23
// Kotlin:
// something to hold the stats...
data class SummaryStatisticsInt(var count: Int = 0,
var sum: Int = 0,
var min: Int = Int.MAX_VALUE,
var max: Int = Int.MIN_VALUE,
var avg: Double = 0.0)
fun accumulate(newInt: Int): SummaryStatisticsInt
count++
sum += newInt
min = min.coerceAtMost(newInt)
max = max.coerceAtLeast(newInt)
avg = sum.toDouble() / count
return this
// Now manually doing a fold, since Stream.collect is really just a fold
val stats = persons.fold(SummaryStatisticsInt()) stats, person -> stats.accumulate(person.age)
println(stats)
// output: SummaryStatisticsInt(count=4, sum=76, min=12, max=23, avg=19.0)
但是最好创建一个扩展函数，2其实是为了匹配Kotlin stdlib中的样式：
// Kotlin:
inline fun Collection<Int>.summarizingInt(): SummaryStatisticsInt
= this.fold(SummaryStatisticsInt()) stats, num -> stats.accumulate(num)
inline fun <T: Any> Collection<T>.summarizingInt(transform: (T)->Int): SummaryStatisticsInt =
this.fold(SummaryStatisticsInt()) stats, item -> stats.accumulate(transform(item))
现在您有两种方法可以使用新的summarizingInt 函数：
val stats2 = persons.map it.age .summarizingInt()
// or
val stats3 = persons.summarizingInt it.age
所有这些都会产生相同的结果。我们还可以创建这个扩展来处理Sequence 和适当的原始类型。
为了好玩，实现此摘要需要compare the Java JDK code vs. Kotlin custom code。
【讨论】：
在流 5 中，使用两个映射而不是一个.map it.substring(1).toInt() 没有任何好处：正如您所知，推断类型是 kotlin 的强大功能之一。
是的，但也没有缺点（为了可比性，我将它们分开）
但是 Java 代码可以很容易地并行化，所以在很多情况下你最好从 Kotlin 调用 Java 流代码。
@HowardLovatt 在很多情况下并行不是可行的方法，尤其是在您已经在线程池中的大量并发环境中。我敢打赌，平均用例不是并行的，而且这种情况很少见。但是，当然，您始终可以选择使用您认为合适的 Java 类，而这些都不是本问答的真正目的。【参考方案3】：
在某些情况下，很难避免拨打collect(Collectors.toList()) 或类似电话。在这些情况下，您可以使用以下扩展函数更快地更改为 Kotlin 等效项：
fun <T: Any> Stream<T>.toList(): List<T> = this.collect(Collectors.toList<T>())
fun <T: Any> Stream<T>.asSequence(): Sequence<T> = this.iterator().asSequence()
然后您可以简单地 stream.toList() 或 stream.asSequence() 移回 Kotlin API。 Files.list(path) 这样的案例会在您可能不想要时强制您使用 Stream，这些扩展可以帮助您转回标准集合和 Kotlin API。
【讨论】：
【参考方案4】：更多关于懒惰
我们以Jayson给出的“按部门计算工资总和”的示例解决方案：
val totalByDept = employees.groupBy it.dept .mapValues it.value.sumBy it.salary
为了使这个变得懒惰（即避免在groupBy 步骤中创建中间映射），不能使用asSequence()。相反，我们必须使用groupingBy 和fold 操作：
val totalByDept = employees.groupingBy it.dept .fold(0) acc, e -> acc + e.salary
对于某些人来说，这可能更具可读性，因为您不处理地图条目：解决方案中的 it.value 部分起初也让我感到困惑。
由于这是一种常见情况，我们不想每次都写出fold，最好只在Grouping上提供一个通用的sumBy函数：
public inline fun <T, K> Grouping<T, K>.sumBy(
selector: (T) -> Int
): Map<K, Int> =
fold(0) acc, element -> acc + selector(element)
这样我们就可以简单地写：
val totalByDept = employees.groupingBy it.dept .sumBy it.salary
【讨论】：
以上是关于java中都有哪些数据结构的主要内容，如果未能解决你的问题，请参考以下文章