`
包涵
  • 浏览: 36141 次
  • 性别: Icon_minigender_2
  • 来自: 北京
社区版块
存档分类
最新评论

LinkedListDemo2

阅读更多
package LinkedListTest;

import java.util.LinkedList;

import LinkedListDemo.NewTitle;

public class NewTitleTest {
public static void main(String[] args) {
//1创建多个各类新闻标题对象
NewTitle car=new NewTitle(1,"汽车","管理员");
NewTitle medical=new NewTitle(2,"医学","管理员");
//2创建存储各类新闻标题的集合对象
//用LinkedList独有方法是addFirst
LinkedList NewTitleLinkedList=new LinkedList();
//3添加头条新闻标题和末尾标题
NewTitleLinkedList.add(car);
NewTitleLinkedList.add(medical);
//4获取头条、以及最末条新闻标题
//创建新闻标题类 创建它的对象first
//getFirst方法代表要得到集合元素中的第一个元素,索引必定为0无需添加参数了,注意类型转换
NewTitle first=(NewTitle) NewTitleLinkedList.getFirst();
NewTitle last=(NewTitle)NewTitleLinkedList.getLast();
//5删除最末条新闻标题 
NewTitleLinkedList.removeLast();
//显示新闻,遍历集合 get方法取值
for (int i = 0; i < NewTitleLinkedList.size(); i++) {
NewTitle title=(NewTitle) NewTitleLinkedList.get(i);
System.out.println((i+1)+":"+title.getTitleName());
}
}

}
分享到:
评论

相关推荐

    韩顺平java项目源码-data-structures:数据结构学习源码,学习过程中参考尚硅谷的《尚硅谷-韩顺平图解Java数据结构和算法》视

    韩顺平java项目源码 [TOC] ...2. 队列 2.1 数组实现队列 com.ddf.datastructure.queue.ArrayQueueDemo 3. 链表 3.1 单向链表 com.ddf.datastructure.linkedlist.SingletonLinkedListDemo 3.2 双向链表 ...

    【MMSE检测】基于matlab V-BLAST结构MMSE检测(调制方式QPSK)【含Matlab源码 4572期】.mp4

    Matlab研究室上传的视频均有对应的完整代码,皆可运行,亲测可用,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描视频QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    微信小程序+报修系统界面

    报修小程序资源是一款针对设施报修、设备维护等场景设计的移动端应用程序。该程序提供了便捷的报修申请、进度查询、服务评价等功能,旨在提高报修效率,优化用户体验,减少因设备故障造成的不便和损失。报修申请:用户发现设备故障后,可通过小程序提交报修申请,填写故障描述、设备位置等关键信息,并上传故障图片作为辅助说明。 进度查询:用户提交报修申请后,可随时通过小程序查询报修进度,包括已接收、已派单、维修中、已完成等状态。 服务评价:维修任务完成后,用户可以对维修人员的服务质量进行评价,提供宝贵的反馈意见,帮助改进服务质量。界面设计:报修小程序采用简洁明了的界面设计,确保用户能够轻松上手并快速完成操作。 安全保障:程序采用严格的数据加密和访问控制策略,确保用户信息安全和隐私保护。

    软考 信息系统项目管理师 8大绩效域

    包含了8大绩效域的预期目标、检查指标、重点关注以及如何对其进行巧记。

    ipython-7.25.0.tar.gz

    Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    Redis-Tutorial.docx

    本教程提供了一个简洁易懂的 Redis 开发指南,适用于初学者和有经验的开发人员。Redis 是一种高性能的开源内存数据库,常用于缓存、消息队列和实时数据处理等场景。通过本教程,你将学习到以下内容: 简介:了解 Redis 的基本概念和应用场景。 安装 Redis:详细步骤指导你在本地安装和配置 Redis。 启动 Redis 服务器:教你如何启动 Redis 服务器,并使用 Redis CLI 进行连接。 Redis 基本命令:介绍常用的 Redis 命令,包括设置、获取、删除键值对等操作。 高级数据结构:深入讲解 Redis 支持的复杂数据结构,如哈希、列表、集合和有序集合,并提供相应的操作命令。 数据持久化:解释 Redis 的两种持久化方式:RDB(快照)和 AOF(追加日志文件)。 事务:了解如何在 Redis 中使用事务执行一组命令的原子操作。 发布/订阅(Pub/Sub):介绍 Redis 的发布/订阅功能,支持消息的发布和订阅。 使用 Python 操作 Redis:展示如何使用 redis-py 库在 Python 中连接和操作 Redis,提供简单的示例代码。

    grpcio-1.60.1-cp312-cp312-manylinux_2_17_aarch64.whl

    Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    tensorflow-rocm-2.11.0.540-cp38-cp38-manylinux2014-x86-64.whl

    python数据分析与可视化

    libaal-debuginfo-1.0.6-6.mga8.i586.rpm

    aal-debuginfo报错补丁 rpm -i xx.rpm 注意架构是否一致

    本科毕业设计:Python基于卷积神经网络的疲劳驾驶检测项目源码+权重数据集(高分项目)

    本科毕业设计:Python基于卷积神经网络的疲劳驾驶检测项目源码+权重数据集(高分项目)本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 本科毕业设计:Python基于卷积神经网络的疲劳驾驶检测项目源码+权重数据集(高分项目)本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 本科毕业设计:Python基于卷积神经网络的疲劳驾驶检测项目源码+权重数据集(高分项目)本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够满足学习、使用需求,如果有需要的话可以放心下载使用。 本科毕业设计:Python基于卷积神经网络的疲劳驾驶检测项目源码+权重数据集(高分项目)本资源中的源码都是经过本地编译过可运行的,评审分达到95分以上。资源项目的难度比较适中,内容都是经过助教老师审定过的能够

    DEV-C++小熊猫 安装包

    C++小熊猫!!!!!!!

    grpcio-1.59.3-cp311-cp311-manylinux_2_17_aarch64.whl

    Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    ipython-5.0.0b2.zip

    Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    libaacs-devel-0.11.0-5.el9.aarch64.rpm

    rpm -i xx.rpm 只要报错遇到aacs的可以看看架构是否一致

    毕业设计MATLAB_使用Jenkins-Traub算法的多项式根.zip

    毕业设计matlab

    基于Swift开发的智能婴儿车项目+实时监控婴儿状态并汇报+源码(毕业设计&课程设计&项目开发)

    基于Swift开发的智能婴儿车项目+实时监控婴儿状态并汇报+源码,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 基于Swift开发的智能婴儿车项目+实时监控婴儿状态并汇报+源码,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 基于Swift开发的智能婴儿车项目+实时监控婴儿状态并汇报+源码,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用~ 项目简介: 设计一个辅助看护者照看婴儿的智能小车,能实现对婴儿环境的实时检测,并实时提醒看护者确保婴儿的安全与舒适。环境检测主要包括:路况障碍物检测、通过人体感应模块感知婴儿是否有人看护、婴儿车内的温度湿度检测、空气质量检测、夜晚外出环境检测等。扩展功能包括实时定位信息的接收与发送。

    Visual Studio2022使用教程.md

    附件是Visual Studio2022使用教程.md,文件绿色安全,请大家放心下载,仅供交流学习使用,无任何商业目的!

    debugpy-1.0.0b6-cp36-cp36m-manylinux2010_x86_64.whl

    Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。

    libaal-1_0-7-1.0.7-bp156.4.3.x86_64.rpm

    aal报错补丁 rpm -i xx.rpm 注意架构是否一致

    毕业设计MATLAB_使用PCA和KNN进行人脸识别.zip

    毕业设计matlab

Global site tag (gtag.js) - Google Analytics