Java LinkedHashMap

LinkedHashMap 继承于 HashMap。在 HashMap 基础上, 维护了一条双向链表, 用来记录存入 Map 中的数据的顺序, 即存储到 Map 中的 key-value 是有序的。 解决了 HashMap 无法顺序访问的和保持插入顺序的问题。

1 LinkedHashMap 的结构定义

LinkedHashMap 是基于 HashMap 的实现的, 所以整体的结构是类似的, 唯一不同的是: 链表和红黑树的节点多维持了一个前驱节点指针和后驱节点指针。
简单的理解就是 HashMap + 双向链表。

大体的结构如下:
Alt 'LinkedHashMap 数据结构'

1.1 数组的定义

public class HashMap<K,V>  {
    transient Node<K,V>[] table;
}

因为继承了 HashMap, 直接复用父级 HashMap 的 table 属性, 存储的数据类型依旧是 Node

1.2 链表的定义

public class LinkedHashMap<K,V> extends HashMap<K,V> implements Map<K,V> {

    static class Entry<K,V> extends HashMap.Node<K,V> {
        // 继承 HashMap Node 节点的基础上, 追加了一个前驱指针和后驱指针
        Entry<K,V> before, after;

        Entry(int hash, K key, V value, Node<K,V> next) {
            super(hash, key, value, next);
        }
    }
}

1.3 红黑树的定义 (和 HashMap 的红黑树定义一样)


public class HashMap<K, V> {

    // 继承了 LinkedHashMap.Entry, Entry 继承了 HashMap.Node  所以 TreeNode 具有 链表的特点

    /** 
     * 红黑树的定义
     * LinkedHashMap.Entry 继承了 HashMap.Node 节点, 所以 TreeNode 是 Node 的子类, 也具备链表的特点
     */    
	static final class TreeNode<K,V> extends LinkedHashMap.Entry<K,V> {

        /**
         * 红黑树的根节点
         */
        TreeNode<K,V> parent;
        
        /**
         * 当前节点的左节点
         */
        TreeNode<K,V> left;

        /**
         * 当前节点的右节点
         */
        TreeNode<K,V> right;

        /**
         * 删除后需要解决连接的节点
         */
        TreeNode<K,V> prev;  

        /**
         * 是否为红色节点
         */
        boolean red;

        // ... 后面 省略 红黑树的操作
    }
}

2 LinkedHashMap 中的几个重要属性

public class LinkedHashMap<K,V> {

    transient LinkedHashMap.Entry<K,V> head;

    transient LinkedHashMap.Entry<K,V> tail;

    final boolean accessOrder;
}

2.1 head 和 tail

transient LinkedHashMap.Entry<K,V> head;
transient LinkedHashMap.Entry<K,V> tail;

双向链表的头指针和尾指针

2.2 accessOrder

final boolean accessOrder;

是否按照访问顺序调整节点的顺序, 声明 LinkedHashMap 的时候可以指定, 默认为 false, 既 LinkedHashMap 中的节点按照存入的顺序排列, 而 true 则是按照访问的顺序排列。


// 设置容量, 负载因子, 和 accessOrder 为 true
Map<String, String> map = new LinkedHashMap<>(16, 0.75f, true);

map.put("one", "1");
map.put("two", "2");
map.put("three", "3");

// 一开始的
for (Map.Entry<String, String> entry : map.entrySet()) {
    // 输出结果  one  two  three
    System.out.println(entry.getKey());
}

// 获取 key 为 one
map.get("one");
for (Map.Entry<String, String> entry : map.entrySet()) {
    // 输出结果  two  three  one
    System.out.println(entry.getKey());
}

// 获取 key 为 two
map.get("two");
for (Map.Entry<String, String> entry : map.entrySet()) {
    // 输出结果 three one two 
    System.out.println(entry.getKey());
}

可以看出来将 accessOrder 设置为 true 的话, LinkedHashMap 会在按照插入顺序的基础上, 将每次访问的节点移动到最后面

3 LinkedHashMap 的构造方法

3.1 无参的构造函数

public LinkedHashMap() {
    // 调用父级 HashMap 的无参构造函数
    super();
    // 默认设置为 false
    accessOrder = false;
}

3.2 指定容量的构造函数

public LinkedHashMap(int initialCapacity) {
    // 调用父级 HashMap 指定容量的构造函数
    super(initialCapacity);
    accessOrder = false;
}

3.3 指定容量和负载因子的构造函数

public LinkedHashMap(int initialCapacity, float loadFactor) {
    // 调用父级 HashMap 指定容量和负载因子的构造函数
    super(initialCapacity, loadFactor);
    accessOrder = false;
}

3.4 指定容量, 负载因子和顺序访问的构造函数

public LinkedHashMap(int initialCapacity, float loadFactor, boolean accessOrder) {
    // 调用父级指定容量和负载因子的构造函数
    super(initialCapacity, loadFactor);
    // 将访问顺序参数设置为用户指定的值
    this.accessOrder = accessOrder;
}

3.5 给定一个 Map 的构造函数

public LinkedHashMap(Map<? extends K, ? extends V> m) {
    // 调用父级无参的构造函数
    super();
    accessOrder = false;
    putMapEntries(m, false);
}

final void putMapEntries(Map<? extends K, ? extends V> m, boolean evict) {

    int s = m.size();

    if (s > 0) {

        // 存储数据的 table 数组为空, 当初始化
        if (table == null) {

            // 计算容量
            float ft = ((float)s / loadFactor) + 1.0F;
            // 控制容量 不大于 最大值
            int t = ((ft < (float)MAXIMUM_CAPACITY) ? (int)ft : MAXIMUM_CAPACITY);
            // 计算出来的容量大于预设的容量, 重新计算新的容量, 并赋值给 threshold
            if (t > threshold)
                threshold = tableSizeFor(t);

        } else if (s > threshold)
            // 存入的 Collection 的容量大于 当前的阈值, 调用 进行扩容
            resize();

        // 依次遍历需要导入的 Map, 
        for (Map.Entry<? extends K, ? extends V> e : m.entrySet()) {
            K key = e.getKey();
            V value = e.getValue();
            // 调用到父级的 putVal 方法, 这个方法涉及到添加数据的部分, 下面添加数据的部分讲解
            putVal(hash(key), key, value, false, evict);
        }    
    }
}

4 LinkedHashMap 的操作方法

4.1 添加数据

LinkedHashMap 本身没有提供出更多的添加数据的方法, 全部的添加数据的方法都是继承至 HashMap, 同时重写了添加数据中 HashMap 会调用的钩子方法, 达到自己添加数据后调整链表的效果
这里以 put(key, value) 为例

public class LinkedHashMap<K, V> extends HashMap<K, V> implements Map<K, V> {

    // 在 LinkedHashMap 中没有这个方法, 这个方法是父类 HashMap 的, 只是为了方法讲解, 添加到这里
    public V put(K key, V value) {
        // 同样是计算 key 的 hashCode, 然后调用 putVal
        return putVal(hash(key), key, value, false, true);
    }

    // 在 LinkedHashMap 中没有这个方法, 这个方法是父类 HashMap 的, 只是为了方法讲解, 添加到这里
    final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
        
        Node<K,V>[] tab; Node<K,V> p; int n, i;
        if ((tab = table) == null || (n = tab.length) == 0)
            n = (tab = resize()).length;
        if ((p = tab[i = (n - 1) & hash]) == null)  
            // 将数组的 i 位置设置为 Node 节点
            // 在 HashMap 中 newNode 返回的是 Node 类型的数据
            // 但是 LinkedHashMap 则是 LinkedHashMap.Entry, 所以 LinkedHashMap 重写了这个方法
            // 这里会调用到自身的 newHode 方法
            tab[i] = newNode(hash, key, value, null);  
        else {
            Node<K,V> e; K k;
            if (p.hash == hash &&
                ((k = p.key) == key || (key != null && key.equals(k))))
                e = p;
            else if (p instanceof TreeNode)
                e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
            else {
                for (int binCount = 0; ; ++binCount) {
                    if ((e = p.next) == null) {
                        p.next = newNode(hash, key, value, null);
                        if (binCount >= TREEIFY_THRESHOLD - 1) // -1 for 1st
                            treeifyBin(tab, hash);
                        break;
                    }
                    if (e.hash == hash &&
                        ((k = e.key) == key || (key != null && key.equals(k))))
                        break;
                    p = e;
                }
            }

            // 在当前的数据中找到 key 相同的数据
            if (e != null) {
                V oldValue = e.value;
                if (!onlyIfAbsent || oldValue == null)
                    e.value = value;
                // HashMap 中这个方法是空方法, 但是 LinkedHashMap 有需要移动修改节点的需求
                // 所以 LinkedHashMap 也是重写了这个方法    
                afterNodeAccess(e);
                return oldValue;
            }
        }   

        ++modCount;
        if (++size > threshold)
            // 扩容的逻辑没有变动
            resize();
        // 插入节点后的行为调用, HashMap 空方法, LinkedHashMap 重写了
        afterNodeInsertion(evict);
        return null; 

    }

    // LinkedHashMap 自身的创建节点方法
    Node<K,V> newNode(int hash, K key, V value, Node<K,V> e) {
        // 创建节点
        LinkedHashMap.Entry<K,V> p = new LinkedHashMap.Entry<K,V>(hash, key, value, e);
        // 将新创建的节点设置到链表的尾部
        linkNodeLast(p);
        return p;
    }

    // LinkedHashMap 自身的方法, 将入参的节点设置到链表的尾部
    private void linkNodeLast(LinkedHashMap.Entry<K,V> p) {
        // 保存当前的尾结点
        LinkedHashMap.Entry<K,V> last = tail;
        // 设置当前的尾结点为创建的节点
        tail = p;
        
        if (last == null)
            // 旧的尾结点为空, 没有数据

            // 设置头节点为新创建的节点
            head = p;
        else {
            // 旧的尾结点不为空, 有数据    

            // 设置新节点的前置节点为上次的尾结点
            p.before = last;
            // 设置上次的尾结点的后置节点为新创建的节点
            last.after = p;
        }
    }

    // 新增节点时, 存在 key 已经有数据的情况, 这时除了替换旧的 value 外, 如果 accessOrder (按照访问顺序排序) 设置为 true, 还需要把这个节点放到最后面, 保持新增的顺序
    void afterNodeAccess(Node<K,V> e) {

        LinkedHashMap.Entry<K,V> last;
        
        // accessOrder 为 true, 同时尾节点不等于入参的节点
        if (accessOrder && (last = tail) != e) {

            // p = 访问的节点 e, b = 访问的节点e 的前置节点  a = 访问的节点 e 的后置节点
            LinkedHashMap.Entry<K,V> p = (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;
            // 设置 p 的后置节点为 null
            p.after = null;
            
            // p 的前置节点为 null,
            if (b == null)
                // 设置头节点为 p 的后置节点
                head = a;
            else
                // p 的前置节点存在
                // 设置 p 的前置节点的后置节点为 p 的后置节点
                b.after = a;

            // p 的后置节点不为 null,    
            if (a != null)
                // 设置 p 的后置节点的前置节点为 p 节点的前置节点
                a.before = b;
            else
                // p 的后置节点 a 为 null, 说明p 就是尾结点了
                // 设置链表的尾节点为 p 的前置节点
                last = b;

            // 原本的尾节点为空    
            if (last == null)
                // 设置头节点为 p 节点 
                head = p;
            else {
                // 原本的为节点不为空

                // 设置 p 的前置节点为原本的尾节点
                p.before = last;
                // 设置原本的尾节点的后置节点为 p 
                last.after = p;
            }
            // 设置尾节点为需要移动的节点
            tail = p;
            // 修改次数 + 1
            ++modCount;
        }
    }


    // LinkedHashMap 自身的方法, 在插入新节点后, 调用, 判断是否需要删除最旧的节点 (第一个节点),在 LinkedHashMap 中默认为不会删除
    void afterNodeInsertion(boolean evict) {

        LinkedHashMap.Entry<K,V> first;
        // evict 在 putVal 方法调用中都是为 true, 构造方法中调用到这里一般都是 false
        // LinkedHashMap 的 removeEldestEntry 方法 一直都是返回 false, 但是子类可以重写这个方法, 让其返回 true, 就能走到下面的删除头节点的方法
        if (evict && (first = head) != null && removeEldestEntry(first)) {
            // 获取头节点的 key
            K key = first.key;
            // 删除节点, 这个涉及到删除数据, 后面删除数据的部分分析
            removeNode(hash(key), key, null, false, true);
        }

    }

    protected boolean removeEldestEntry(Map.Entry<K,V> eldest) {
        return false;
    }
}

其他几个添加数据的方法类型, 就不展开了

4.2 获取数据

public class LinkedHashMap<K, V> extends HashMap<K, V> implements Map<K, V> {

    public V get(Object key) {

        Node<K,V> e;
        // 调用 HashMap 的 getNode 方法获取节点数据
        if ((e = getNode(hash(key), key)) == null)
            return null;
        // 设置了按照访问顺序排序的属性, 将当前节点设置到链表的尾部
        if (accessOrder)
            afterNodeAccess(e);
        return e.value;    

    }
}

4.3 删除数据

通添加数据一样, LinkedHashMap 没有提供新的删除数据的方法, 都是继承父级 HashMap 的, 同时重写几个钩子函数

public class LinkedHashMap<K, V> extends HashMap<K, V> implements Map<K, V> {

    // HashMap 的 remove 方法
    public V remove(Object key) {
        Node<K,V> e;
        return (e = removeNode(hash(key), key, null, false, true)) == null ?  null : e.value;
    }

    // HashMap 的 删除节点
    final Node<K,V> removeNode(int hash, Object key, Object value, boolean matchValue, boolean movable) {
        Node<K,V>[] tab; Node<K,V> p; int n, index;
        if ((tab = table) != null && (n = tab.length) > 0 &&
            (p = tab[index = (n - 1) & hash]) != null) {
            Node<K,V> node = null, e; K k; V v;
            if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k))))
                node = p;
            else if ((e = p.next) != null) {
                if (p instanceof TreeNode)
                    node = ((TreeNode<K,V>)p).getTreeNode(hash, key);
                else {
                    do {
                        if (e.hash == hash &&
                            ((k = e.key) == key ||
                                (key != null && key.equals(k)))) {
                            node = e;
                            break;
                        }
                        p = e;
                    } while ((e = e.next) != null);
                }
            }
            if (node != null && (!matchValue || (v = node.value) == value || (value != null && value.equals(v)))) {
                if (node instanceof TreeNode)
                    ((TreeNode<K,V>)node).removeTreeNode(this, tab, movable);
                else if (node == p)
                    tab[index] = node.next;
                else
                    p.next = node.next;
                ++modCount;
                --size;
                // 此处调用到 LinkedHashMap 自身的 afterNodeRemoval 方法
                afterNodeRemoval(node);
                return node;
            }
        }
        return null;
    }

    // 调整删除节点后的左右节点的指针指向
    void afterNodeRemoval(Node<K,V> e) {

        // p = 删除的节点  b = 删除节点的前置节点, a = 删除节点的后置节点
        LinkedHashMap.Entry<K,V> p = (LinkedHashMap.Entry<K,V>)e, b = p.before, a = p.after;

        // 设置删除节点 p 的前置节点和后置节点为 null, 便于垃圾回收
        p.before = p.after = null;

        // 如果 p 的前置节点为 null, p 为头节点
        if (b == null)
            // 设置头节点为 p 的后置节点
            head = a;
        else
            // p 的前置节点为 null, p 不是头节点

            // 设置 p 的前置节点的后置节点为 p 的后置节点
            b.after = a;

        // p 的后置节点为 null, p 为尾节点
        if (a == null)
            // 设置尾节点为 p 的前置节点
            tail = b;
        else
            // p 的后置节点为 null, p 不是尾节点

            // 设置 p 的后置节点的前置节点为 p 的前置节点
            a.before = b;
    }
}

4.4 修改数据

LinkedHashMap 本身没提供修改数据的方法, 依旧是继承父级的

public class LinkedHashMap<K, V> extends HashMap<K, V> implements Map<K, V> {

    public V replace(K key, V value) {
        Node<K,V> e;
        if ((e = getNode(hash(key), key)) != null) {
            V oldValue = e.value;
            e.value = value;
            // 调用到 LinkedHashMap 自身的 afterNodeAccess 方法, 尝试将这个节点设置到尾部
            afterNodeAccess(e);
            return oldValue;
        }
        return null;
    }

}

5 LinkedHashMap 的补充

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/193973.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Linux虚拟化的模式

三种虚拟化方式&#xff1a;完全虚拟化&#xff08;Full virtualization&#xff09;、硬件辅助虚拟化&#xff08;Hardware-Assisted Virtualization&#xff09;、半虚拟化&#xff08;Paravirtualization&#xff09;。 服务器上的虚拟化软件&#xff0c;多使用 qemu&#…

SpringCloudAlibaba之sentinel 流量卫兵(流控,熔断降级) ——详细讲解

目录 一、什么是sentinel 二、sentinel使用 1. sentinel dashboard的安装 2.启动 3.访问web界面 ​编辑 4.登录 三、sentinel 实时监控服务 1.创建项目引入依赖 2.配置 3.启动服务 4.访问dashboard界面查看服务监控 5.开发服务 6.启动进行调用 7.查看监控界面 四、senti…

基于helm的方式在k8s集群中部署gitlab - 部署(一)

文章目录 1. 背景说明2. 你可以学到什么&#xff1f;3. 前置条件4. 安装docker服务&#xff08;所有节点&#xff09;5. 部署k8s集群5.1 系统配置&#xff08;所有节点&#xff09;5.2 安装kubelet组件(所有节点)5.2.1 编写kubelet源5.2.2 安装kubelet5.2.3 启动kubelet 5.3 集…

百度智能小程序系统源码+关键词排名优化 附带完整的搭建教程

百度智能小程序系统的开发背景是基于百度强大的技术实力和对用户需求的深入理解。在移动互联网时代&#xff0c;用户对便捷、高效、智能的服务需求越来越高。而小程序作为一种轻量级的应用程序&#xff0c;恰好能够满足用户的这些需求。然而&#xff0c;开发一个小程序需要掌握…

011 OpenCV warpAffine

目录 一、环境 二、warpAffine原理 三、完整代码 一、环境 本文使用环境为&#xff1a; Windows10Python 3.9.17opencv-python 4.8.0.74 二、warpAffine原理 warpAffine是OpenCV库中的一个函数&#xff0c;它用于执行二维仿射变换。这个函数接受一个输入图像和变换矩阵&…

波奇学C++:C++11的新特性

列表初始化 #include<iostream> using namespace std; struct A {int _x;int _y; }; int main() {// 三种方式等价&#xff0c;并且可以省略int x 1;int y { 2 };int z{ 3 };return 0; } {}按声明顺序初始化类成员变量 A p{ 1,2 }; cout << p._x; //1 cout &…

零基础可以学编程吗,不懂英语怎么学编程,中文编程工具实例

零基础可以学编程吗&#xff0c;不懂英语怎么学编程&#xff0c;中文编程工具实例 上图是中文编程工具界面、标尺实例。 给大家分享一款中文编程工具&#xff0c;零基础轻松学编程&#xff0c;不需英语基础&#xff0c;编程工具可下载。 这款工具不但可以连接部分硬件&#x…

数据结构——堆的实现(详解)

呀哈喽&#xff0c;我是结衣。 堆的介绍 如果有一个关键码的集合K {k0,k1,k2,…,kn-1},把它的所有元素按照完全二叉树的顺序储存方式储存在一个一维数组中&#xff0c;并满足&#xff1a;Ki<K2i1且ki<K2i2(Ki>K2i1且Ki>-K2i2)i 1,2,3…,则称为小堆&#xff08;或…

软著项目推荐 深度学习中文汉字识别

文章目录 0 前言1 数据集合2 网络构建3 模型训练4 模型性能评估5 文字预测6 最后 0 前言 &#x1f525; 优质竞赛项目系列&#xff0c;今天要分享的是 &#x1f6a9; 深度学习中文汉字识别 该项目较为新颖&#xff0c;适合作为竞赛课题方向&#xff0c;学长非常推荐&#xf…

【我的创作纪念日】

机缘 大家好&#xff0c;我是圥忈ゼ&#xff0c; 2023 年 07 月 20 日&#xff0c;我撰写了第 1 篇技术博客&#xff1a;《我的编程未来规划》&#xff0c;也是由于我高考后的专业选择&#xff0c;和就业方向的选择&#xff0c;加上想立志成为一名专业 IT 作者&#xff0c;我结…

第四节HarmonyOS 熟知开发工具DevEco Studio

一、设置主体样式 默认的代码主题样式是黑暗系的&#xff0c;如下图所示&#xff1a; 如果你不喜欢&#xff0c;可以按照一下步骤进行修改&#xff1a; 左上角点击Flie->Settings->Appearance&Behavior->Appearance&#xff0c;点击Theme&#xff0c;在弹出的下拉…

区块链介绍

区块链提供了比特币的公共账本&#xff0c;这是一个有序的、带有时间戳的交易记录。这个系统用于防止重复消费和修改之前的交易记录。 Introduction 比特币网络中的每个完全节点都独立存储只包含该节点验证的块的区块链。当多个节点在他们的区块链中都有相同的块时&#xff0…

异步爬虫提速实践-在Scrapy中使用Aiohttp/Trio

在构建爬虫系统时&#xff0c;提高爬虫速度是一个关键问题。而使用异步爬虫技术可以显著提升爬取效率。在本文中&#xff0c;我将与大家分享如何在Scrapy中利用Aiohttp或Trio库实现异步爬取&#xff0c;以加快爬虫的速度。让我们开始吧&#xff01; 1. 安装所需的库 首先&…

SpringCloud-高级篇(五)

一&#xff1a;分布式事务理论基础 原子性&#xff08;Atomicity&#xff09; 原子性是指事务是一个不可分割的工作单位&#xff0c;事务中的操作要么都发生&#xff0c;要么都不发生。 一致性&#xff08;Consistency&#xff09; 事务前后数据的完整性必须保持一致。 隔离性&…

【电路笔记】-电阻器颜色代码与阻值计算

电阻器颜色代码与阻值计算 文章目录 电阻器颜色代码与阻值计算1、概述2、计算电阻器颜色代码值3、贴片电阻器 电阻器颜色编码使用色带轻松识别电阻器的电阻值及其百分比容差。 1、概述 由于有许多不同类型的电阻器可用&#xff0c;我们需要形成电阻器颜色代码系统以便能够识别…

计算计能力挑战赛选择题真题(2020、2021、2022)

2020 1.关于联合体和结构体错误的是&#xff08;a) a.联合体union的存放顺序是所有成员都从高地址开始存放的(x) (ps:联合体union的存放顺序是所有成员都从低地址开始存放的) b.联合体中可以定义多个成员&#xff0c;联合体的大小由最大的成员的大小决定。 c.可以使用匿名…

Spring Boot配置文件 Spring日志文件相关的知识

在上文中&#xff0c;小编带领大家创建了一个Spring Boot项目&#xff0c;并且成功的执行了第一个SPring Boot项目&#xff08;在网页上运行hello world&#xff09; 那么&#xff0c;本文的主要作用便是带领大家走进&#xff1a;Spring Boot配置文件 && Spring日志文件…

C++:由哈希延伸出来的应用--位图和布隆过滤器

文章目录 位图的概念位图的实现布隆过滤器布隆过滤器的查找布隆过滤器的删除布隆过滤器的优点 布隆过滤器的实现 本篇实现的是位图和应用 位图的概念 下面有这样的场景&#xff1a;给定40亿个数&#xff0c;现在要找这当中的一个数&#xff0c;如何寻找&#xff1f; 遍历&am…

大数据平台/大数据技术与原理-实验报告--实战HDFS

实验名称 实战HDFS 实验性质 &#xff08;必修、选修&#xff09; 必修 实验类型&#xff08;验证、设计、创新、综合&#xff09; 综合 实验课时 2 实验日期 2023.10.23-2023.10.27 实验仪器设备以及实验软硬件要求 专业实验室&#xff08;配有centos7.5系统的linu…

智能优化算法应用:基于蝴蝶算法无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于蝴蝶算法无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于蝴蝶算法无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.蝴蝶算法4.实验参数设定5.算法结果6.参考文献7.MATLAB…