Deslize para mostrar o menu

Em geral, não há muito mais a dizer sobre mapas. Saber que é uma estrutura de dados que armazena informações com base no princípio chave-valor já é suficiente. Mas e se você quiser experimentar algo diferente e passar uma estrutura de dados como um ArrayList como valor no mapa?

Passando Estruturas de Dados como Valores em um Mapa

Talvez você tenha poucas colisões no hashmap e queira armazenar dados de uma forma ainda mais peculiar.

Main.java


              1234567891011121314151617181920212223242526
            
package com.example;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Main {
    public static void main(String[] args) {
        List<String> marketingDepartment = new ArrayList<>();
        marketingDepartment.add("Michael");
        marketingDepartment.add("Alice");
        marketingDepartment.add("Jimmy");

        List<String> developerDepartment = new ArrayList<>();
        developerDepartment.add("Bob");
        developerDepartment.add("John");
        developerDepartment.add("Ryan");

        Map<String, List<String>> company = new HashMap<>();
        company.put("Marketing", marketingDepartment);
        company.put("Development", developerDepartment);

        System.out.println("Company: " + company);
    }
}

Aqui está um exemplo de criação de uma estrutura de dados que armazena informações sobre uma determinada empresa. Essa abordagem é às vezes utilizada ao trabalhar com bancos de dados, mas não é recomendável abusar dela, pois a recuperação de dados dessas estruturas de dados pode ser desafiadora. Por exemplo, suponha que desejamos recuperar o marketer no índice 1.

Main.java


              1234567891011121314151617181920212223242526272829
            
package com.example;

import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;

public class Main {
    public static void main(String[] args) {
        List<String> marketingDepartment = new ArrayList<>();
        marketingDepartment.add("Michael");
        marketingDepartment.add("Alice");
        marketingDepartment.add("Jimmy");

        List<String> developerDepartment = new ArrayList<>();
        developerDepartment.add("Bob");
        developerDepartment.add("John");
        developerDepartment.add("Ryan");

        Map<String, List<String>> company = new HashMap<>();
        company.put("Marketing", marketingDepartment);
        company.put("Development", developerDepartment);

        System.out.println("Company: " + company);

        String marketerAtIndexOne = company.get("Marketing").get(1);
        System.out.println("Marketer at index 1 is: " + marketerAtIndexOne);
    }
}

À primeira vista, não parece complicado. Basta utilizar o método mais uma vez. No entanto, em programação, é fundamental evitar hardcoding.

Hardcoding é prejudicial e deve ser evitado de todas as formas. Veja um exemplo com hardcoding e, em seguida, vamos corrigi-lo juntos:

Main.java


              123456789101112
            
package com.example;

public class Main {
    public static void main(String[] args) {
        // Hardcoded value
        double price = 49.99;

        // Using hardcoded value
        double discountedPrice = price * 0.8; // 20% discount
        System.out.println("Discounted Price: " + discountedPrice);
    }
}

Como pode ser observado, há hardcoding no código acima. Ao especificar o desconto, utilizamos um número literal. É necessário armazenar esse desconto em uma variável para que possamos reutilizar esse valor posteriormente. Vamos aprimorar o código acima:

Main.java


              12345678910111213
            
package com.example;

public class Main {
    public static void main(String[] args) {
        // Using variables instead of hardcoding
        double price = 49.99;
        double discountPercentage = 0.2; // 20% discount

        // Using variables
        double discountedPrice = price * (1 - discountPercentage);
        System.out.println("Discounted Price: " + discountedPrice);
    }
}

Dessa forma, obtém-se uma variável com o valor do desconto, e em um programa grande no futuro, seria necessário alterar apenas o valor dessa única variável.

Se tivéssemos definido o valor diretamente no código, seria preciso alterar o valor em todas as ocorrências, o que aumentaria significativamente o tempo necessário para aprimorar ou editar o código.

Resumo

Em resumo, pode-se afirmar que em estruturas de dados, diversos tipos de dados, incluindo outras estruturas de dados, podem ser utilizados. Isso adiciona praticidade ao uso dessas estruturas e flexibilidade à sua aplicação. No entanto, não se deve esquecer da complexidade algorítmica, pois é um parâmetro crucial ao desenvolver uma aplicação. Ao utilizar estruturas de dados dentro de outras estruturas de dados, pode ser bastante fácil cometer erros e complicar significativamente a execução de uma operação específica.

Fique atento a isso, e seu código será excelente!

1. Qual é a complexidade de tempo de um algoritmo que percorre um array de tamanho `n` e executa uma operação de tempo constante em cada elemento?

2. Qual é a principal desvantagem de codificar valores diretamente no código?

3. Dado dois algoritmos com complexidades de tempo `O(n log n)` e `O(n^2)`, qual deles é geralmente mais eficiente para tamanhos de entrada grandes?

Tudo estava claro?

Obrigado pelo seu feedback!

Seção 1. Capítulo 16

Pergunte à IA

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

Seção 1. Capítulo 16

Mapa com Outras Estruturas de Dados

Passando Estruturas de Dados como Valores em um Mapa

Resumo

1. Qual é a complexidade de tempo de um algoritmo que percorre um array de tamanho n e executa uma operação de tempo constante em cada elemento?

2. Qual é a principal desvantagem de codificar valores diretamente no código?

3. Dado dois algoritmos com complexidades de tempo O(n log n) e O(n^2), qual deles é geralmente mais eficiente para tamanhos de entrada grandes?

1. Qual é a complexidade de tempo de um algoritmo que percorre um array de tamanho `n` e executa uma operação de tempo constante em cada elemento?

3. Dado dois algoritmos com complexidades de tempo `O(n log n)` e `O(n^2)`, qual deles é geralmente mais eficiente para tamanhos de entrada grandes?