使用jdk1.5装箱及拆箱功能时注意的问题

转自:http://blog.youkuaiyun.com/Senton/archive/2007/06/06/1639943.aspx

我们知道java中所有到的类型要么就是引用类型和要么就是原始数据类型,其中原始数据类型有其相应的包装类(Wrapper Class),包括:Byte(byte), Short(short), Integer(int), Long(long), Float(float), Double(double), Boolean(bool), Char(char)。
        我们将原始数据类型及其包裹类间的互相转换称为装箱及拆箱操作。
        Generics为我们提供了自动封拆箱的功能,记住在设定泛型的类型参数(type parameter)时,只能使用引用类型,绝对不能使用原始数据类型。我们以以下的示例来说明:
        Example1.2.1
        public int sum(List<Integer> ints) {
            int s = 0;
           for(int n : ints) {s += n;}
           return s;
        }
在该例子,我们看到在遍历时,当ints把值绑定到n时,进行了拆箱操作。
Example1.2.2
public Integer sumInteger(List<Integer> ints) {
    Integer s = 0;


    for(Integer n : ints) {

         s += n;

      }
    return s;
}
在这里我们看到在进行s += n这一步时,反复做了拆箱及封箱操作,我们看到虽然做的是同一件事,但在jvm中执行的效率相差幅度在60%左右。

在讨论封,拆箱时我们要留意一下以下两个问题:
(1)

      ==号在原始及引用类型间的定义是不同的,我们在处理比较相等问题时要特别留意封,拆箱带来的问题:
Example1.2.3
List<Integer> bigger = new ArrayList<Integer>(200, 300, 400);
Assert sumInteger(bigger) == sum(bigger);
Assert sumInteger(bigger) != sumInteger(bigger) //not recommended
我们看到在第一段比较时,对Integer进行了拆箱的操作,然后再和int比较,则结果一定是900.第二个比较,因为两者都为Integer,但它们并不是同一对象的引用,所以自然就不相等。
我们推荐使用==号比较int类型,用equals方法去比较Integer类型间的相等性。

(2)

当对byte, boolean,int(-127 - +128), short(-127 - +128), char(/u0000 - /u007f)在封箱时是必须进行缓存的,而对其它值,也是被允许进行缓存。
Example1.2.4
List<Integer> smalls = new List<Integer>(1,2,3);
Assert sumInteger(smaller) == sum(smaller);
Assert sumInteger(smaller) == sumInteger(smaller) //not recommended
因为总和的值为6,所以封箱后的值被缓存起来,下次封箱的值也为6时,就会调用缓存中的值,所以我们看到第二个判断为相等。通常情况下,并没有指定封箱两次相同的值会返回相同或不同对象。我们反对用==号进行引用对象的比较,而是使用equals方法来进行判断对象间的相等情况。

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值