异常处理

-本文仅为个人学习总结,方便个人复习,文章大部分内容为参考资料上的知识点。

finally块中的代码什么时候执行

在Java语言的异常处理中,finally块的作用就是为了保证无论出现什么情况,finally块里的代码一定会被执行。由于程序执行return就意味着结束语对当前函数的调用并跳出这个函数体,因此任何语句都要执行都只能在return前执行(除非碰到exit函数),因此finally块里的代码也是在return前执行的。此外,如果try-finally或者catch-finally中都有return,那么finally块中的return语句将会覆盖别处的return语句,最终返回到调用者那里的是finally中return的值。

  • 例子1:
public class Test {
public static int testFinally(){
try{
return 1;
}catch(Exception e){
return 0;
}finally{
System.out.println("execute finally");
}
}
public static void main (String[] args){
int result = testFinally();
System.out.println(result);
}
}

程序的运行结果为:
execute finally
1
从例子1里面可以看出,在执行return语句前确实执行了finally块中的代码。紧接着,在finally块里面放置个return语句,例子2如下:

public class Test {
public static int testFinally(){
try{
return 1;
}catch(Exception e){
return 0;
}finally{
System.out.println("execute finally");
return 3;//放置return语句
}
}
public static void main (String[] args){
int result = testFinally();
System.out.println(result);
}
}

程序的执行结果为:
execute finally
3
从运行结果可以看出来,当finally块中有了return语句,将会覆盖函数中其他return语句。
此外,由于在一个方法内部定义的变量都存储在栈中,当这个函数结束后,其对应的栈就会被回收,此时在其他方法体中定义的变量将不存在了,因此return在返回是不是直接返回变量的值,而是复制一份,然后返回。因此,对于基本类型的数据,在finnaly块中改变return的值对返回值没有任何影响,而对引用类型的数据会有影响。

  • 引申:出现在Java程序中的finally块是不是一定会被执行?
    1、当程序在进入try语句块之前就出现异常时,会直接结束,不会执行finally块中的代码;
    2、当程序在try块中强制退出时也不会去执行finally块中的代码。

异常处理的原理

异常是指程序运行时(非编译)所发生的的非正常情况或错误,当程序违反了语义规则时,JVM就会出现的错误表示为一个异常并抛出。这个异常可以再catch程序块中进行捕获,然后进行处理。而异常处理的目的则是为了提高程序的安全性与鲁棒性。
Java语言把异常当做对象来处理,并定义了一个基类(java.lang.Throwable)作为所有异常的父类。在JavaAPI中,已经定义了许多异常类,这些异常类分为Error(错误)和Exception(异常)两大类。
违反语义规则包括两种情况:
1、Java类库内置的语义检查,例如当数组下标越界时,会引发IndexOutOfBoundException,当访问null的对象时,回引发NullPointerException;
2、Java允许开发人员扩展这种语义检查,开发人员可以创建自己的异常类(所以异常都是Java.lang.Throwable的子类),并且自由选择在何时用throw关键字抛出异常。

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自: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
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