GO总结三函数

本文详细介绍了Go语言的函数定义与使用,包括无参无返回值、有参无返回值、有参有返回值的函数,以及带变量参数和多返回值的函数。通过示例展示了如何调用和返回函数值,还包括闭包和defer的使用,解释了defer的执行顺序。

一函数

go的函数关键字是func

一般是 func函数名(参数列表)(返回值列表){
函数体
}
参数列表,返回值列表不用可以不写

二 例子

package main

import "fmt"//导入包必须使用,否则编译报错

//无参 无返回值
func MyfunA(){
	
	fmt.Printf("MyfunA\n")
}

//有参无返回值
func MyfunB(str string) {

	fmt.Printf("MyfunB,str=%s\n",str)
	
}

//有参有返回值
func MyfunC(str string)(num int){

	fmt.Printf("MyfunC,str=%s\n",str)
	num = len(str) 
	return 
	//有返回值必须要有return 结束
	//不一定要return 返回值,当然你return 也没有什么问题
}

//有参有返回值 和上面一样
func MyfunD(str string)(num int){

	fmt.Printf("MyfunD,str=%s\n",str)
	return len(str)
	//有返回值必须要有return 结束
}

//有参有多个返回值 
func MyfunE(str string)(num int, dest string){

	fmt.Printf("MyfunE,str=%s\n",str)
	return len(str),str
	//也可以像func一样将返回值填好就行
	//有返回值必须要有return 结束
}
//参数列表
func MyfunF(args ... int)(num int){

	fmt.Printf("MyfunF\n")
	return len(args)
	//返回参数数量
}


func main() {//g语言中的 ‘{’ 不能独占一行	
	MyfunA()
	
	MyfunB("MyfunB")
	
	num := MyfunC("MyfunC")
	fmt.Printf("MyfunC result=%d\n",num)
	
	num = MyfunD("MyfunD")//num 存在 用=
	fmt.Printf("MyfunD result=%d\n",num)

	len ,str := MyfunE("MyfunE")
	fmt.Printf("MyfunE result=%d,%s\n",len,str)
	
	num = MyfunF(1,2,3,4,5,6)	
	fmt.Printf("MyfunF result=%d\n",num)
	
	//闭包如果修改外部数据,外部再使用是会变的,也就是引用传递
	res1,res2 := func(num1,num2 int,str string)(res1 int,res2 string){	
		res1 = num1 + num2
		res2 = str
		return
	}(1,2,"abc")
	
	fmt.Printf("res1=%d,res2 =%s\n",res1,res2)
	
}

结果
在这里插入图片描述
前后对照,就很清晰了

三 defer

是一个函数栈,先进后出,用于延迟一个函数的执行时间(main函数结束前执行),它一定会执行,哪怕中途崩溃了。

package main

import "fmt"//导入包必须使用,否则编译报错

func main() {//g语言中的 ‘{’ 不能独占一行	

	fmt.Println("aaa")
	defer fmt.Println("bbb")	
	fmt.Println("ccc")
		
	a :=[]int{1,2}
	a[9]=10
		
	fmt.Println("ddd")
}

结果
在这里插入图片描述
ccc之后访问非法内存,崩溃,ddd没有打印,但是之前bbb被defer了,所以会执行

数据集介绍:垃圾分类检测数据集 一、基础信息 数据集名称:垃圾分类检测数据集 图片数量: 训练集:2,817张图片 验证集:621张图片 测试集:317张图片 总计:3,755张图片 分类类别: - 金属:常见的金属垃圾材料。 - 纸板:纸板类垃圾,如包装盒等。 - 塑料:塑料类垃圾,如瓶子、容器等。 标注格式: YOLO格式,包含边界框类别标签,适用于目标检测任务。 数据格式:图片来源于实际场景,格式为常见图像格式(如JPEG/PNG)。 二、适用场景 智能垃圾回收系统开发: 数据集支持目标检测任务,帮助构建能够自动识别分类垃圾材料的AI模型,用于自动化废物分类回收系统。 环境监测与废物管理: 集成至监控系统或机器人中,实时检测垃圾并分类,提升废物处理效率环保水平。 学术研究与教育: 支持计算机视觉与环保领域的交叉研究,用于教学、实验论文发表。 、数据集优势 类别覆盖全面: 包含种常见垃圾材料类别,覆盖日常生活中主要的可回收物类型,具有实际应用价值。 标注精准可靠: 采用YOLO标注格式,边界框定位精确,类别标签准确,便于模型直接训练使用。 数据量适中合理: 训练集、验证集测试集分布均衡,提供足够样本用于模型学习评估。 任务适配性强: 标注兼容主流深度学习框架(如YOLO等),可直接用于目标检测任务,支持垃圾检测相关应用。
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