黑马程序员————JAVA之枚举

Java与Android开发中的枚举应用与理解

------- android培训java培训、期待与您交流! ----------

 

1.枚举相当于一个类,其中也可以定义构造方法、成员变量、普通方法和抽象法。

  枚举是通过enum关键字定义枚举类,枚举类是一个特殊的类,每个元素都是该类的一个实例对象。

  枚举元素必须位于枚举体的最开始部分,其后要有分号与其隔开,如果将枚举中的成员方法或成员变量等放在枚举元素的前面,编译器报错。

  枚举只有一个成员时,就可以作为一种单例的实现方式。

2.为什么要有枚举

    问题:要定义星期几或性别的变量,该怎么定义?假设用1-7分别表示星期一到星期日,但有人可能会写成int weekday = 0;或即使使用常量方式也无法阻止意外。

     枚举就是要让某个类型的变量的取值只能为若干个固定值中的一个,否则,编译器就会报错。枚举可以让编译器在编译时就可以控制源程序中填写的非法值,普通变量的方式在开发阶段无法实现这一目标。

例如:

私有的构造方法 

每个元素分别用一个公有的静态成员变量表示 

可以有若干公有方法或抽象方法。采用抽象方法定义nextDay就将大量的if.else语句转移成了一个个独立的类。 

<span style="font-size:18px;">public abstract class WeekDay1 {
	private WeekDay1(){}
	
	public final static WeekDay1 SUN = new WeekDay1(){
		public WeekDay1 nextDay() {
			return MON;
		}
		
	};
	public final static WeekDay1 MON = new WeekDay1(){
		public WeekDay1 nextDay() {
			return SUN;
		}
	};	
	
	public abstract WeekDay1 nextDay();
	public String toString(){
		return this==SUN?"SUN":"MON";
	}
}
</span>


 

3枚举方法

   构造方法:枚举的构造方法必须定义为私有的。

             如果有多个构造方法,通过传入的不同类型的参数调用构造方法。

             枚举元素MON和MON()的效果一样,都是调用默认的构造方法。

 非静态方法:String toString() ;          获取枚举的名称

             String name();               获取此枚举常量的名称

             Class getClass() ;           获取对应的类名

             int ordinal() ;              获取枚举值在枚举类中的顺序



   静态方法:valueOf(String e) ;转为对应的枚举对象

             values() ;         获取所有的枚举对象元素

<span style="font-size:18px;">public class EnumDemo {  

    public static void main(String[] args) { 

         WeekDay weekDay=WeekDay.MON;  
         System.out.println(weekDay); 
         System.out.println(weekDay.name());           //获取对象名  
         System.out.println(weekDay.getClass());       //获取对应类  
         System.out.println(weekDay.toString());       //获取枚举对象名  
         System.out.println(weekDay.ordinal());        //获取此对象在枚举常量的次序  
         System.out.println(WeekDay.valueOf("WED"));   //将字符串转化为枚举常量  
         System.out.println(WeekDay.values().length);  //获取所以的枚举元素,并打印其长度  。length是一个属性
}    

       //定义枚举内部类  

public enum WeekDay{  
    SUN(1),MON(),TUE,WED,THI,FRI,SAT;   

 //无参构造器  

     private WeekDay(){  

       System.out.println("First");  

  }  

  //带参数的构造器  

     private WeekDay(int day){  

        System.out.println("Second");  

   }  

}  

}  
</span>

4.实现带有抽象方法的枚举

   枚举中的常量需要子类来实现,这是可以利用内部类的方式来定义枚举常量 

<span style="font-size:18px;">public class EnumTest {  
    public enum TrafficLamp{  
        RED(25){  
            public TrafficLamp nextLamp(){  
                return GREEN;  
            }  
        },  
        GREEN(30){  
            public TrafficLamp nextLamp(){  
                return YELLOW;  
            }  
     },  
        YELLOW(5){  
            public TrafficLamp nextLamp(){  
                return RED;  
            }  
        };  
        private int time;  
        //构造器  
       private TrafficLamp(int time){  
            this.time=time;}  
        //抽象方法  
        public abstract TrafficLamp nextLamp();  
    }         
}  </span>


 


 

 

标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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