Java——控制结构与函数

一、选择结构:

  • if(布尔表达式) 单种case
  • if (布尔表达式) …else 两种case
  • if (布尔) …else if (布尔) …else 可以多种case

多重:switch(表达式)

  • 多个case分支
  • 满足一个分支后,需要break
  • 最后一个分支为default

二、循环结构

  • while
  • do…while
  • for
package Primary;

/**
 * Java控制结构
 * @version 15:21 2019-09-29
 * @author xxwang1018
 */

class IfElseTest { //选择结构之if-else
    public void i2() {
        int a = 5;
        if(a>1) {
            System.out.println("aaaaaaa");
        }

        if(a>10) {
            System.out.println("bbbbbbb");
        } else {
            System.out.println("ccccccc");
        }

        if(a>10) {
            System.out.println("dddddd");
        }
        else if(a>=5) {
            System.out.println("eeeeee");
        }
        else {
            System.out.println("ffffff");
        }
    }
}
class SwitchTest { //选择结构之switch
    public void s1() {
        int a1 = 1;
        int a2 = 2;
        switch(a1+a2) {
            case 1: System.out.println("aaaaaaa");
                break;
            case 2: System.out.println("bbbbbbb");
                break;
            case 3: System.out.println("ccccccc");
                //break;
            default:System.out.println("ddddddd");
        }

        String b = "abc";
        switch(b) {
            case "abc": System.out.println("eeeeeee");
                break;
            case "def": System.out.println("fffffff");
                break;
            case "hgi": System.out.println("ggggggg");
                break;
            default:System.out.println("hhhhhhh");
        }
    }
}
class WhileTest { //循环结构之while
    public void w1() {
        System.out.println("=============While Test==========");
        int x = 10;
        while (x < 20) {
            System.out.print("value of x : " + x);
            x++;
            System.out.print("\n");
        }

        System.out.println("=============Do  While Test==========");
        x = 10;
        do {
            x++;
            if(x%2 == 0) {
                continue;
            }
            System.out.println("value of x : " + x);
        } while (x < 20);
    }
}
class ForTest { //循环结构之for
    public void f2() {
        for(int i=0;i<5;i++) {
            for(int j=0;j<5;j++) {
                if(j<=i) {
                    System.out.print("*");
                } else {
                    break;
                }
            }
            System.out.println();
        }
    }
}

public class ControlStructure {
    public static void main(String[] args) {
        new IfElseTest().i2();
        new WhileTest().w1();
        new ForTest().f2();
        new SwitchTest().s1();
    }
}

中断控制流程语句

  • break:跳出当前所在循环,执行循环后面的语句
  • continue: 中断正常的控制流程,将控制转移到最内层循环的首部;若用于 for 语句,跳到循环变量的更新部分
  • 带标签的 break 语句:类似 goto 语句,用于跳出多重循环;标签必须放在希望跳出的最外层循环之前,并且紧跟一个冒号
  • 带标签的 continue 语句:跳到与标签匹配的循环首部
import java.util.*;
import java.math.*;
 
/**
 * This program discribes special "break" statements
 * @version 15:40 2019-03-27
 * @auther xxwang1018
 */
 
public class SpecialBreak{
    public static void main(String[] args) {
        int[] score = new int[10];
        int total=0;
        for (int i = 0; i < 10; ++i){
            score[i] = (int) (1 + Math.random() * 100); //随机产生学生分数
            total+=score[i]; //计算总分
        }
        double average=1.0*total/10; //计算平均分
        int counter=0;
        /**
         count 用来记录第一个低于平均分的学生的序号,且必须要初始化
         */
 
        read_data:
        while(average<total){
            for(int i=0; i<10; ++i){
                if(score[i]>average)
                    System.out.println("Congratulations! You are ok!"); //对超过平均分的学生鼓励
                else{
                    System.out.println("\nThe first student who doesn't get an average score appears.");
                    counter=i;
                    break read_data;
                }
                System.out.println(score[i]);
            }
        }
        System.out.println("\nThe average is "+average+"\nThis student's score is "+score[counter]);
    }
}

/*
测试结果:
Congratulations! You are ok!
92
Congratulations! You are ok!
85
 
The first student who doesn't get an average score appears.
 
The average is 61.6
This student's score is 39

三、函数

修饰词(public 或者 static) 返回值(int 或者void),函数名(形 参列表) {函数体}

  • 函数必须放在类的范围内。通常情况下,建议方法是public
  • 函数可以调用其他的函数,例如上例中,main函数调用了add函数
  • 递归函数调用,需要注意终止条件
  • 同一个类中,函数名称可以相同,即重载函数 (overload),但是函数参数的个数或者类型必须有所不同。不能以返回值来区分同名的函数
package Primary;

/**
 * Java函数
 * @version 15:42 2019-09-29
 * @author xxwang1018
 */

public class Function {
    public static void main(String[] args) {
        int a = 5;
        int b = factorialCalculation(a);
        System.out.println("The factorial of " + a + " is " + b);
    }

    public static int factorialCalculation(int m) {
        if (m > 1) {
            return m * factorialCalculation(m - 1);
        } else {
            return 1;
        }
    }
}

转载于:https://www.cnblogs.com/xxwang1018/p/11607032.html

Employee类与Java控制结构解析 本文通过实现Employee类展示面向对象编程基础,包含属性封装、构造函数及方法设计,并演示加薪前后年薪计算。同时涵盖Java控制结构、循环类型、条件语句、运算符使用等核心知识点,帮助理解程序流程控制与常见编程错误修正。 阅读详情

相关推荐

8、布尔值与控制结构

本文介绍了编程中布尔值与控制结构的基础知识和应用,涵盖布尔类型的定义、关系与逻辑运算符的使用、常见的控制结构(如if语句、switch语句)、循环结构及方法的定义与调用。此外,还探讨了布尔表达式的组合、流程控制图、代码优化技巧以及布尔值和控制结构在实际场景中的广泛应用,例如用户权限验证、游戏逻辑、数据处理等。通过掌握这些基础知识,读者可以编写出更加灵活、高效的程序。

fff88的博客 84

使用Java Stream的average()方法计算平均值

Java 8 引入的 Stream API 提供了强大的数据处理功能,其中的 average() 方法用于计算流中元素的平均值。本文将详细介绍 average() 方法的用法、示例代码以及其背后的实现原理。

专注于深入研究多种编程语言,以实战为导向,逐步拓展开发技能,提升工程化编码和思维能力,展现无敌技术实力。 7094

Win10平台下QT6.9.0 OpenCV 4.10.0从入门到精通

我最近开发一个视觉项目,我们从0开始记录在windows 10下 用QT6.9+OpenCV 4.10.0搞定整个项目的开发过程。以抛砖引玉,大家共同进步。

fds111111的博客 1715

java中average方法_Java中的IntStream average()方法

average()Java中IntStream类的方法返回描述此流元素算术平均值的OptionalDouble;如果此流为空,则返回一个空的optional。它获取流元素的平均值。语法如下OptionalDoubleaverage()在这里,OptionalDouble是一个容器对象,可能包含也可能不包含double值。使用一些元素创建一个IntStreamIntStreamintStream...

weixin_29442031的博客 2312

思科模拟器CIsco Packet Tracer利用三层交换机实现VLAN间路由

版权声明:如果对大家有帮助,大家可以自行转载的。 1.技术原理: 三层交换机具备网络层的功能,实现 VLAN 相互访问的原理是:利用三层交换机的路由功能,通过识别数据包的 IP 地址,查找路由表进行选路转发,三层交换机利用直连路由可以实现不同 VLAN 之间的相互访问。三层交换机给接口配置 IP 地址。采用 SVI(交换虚拟接口)的方式实现 VLAN 间互连。SVI 是指为交换机中的VLAN 创建...

qq_37992321的博客 1万+

SAP 物料账前期没有运行的解决方法

If you use the actual costing (material ledger), you must have completely closed all period-end closing operations in the actual costing for the penultimate period prior to the period shift. Use the '...

含笑饮砒霜死后更嚣张 3321

Java流程控制语句中的选择结构——if语句、switch语句

If语句 一个基本的if语句由一个关键字开头,跟上在括号里的一个表示条件的逻辑表达式,然后是一对大括号“{}”之间的若干条语。如果表示条件的逻辑表达式的结果为true,那么就执行后面跟着的这对大括号中的语句,否则就跳过这些语句不执行,而继续下面的其他语句。 若执行的语句只有一条就不需要大括号,可以直接写这个语句(还是加上大括号养成好习惯),但语句结尾要有分号。 If语句这一行结束的时候并没有表示语...

weixin_45797022的博客 861

TMS320F280049C 学习笔记11 控制率加速器 CLA 例程

总结了TI官方在C2000Ware_3_01_00_00版本中提供的7个与CLA相关的例程。

whyorwhnt的专栏 1万+

揭秘Java中的控制函数和方法:提升代码复用与组织性

在 Java 中,函数和方法通常被视为同义词,用于封装一系列相关的操作。方法是一组执行特定任务的语句集,可以接受输入参数,并可能返回一个结果。// 方法体// 执行相关操作// 如果方法需要返回值:指定方法的访问级别,如publicprivateprotected或默认(包访问权限)。:方法返回的数据类型,如果方法不返回任何值,则为void。:方法的名称,应遵循 Java 的命名规则。parameters:方法的输入参数列表,每个参数由其数据类型、参数名和逗号分隔。如果没有参数,则留空。

h1090637222的博客 538

【常见开源库的二次开发】基于openssl的加密与解密——openssl认识与配置(一)

OpenSSL 是一个开源的软件库,它提供了一系列加密工具和协议,主要用于实现安全通信,如在网络上的数据传输。它支持多种加密算法,包括对称加密、非对称加密、散列函数、伪随机数生成器、数字签名、密钥交换以及证书管理等。

嵌入式技术开发 4165

STM32实现简单的智能电梯控制

上述代码实现了一个简单的智能电梯控制器。电梯的状态包括IDLE(停止)、UP(向上移动)和DOWN(向下移动)三种状态。通过向上和向下按钮的按下,可以控制电梯移动到指定的楼层。在主循环中,不断读取当前楼层的按钮状态,并根据电梯状态决定执行的动作。具体的楼层数量和按钮的GPIO引脚可以根据实际情况进行调整。要实现简单的智能电梯控制,我们可以使用STM32微控制器来实现。

2401_85258012的博客 338

Java函数式编程-控制结构更具函数式风格

在看这篇文章前推荐阅读:《Java函数式编程之最细致的lambda表达式讲解》与《Java函数式编程之Java8四大函数接口》 文章目录如何使标准的控制结构更具函数式风格?进阶一:进阶二: 如何使标准的控制结构更具函数式风格? 我们知道控制结构是命令式编程的主要构成部分,比如if…else、switch…case、for、while和do循环。这些都是命令式编程的本质。 纯函数式的方法除了返回一个...

Kevin.wang 495

Cesium初级开发教程之三十:Primitive集合

教程示例网站:https://thomaz529.github.io。

485

【Java】【基础篇】day03:循环语句与函数

前言 本期任务:毕向东老师Java视频教程学习笔记(共计25天) 原视频链接:黑马程序员_毕向东_Java基础视频教程 day01:编写HelloWorld程序 day02:操作符与条件选择语句 day03:循环语句与函数 一、打印三角形 /* 需求:打印三角形 思路; 两重循环 步骤: 1. 第一层循环控制三角形层数 2. 第二层循环控制'*'的个数和位置 3. 注意换行 思路; 函数实现 步骤:返回值为空,参数可设置为输出行数 1. 重载两种

weixin_43868754的博客 288

华为OD机试真题 新系统 2026-05-13 Python&JS语言 实现【查找能被整除的最大整数】

给定一个字符串和一个正整数,字符串由大小写字母和数字组成,要求从字符串中找出最大且能被给定正整数整除的数。

MISAYAONE的博客 229

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

C++到Java学习总结(基础篇)

public class Main {//文件名为Main.java");在可运行的Java程序中,至少需要有一个类包含方法作为程序的入口点,这是Java程序的标准入口。虚拟机(JVM)启动时会从这个方法开始执行程序。一个.java源文件,最多只能有一个public的类,并且此时该类必须和文件名相同。程序入口点main方法,可以放到任何名字的类中。程序入口点,必须声明为,即外部可直接访问的静态方法。java的类不需要在最后添加;。

m0_63997099的博客 2105

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

Java语言学习笔记(一)

本篇文章介绍了Java语言的基础知识,包括语法、数据类型、控制结构以及函数等方面。通过掌握这些基本概念,我们可以为后续的深入学习打下坚实的基础。在后续的学习中,我们将继续深入探索Java语言的更多高级特性和应用。

weixin_66976644的博客 840

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

蓝牙模块HM-10手册

蓝牙模块HM-10手册,该手册对蓝牙模块HM-10进行了详细的介绍和使用方法以及一些AT指令。

Scala 基础(6)—— 控制结构

1. Scala 的内建控制结构 Scala 有几个内建的控制结构,包括: if 表达式 while 循环和 do-while 循环 for 表达式 try 表达式 match 表达式 Scala 的所有控制结构都返回某种值作为结果,这是函数式编程采取的策略: 程序是被用来计算出某个值,所以程序的各个组成部分也应该计算出某个值。 以上的5个控制结构中,有一个被称之为...

weixin_30496431的博客 176

Java基础学习(1)

1、JAVA的基本数据类型 public class test { public static void main(String[] args) { int a; a = 10; System.out.println("a = "+ a);//输出 int b = 5; int c = a+b; System.out.println(a+"+"+b+"="+c); float f = (float)0.1; double e = 0.2; System

mantouyouyou的博客 1697

java语法基础

1,语句。   If switch do while while for   这些语句什么时候用?   1)、当判断固定个数的值的时候,可以使用if,也可以使用switch。   但是建议使用switch,效率相对较高。 switch(变量){   case 值:要执行的语句;break;   …   default:要执行的语句;   }   工作原理:用小括号中的变量的值依次和case后面的值进行对比,和哪个case后面的值相同了   就执行哪个case后面的语句,如果没有相同的则执行defau..

dxmdxmw的博客 104

java 函数 数组_java的一些基本函数知识(包括数组)

java的一些基本函数知识(包括数组)/*class lesson{public static void main(String [] args){System.out.println("lesson3");//一定要有”;“}}*//*class lesson3{byte i=5;//不能在这里定义。public static void main(String [] args){//byte i...

weixin_35895753的博客 203

scala入门基础知识-语法及控制结构

1 Scala基础知识和语法 1.1 语法特点 (1)可拓展:面向对象、函数式编程 (2)兼容JAVA:类库调用、互操作 (3)语法简洁:代码行短、类型推断、抽象控制 (4)静态类型化:可检验、安全重构 (5)支持并发控制:强计算能力、自定义其他控制结构 1.2 Scala和Java的关系 (1)都是基于JVM虚拟机运行的 Scala编译之后的文件也是.class,都要转换为字节码,然后运行在J...

prroda的博客 348

表达式和语句的区别

•Java表达式主要用于计算值,但控制结构是语句,需通过返回值或副作用操作结果。•Kotlin表达式是语言核心,控制结构(如ifwhen)和函数设计更灵活,可直接返回值,支持链式调用和简洁语法。核心思想•表达式是值语句是动作。• Kotlin 的表达式特性使其代码更简洁、更函数式,而 Java 需要更多样板代码。

琦琦的博客 1111

Java小白入门基础教程

Java入门基础教程可以概括为以下几个关键部分,每个部分都包含了重要的概念和知识点。以下是一个结构清晰、内容丰富的教程概览:下载JDK:安装JDK:配置环境变量:验证配置:注释、标识符和关键字:数据类型:变量和常量:运算符:类型转换:分支结构:循环结构:跳转语句:定义函数:调用函数:参数和返回值:数组:集合:

weixin_46123033的博客 533

14、 探索C、C++与Java编程语言的核心概念与应用

本文深入探讨了C、C++和Java三种编程语言的核心概念及其应用,包括变量与数据类型、控制结构、函数与方法、输入输出、数组与指针、结构体与类等基础内容,并进一步讲解了文件操作、异常处理及多线程编程等高级主题。通过实际代码示例,帮助读者全面理解这三种语言的特性和应用场景。

weixin_33759613的博客 922

java学习day1:C基础下的对比与学习

1.java里面不用include,不用using std namespace,直接 public static void xxx{//xxx是文件名 public static void main(String[] args){ //相当于int main } } 2.函数用法和C一样,只不过前面多了个public static,而且与public static void main{}没...

jieyannn的博客 187
上一篇: Java——数据类型
SmallProgramer3121
博客等级 码龄11年 3粉丝 0原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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