PHP | 常量 知识梳理与运用详析

本文深入讲解PHP中的常量概念,包括自定义常量与系统常量的定义、作用及取值方法,同时介绍如何判断常量是否已被定义。
1. 常量的定义
  • 常量可以理解为值不变的量(如圆周率);
    或者是常量值被定义后,在脚本的其他任何地方不可以被改变
  • PHP中的常量分为自定义常量系统常量

自定义常量是根据我们开发的需要而定义的常量,通过使用PHP中的函数define()定义。

define()函数的语法格式:

bool define(string $constant_name, mixed $value[, $case_sensitive = false])
  • 第一个参数constant_name必选参数,要传入的是一个常量名称,即标志符,是一个不带美元符号的string
    常量的命名规则与变量的一致,不同的是它不带美元符号,待会可以看下demo代码;

  • 第二个参数value必选参数,它是常量的值;

  • 第三个参数case_sensitive可选参数,指定是否大小写敏感
    设定为true表示不敏感
    一般不指定第三个参数的情况下,默认第三个参数的值为false,即敏感

  • 另外:
    string表示参数类型为字符串类型;
    mixed表示参数类型可以接受为多种不同的类型;
    case_sensitive = false表示默认为布尔类型false,即敏感.

demo:

<?php
$p = "PII";//第二种定义方式
define("PI",3.14);//第一种定义方式
define($p,3.14);//第二种定义方式
echo PI;
echo "<br />";
echo PII;
?>
  • 如上两种定义方式:
    第一条种比较直观;
    第二种则使用起来比较灵活;

运行结果:

3.14
3.14

再demo:

<?php
define("GREETING", "Welcome to W3School.com.cn!");
echo GREETING;
echo "<br />";
define("GREETING", "Welcome to W3School.com.cn!", true);
echo greeting;
?>
  • 如上,
    第一个define默认定义大小写敏感;
    第二个为不敏感;

运行结果:

Welcome to W3School.com.cn!
Welcome to W3School.com.cn!




2. 常量的作用
  1. 可以避免重复定义,篡改变量值。
    在进行团队开发时,或者代码量很大的时候,对于一些第一次定义后不改变的量,如果使用变量,在不知情的情况下,使用同一变量名时,变量值就会被替换掉,从而会引发服务器执行错误的任务;

  2. 使用常量还能提高代码的可维护性。
    如果由于某些原因,常量的值需要变更时候,我们只需要修改一个地方。
    例如在做计算中,起初我们取圆周率为3.14,于是很多计算中我们都使用3.14进行计算,当要求计算精度提高,圆周率需要取3.142的时候,我们不得不修改所有使用3.14的代码,倘若代码量比较多时,不仅工作量大,还可能遗漏。

demo:

<?php
define("PI",3.14);
$r=3;
echo "面积为:".(PI*$r*$r)."<br />";
echo "周长为:".(2*PI*$r)."<br />";
?>

运行结果:

面积为:28.26
周长为:18.84




3. 系统常量
  • 系统常量是PHP已经定义好的常量,可以直接拿来使用,常见的系统常量有:
    a. __FILE__ :php程序文件名。获取当前文件在服务器的物理位置。
    b. __LINE__ :PHP程序文件行数。获取当前代码在第几行。
    c. PHP_VERSION:当前解析器的版本号。获取当前PHP解析器的版本号,可以提前知道我们的PHP代码是否可被该PHP解析器解析。
    d.PHP_OS:执行当前PHP版本的操作系统名称。获取服务器所用的操作系统名称,可以根据该操作系统优化代码。

demo:

<?php
echo __FILE__;
echo "<br />";
echo __LINE__;
echo "<br />";
echo PHP_VERSION;
echo "<br />";
echo PHP_OS;
echo "<br />";
?>

运行结果:

index.php
4
5.3.29
Linux




4. 常量的取值

获取常量值的有两种方法取值:

  • 第一种是使用常量名直接获取值,如上方“2. 常量的作用”中的demo;
  • 第二种是使用constant()函数
    它和直接使用常量名输出的效果是一样的,但函数可以动态的输出不同的常量,在使用上要灵活、方便
    其语法格式如下:
mixed constant(string constant_name)
  • 参数constant_name要获取常量的名称
    也可为存储常量名的变量
    如果成功则返回常量的,失败则提示错误信息常量没有被定义。

  • 另外,
    mixed表示函数返回值类型为多种不同的类型
    string表示参数类型为字符串类型

demo:

<?php 
$p="";
//定义圆周率的两种取值
define("PI1",3.14);
define("PI2",3.142);


//定义值的精度
$height = "中";
//根据精度返回常量名,将常量变成了一个可变的常量
if($height == "中"){
    $p = "PI1";
}else if($height == "低"){
    $p = "PI2";
}
$r=1;
$area = constant($p)*$r*$r;
echo $area;


echo "<br />";
$height = "低";
if($height == "中"){
    $p = "PI1";
}else if($height == "低"){
    $p = "PI2";
}
$area1 = constant($p)*$r*$r;
echo $area1;
?>

运行结果:

3.14
3.142




5. 如何判定常量是否被定义
  • 常量被重复定义时,PHP解析器会发出Constant XXX already defined的警告,提醒我们该常量已经被定义过;
  • defined()函数可以帮助我们判断一个常量是否已经定义,其语法格式为:
bool defined(string constants_name)
  • 它只有参数constant_name,传入要判断的常量名称;
    若存在则返回布尔类型true,否则返回false; (bool表示函数返回值类型为布尔类型

demo:

<?php 
define("PI1",3.14);
$p = "PI1";
$is1 = defined($p);
$is2 = defined("PI2");
var_dump($is1);
var_dump($is2);
?>

运行结果:

bool(true)
bool(false)

参考资料(慕课网)

【电力系统】单机无穷大电力系统短路故障暂态稳定Simulink仿真(带说明文档)内容概要:本文档围绕“单机无穷大电力系统短路故障暂态稳定Simulink仿真”展开,提供了完整的仿真模型说明文档,重点研究电力系统在发生短路故障后的暂态稳定性问题。通过Simulink搭建单机无穷大系统模型,模拟不同类型的短路故障(如三相短路),分系统在故障期间及切除后的动态响应,包括发电机转子角度、转速、电压和功率等关键参数的变化,进而评估系统的暂态稳定能力。该仿真有助于理解电力系统稳定性机理,掌握暂态过程分方法。; 适合人群:电气工程及相关专业的本科生、研究生,以及从事电力系统分、运行控制工作的科研人员和工程师。; 使用场景及目标:①学习电力系统暂态稳定的基本概念方法;②掌握利用Simulink进行电力系统建模仿真的技能;③研究短路故障对系统稳定性的影响及提高稳定性的措施(如故障清除时间优化);④辅助课程设计、毕业设计或科研项目中的系统仿真验证。; 阅读建议:建议结合电力系统稳定性理论知识进行学习,先理解仿真模型各模块的功能参数设置,再运行仿真并仔细分输出结果,尝试改变故障类型或系统参数以观察其对稳定性的影响,从而深化对暂态稳定问题的理解。
本研究聚焦于运用MATLAB平台,将支持向量机(SVM)应用于数据预测任务,并引入粒子群优化(PSO)算法对模型的关键参数进行自动调优。该研究属于机器学习领域的典型实践,其核心在于利用SVM构建分类模型,同时借助PSO的全局搜索能力,高效确定SVM的最优超参数配置,从而显著增强模型的整体预测效能。 支持向量机作为一种经典的监督学习方法,其基本原理是通过在高维特征空间中构造一个具有最大间隔的决策边界,以实现对样本数据的分类或回归分。该算法擅长处理小规模样本集、非线性关系以及高维度特征识别问题,其有效性源于通过核函数将原始数据映射至更高维的空间,使得原本复杂的分类问题变得线性可分。 粒子群优化算法是一种模拟鸟群社会行为的群体智能优化技术。在该算法框架下,每个潜在解被视作一个“粒子”,粒子群在解空间中协同搜索,通过不断迭代更新自身速度位置,并参考个体历史最优解和群体全局最优解的信息,逐步逼近问题的最优解。在本应用中,PSO被专门用于搜寻SVM中影响模型性能的两个关键参数——正则化参数C核函数参数γ的最优组合。 项目所提供的实现代码涵盖了从数据加载、预处理(如标准化处理)、基础SVM模型构建到PSO优化流程的完整步骤。优化过程会针对不同的核函数(例如线性核、多项式核及径向基函数核等)进行参数寻优,并系统评估优化前后模型性能的差异。性能对比通常基于准确率、精确率、召回率及F1分数等多项分类指标展开,从而定量验证PSO算法在提升SVM模型分类能力方面的实际效果。 本研究通过一个具体的MATLAB实现案例,旨在演示如何将全局优化算法机器学习模型相结合,以解决模型参数选择这一关键问题。通过此实践,研究者不仅能够深入理解SVM的工作原理,还能掌握利用智能优化技术提升模型泛化性能的有效方法,这对于机器学习在实际问题中的应用具有重要的参考价值。 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
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
 
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

打赏作者

凌川江雪

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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