java clone 测试

Java对象克隆机制详解
本文通过两个Java示例详细解析了对象克隆的过程及原理,对比了直接赋值与使用clone方法的区别,并强调了equals方法的重要性。
public class CloneTest  {
    String name;
    int age;
    public static void main(String args []) {
        CloneTest c1= new CloneTest();
        c1.name = "aa";
        c1.age = 1;
        CloneTest c2 = c1;
        System.out.println(c1);
        System.out.println(c2);
        System.out.println(c1==c2);

    }
}

输出
lmlc.test.CloneTest@5304f889
lmlc.test.CloneTest@5304f889
true
看到c1,c2的地址是相同的,他们引用的都是同一个地址。

package lmlc.test;

public class CloneTest implements Cloneable{
    String name;
    int age;
    protected Object clone() throws CloneNotSupportedException {
        return super.clone();
    }
    public static void main(String args []) throws CloneNotSupportedException {
        CloneTest c1= new CloneTest();
        c1.name = "aa";
        c1.age = 1;
        CloneTest c2 = (CloneTest) c1.clone();
        System.out.println(c1);
        System.out.println(c2);
        System.out.println(c1==c2);

    }
}

输出
lmlc.test.CloneTest@7edc93be
lmlc.test.CloneTest@4367e003
false

看到这次2个变量引用的地址是不同的,而且可以看到==是判断对象变量是否指向了相同的地址,如果要根据属性判读2个变量是否相同需要重写equal方法。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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