小议final关键字

本文主要介绍Java中final关键字的使用。final可用于数据成员、方法和类,用于设计与效率。对基本数据类型使用final可在编译时计算,减轻运行负担;使用final方法可防止继承类修改,提高效率;final类可防止变动,其方法隐式为final。

作者:Flyingis

      final
Java语言中一个很微妙的关键字,而使用它通常出于两种理由:设计与效率。我们可以对数据成员、方法和类使用final关键字。
    final数据的声明是为了告诉编译器有一块数据是恒定不变的。对于基本数据类型,编译器可以将该常量值代入任何可能用到它的计算式中去,即可以在编译时执行计算,这样就减轻了一些运行时的负担。在对这个常量进行定义的时候,必须对其进行赋值,当然也可以在类的构造函数中赋值。当对对象引用使用final声明时,其含义容易让人迷惑,因为对于对象的引用,final可以使引用恒定不变,它可以使该引用始终指向一个对象,但是,对象自身是可以被修改的,所以在这种情况下感觉final几乎没什么作用,数组也是对象,它也存在这种情况,通过下面这个例子说明:<o:p></o:p>


class Fruit {<o:p></o:p>

  private final int[] m = {1, 2, 3};<o:p></o:p>

  public static void main(String[] args) {<o:p></o:p>

Fruit f = new Fruit();<o:p></o:p>

for(int i = 0; i < m.length(); i++) {<o:p></o:p>

  f.m[i]++;  //可以改变<o:p></o:p>

}<o:p></o:p>

f.m = new int[5];  //不能指向另外的一个对象,错误!<o:p></o:p>

}<o:p></o:p>

}

    对基本数据类型的数据使用final的另外一个用处就是可以做到根据对象的不同而使类的功能发生改变,例如:

<o:p></o:p>

class Apple {<o:p></o:p>

  private final int i;  //没有初始化,需要在构造函数中赋值<o:p></o:p>

  private static Random r = new Random();<o:p></o:p>

  public Apple() {<o:p></o:p>

    i = r.newInt(10);<o:p></o:p>

}<o:p></o:p>

public Apple(int j) {<o:p></o:p>

  i += j;<o:p></o:p>

}<o:p></o:p>

}

    使用final方法,可以把方法锁定,防止继承类修改它。并且使用方法类在一般情况下可以提高效率,让编译器将针对该方法的所有调用都转为内嵌式的调用,即以方法体中的实际代码来代替方法调用的代码,这样就消除了方法调用的开销。但是对于private类型的方法而言意义不大,因为private方法都已经被隐式的制定为final,如果继承类试图将该方法声明为public/protected/默认的同名方法,将不能覆盖基类中的方法,这样做是声明了一个新的方法,这是Java中的多态,但是也说明了private方法将不会起到什么作用。
    final类的设计是为了防止以后对该类进行变动,并不希望它有子类,在final类中所有的方法都隐式指定为final的,并且这些方法无法被覆盖,而final类的字段将保持原义,不受final类的影响!

    这段时间在重新复习Java中的基本细节与概念,欢迎拍砖!共同学习!<o:p></o:p>

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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
 
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
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