面向对象——this关键字

UE5 VlcMedia 插件编译与流媒体播放实战 本文详细介绍了在虚幻引擎5中编译并集成VlcMedia插件以解决流媒体播放难题的实战指南。针对UE5不再默认支持Win32 API导致的编译错误,文章提供了核心的构建配置文件修改步骤,并指导如何启用插件、创建VLC媒体播放器,最终成功播放如.m3u8等格式的网络直播流或点播视频。 阅读详情

  this:表示当前对象的指针
       指向当前对象,表示对当前对象的调用
       用途:
       1、构造方法,当构造方法的名称跟类的成员变量的名称一样的时候,可以使用this代表当前对象
           注意:当构造方法中需要其他构造方法时,可以使用this(参数列表)调用其他构造方法,但是需要位于方法体的第一行
       2.普通方法中:
           当多个普通方法需要互相调用时,可以使用this.方法来进行调用,指的是当前对象的其他方法
       3、调用成员变量的时候如何使用:
           当方法名的参数名称跟成员变量保持一致时,使用this.变量名称 表示的是对象的值,而使用变量名称则是参数的值
       注意:
            this不能使用于static方法中

package com.gml;

public class ThisDemo {
    //成员变量
    String name;
    int age;
    int height;
    double weight;

    //构造器,构造方法
    public ThisDemo() {

    }

    public ThisDemo(String name,int age,int height,double weight){
        this.name=name;
        this.age=age;
        this.height=height;
        this.weight=weight;
    }

    public static void main(String[] args) {
        ThisDemo td = new ThisDemo("阿龙",18,170,110.5);
        System.out.println("姓名: "+td.name);
        System.out.println("年龄: "+td.age);
        System.out.println("身高: "+td.height);
        System.out.println("体重: "+td.weight);
    }
}

package com.gml;

public class TestThis {
    int a,b,c;
    TestThis(){
        System.out.println("我好喜欢小顺子啊! ");
    }
    TestThis(int a,int b){
        this();//调用无参的构造方法,并且必须位于第一行!

        a=a;//这里都是指的局部变量而不是成员变量
        this.a = a;//这样就区分了成员变量和局部变量,这种情况占了this使用情况的大多数!
        this.b = b;
    }

    TestThis(int a,int b,int c){
        this(a,b);//调用无参的构造方法,并且必须位于第一行!
        this.c =c;
    }
    void sing(){

    }
    void chifan(){
        this.sing();//sing();
        System.out.println("小顺子喊你回家吃饭! ");
    }

    public static void main(String[] args) {
        TestThis hi = new TestThis(2,3);
        hi.chifan();
    }
}
PCIe Crosslink PCIe Crosslink(交叉连接)是一种特殊的PCIe链路连接方式,允许两个PCIe设备(通常是Root Complex或Endpoint)是指两个PCIe设备(如两个CPU、两个FPGA或两个GPU)通过PCIe链路直接连接,形成点对点(P2P)通信通道。:两个Intel/AMD CPU通过PCIe Crosslink直接通信(替代UPI/Infinity Fabric)。:主板需提供PCIe Crosslink连接(如特定插槽支持x16/x8 Crosslink)。 阅读详情

相关推荐

FAST-LIO2实战:从零搭建香港大学火星实验室SLAM框架(附官方数据集测试指南)

本文提供了一份详细的FAST-LIO2实战指南,帮助读者从零开始搭建香港大学火星实验室开源的这一高效激光惯性里程计框架。内容涵盖系统环境配置、依赖安装、源码编译、官方数据集测试以及参数调优,旨在让开发者快速上手并应用于机器人SLAM项目。

ppp33的博客 688

面向对象编程(进阶)1:关键字:this

但是,当形参与成员变量同名时,如果在方法内或构造器内需要使用成员变量,必须添加this来表明该变量是类的成员变量。在实例方法或构造器中,如果使用当前类的成员变量或成员方法可以在其前面添加this,增强程序的可读性。另外,使用this访问属性和方法时,如果在本类中未找到,会从父类中查找。添加必要的构造器,综合应用构造器的重载,this关键字。(2)按照如下的UML类图,创建相应的类,提供必要的结构。(3)按照如下的UML类图,创建相应的类,提供必要的结构。this可以调用的结构:成员变量、方法和构造器。

swx595182208的博客 990

vivado实现SDI接口

XAPP1249,用来介绍UHD_SDI的实现。

Huskar_Liu的博客 7076

【JAVA语言面向对象】(13)this的使用

目录 1. this的含义 2. this的用法 2.1 调用属性 1. this的含义 this代表的是当前类对象 2. this的用法 2.1 调用属性 2.2 调用普通方法 在一个类中直接使用本类中的方法加不加this,一个意思,暂时看不出区别,后期在继承中做区别。 2.3 调用构造方法 例子: 数组长度一旦确定,不能再更改,如果需要更改,则必须重新创建新数组。 设计一个类MyArray 具备:可以保存多个字符串、可以查看有多少个字符串、可以检索所有的字符串

FairyKunKun的博客 860

YOLOv8n行人检测实战:从数据集准备到模型训练

本文详细介绍了使用YOLOv8n进行行人检测的完整流程。首先阐述了YOLOv8的优势:高速推理(300+FPS)、更高精度、易用性和轻量化(仅6MB)。接着通过Docker搭建GPU训练环境,配置32GB共享内存避免数据加载问题,并安装必要的框架和OpenCV组件。数据集采用COCO2017标注格式,包含归一化坐标的YOLO标签文件。通过可视化脚本验证标注准确性后,提出多数据集融合训练策略以增强模型泛化能力。最后使用Ultralytics框架启动训练,展现了从环境搭建到模型训练的完整技术路径。该方案兼顾检测

Hi20240217的博客 1090

433MHz无线通信

基本概念 工作频率:433.92MHz 调制方式:ASK/OOK,FSK,GFSK 现有遥控与接收器方案中,多数使用ASK/OOK调试方式。ASK即“幅移键控”又称为“振幅键控”,也有称为“开关键控”(通断键控)的,所以又记作OOK(On-Off keyed)信号。ASK是一种相对简单的调制方式。幅移键控(ASK)相当于模拟信号中的调幅,不同的是与载频信号相乘的是二进制数码。幅移就是把频...

沧海孤叶的博客 5万+

面向对象-this关键字

一 . this的作用 1.this表示的是当前对象本身, 2.更准确地说,this代表当前对象的一个引用. 二 . 普通方法中使用this 1.区分类成员属性和方法的形参. 2.调用当前对象的其他方法(可以省略) 3.位置 : 任意 三 . 构造方法中使用this. 1. 使用this调用其他构造方法 2. 位置: 必须是第一条语句 四. this不能用于static方法. this测试代码: public class TestThis { int a,b...

lx269547的博客 347

kaggle注册以及数据集下载全流程

kaggle注册,数据集下载及常见问题

Arriteey的博客 2万+

Java this关键字详解

this 关键字是 Java 常用的关键字,可用于任何实例方法内指向当前对象,也可指向对其调用当前方法的对象,或者在需要当前类型对象引用时使用。 this.属性名 大部分时候,普通方法访问其他方法、成员变量时无须使用 this 前缀,但如果方法里有个局部变量和成员变量同名,但程序又需要在该方法里访问这个被覆盖的成员变量,则必须使用 this 前缀。 假设有一个教师类 Teacher 的定义如下: ...

weixin_45743799的博客 4523

STMicroelectronics 系列:STM32G4 系列_(11).STM32G4系列编程基础

通过本文,我们学习了如何在 STM32CubeIDE 中搭建开发环境,创建新项目,配置 GPIO、定时器和 ADC 外设,并编写相应的代码示例。这些基础知识将帮助你快速上手 STM32G4 系列的编程。希望本文对你有所帮助,祝你编程愉快!

2401_87715305的博客 1279

华为交换机系统软件升级和安全漏洞修复教程

在华为交换机国网可以查询到华为交换机官方电话:400-822-9999,通过下命令查询出需要升级的交换机软件版本和补丁版本号发给华为,获取新的升级系统软件和补丁以及升级教程。下面是我升级华为交换机总结的教程,作为参考。...

星如雨落 2965

JAVA笔记(十二)面向对象--关键字this

引言:前面我们学习了JAVA的三大特性,其在各种知识点中,有很多关键字,很多同学对关键字的意义不是很清楚,本章节我们就面向对象中的几个常见关键字进行详细讲解。 一、this: 1.定义: this 关键字用来表示当前对象本身,或当前类的一个实例,通过 this 可以调用本对象的所有方法和属性,例如: package cn.hz; /** * @author hz * @version 1.0 */ public class Demo1 { public int num1=10; .

bj_jikejiuye的博客 427

假新闻检测论文分享(25)L-DefenseExplainable Fake News Detection With Large Language Model

现有的假新闻检测工作主要集中在通过深度网络结合多种信息来学习假新闻的潜在特征,如可信度、立场、传播模式、额外知识、域外数据等。尽管他们在探测上取得了成功,但受限于他们的黑箱性质,他们无法提供任何对公众至关重要的理由。为解决这一问题,一些研究致力于可解释假新闻检测(EFND),旨在同时生成准确性预测和解释。许多工作通过注意力机制在相关报道中注意突出特别的单词、短语或句子来提供可解释性。然而,这些工作只发现了对最终预测有高贡献的区域,缺乏直观和可信的解释。

weixin_41964296的博客 730

java面向对象this,static关键字

修饰符 class 类名 {// 1.成员变量(属性) // 2.成员方法 (行为) // 3.构造方法 (初始化类的对象数据的) }// 1.成员变量// '男' '女'// 成员变量// '男' '女'// 无参数构造方法// 有参数构造方法我们已经知道面向对象中,存在类和对象的概念,我们在类中定义了一些成员变量,例如name,age,sex ,结果发现这些成员变量,每个对象都存在(因为每个对象都可以访问)。

m0_58975186的博客 863

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

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")

面向对象应用及this关键字

对象内部的方法中,可以根据this变量中存储的自己这个对象的地址,调用自己这个对象的属性和方法。对象内部的方法中,调用对象内部的其他方法和属性时,可以不使用this。对象外部,主方法可以根据变量中存储的这个对象地址,调用对象的属性和方法。2.在jvm运行的过程中,对象内部的方法执行时,都会自动的使用this。类与对象的关系:类是对象的抽象(概念,模板) 对象是类的具体实例。是一堆对象的抽象概念。所以使用对象,其实就是使用对象中的属性和方法。成员变量就是类对象中的变量,对于类对象中的所有方法是共享的。

lzp122390的博客 1046

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

面向对象进阶1 this关键字

一般情况下,我们通过对象a调用方法,可以在方法内调用当前对象a的属性和方法。此时,我们可以在属性和其他方法前使用“this.”结构,表示当前属性或方法所属的对象a,一般情况下可省略此结构。在实例方法或构造器中,如果使用当前类的成员变量或成员方法可以在其前面添加this,增强程序的可读性。但是,当形参与成员变量同名时,如果在方法内或构造器内需要使用成员变量,必须添加。另外,使用this访问属性和方法时,如果在本类中未找到,会从父类中查找。this():调用本类的无参构造器。即:我们可以用this来区分。

2401_88237139的博客 835

华为的C语言编程规范.pdf

华为技术有限公司内部技术规范。本规范制定了编写C语言程序的基本原则、规则和建议。从代码的清晰、简洁、可测试、安全、程序效率、可移植各个方面对C语言编程作出了具体指导。

Java面向对象中的this关键字的作用

家人们,今天关于 Java 的 this 关键字就跟你们唠到这儿啦。从区分变量、实现方法链,到助力构造器,this 关键字无处不在,发挥着关键作用。它就像一位贴心的向导,在对象的世界里为我们指引方向,确保代码准确无误地操作每一个对象。刚开始接触可能觉得有点绕,但多写几次代码,多琢磨琢磨,就能熟练掌握啦。要是之后我又学到啥好玩的编程知识,一定再回来跟大伙分享,祝家人们生活愉快,拜拜!

潜意识Java的博客 1415

JavaScript个人总结-面向对象编程-this 关键字

title: “JavaScript个人总结-面向对象编程-this 关键字”

qq_31435455的博客 778

Java_面向对象_this关键字

面向对象_this关键字 1.1 this调用构造方法 在之前学习方法之间调用时,可以通过方法名进行调用。可是针对构造方法,无法通过构造方法名来相互调用。 构造方法之间的调用,可以通过this关键字来完成。 构造方法调用格式 this(参数列表) 构造方法的调用 class Person { // Person的成员属性 private int age; private String name; // 无参数的构造方法 Person() { } // 给姓名初始化的构造方法 P

kli184810的博客 239

面向对象进阶(static关键字,继承,方法重写,super,this)

修饰符 class 类名 {// 1.成员变量(属性) // 2.成员方法 (行为) // 3.构造方法 (初始化类的对象数据的) }// 1.成员变量// '男' '女'// 成员变量// '男' '女'// 无参数构造方法// 有参数构造方法我们已经知道面向对象中,存在类和对象的概念,我们在类中定义了一些成员变量,例如name,age,sex ,结果发现这些成员变量,每个对象都存在(因为每个对象都可以访问)。

小丁的博客 1356

面向对象,关键字this,static,块

面向对象,关键字this自定义类做返回值使用自定义类做成员变量使用自定义类做参数列表使用this 的作用: 自定义类做返回值使用 例子:蛋糕师做蛋糕: 定义一个蛋糕类, 蛋糕的属性(成员变量): 口味,尺寸. 定义一个糕点师, 糕点师属性(成员变量): 姓名 糕点师功能(成员方法):做个一个蛋糕.class Cake { String size; String taste; Cake(St...

weixin_43214978的博客 206

面向对象 private this static 关键字

面向对象是基于面向过程来说的,在面向过程的编程语言中,我们解决一个问题需要考虑它一步一步如何实现,而在面向对象中,我们解决一个问题是通过找一个对象去解决这个问题,而实现这个功能的具体代码是封装在一个类中,面向对象技术是一种将数据抽象和信息隐藏的技术。 面向对象的特征:封装性、继承性、多态性。 类是指具有相同属性和行为(方法)的对象的抽象。我们无法直接使用类的属性和功能,要使用一个类,必须将它实例化...

从删库到跑路 265

Java面向对象之方法重载、重写和关键字this、super

认识方法重载、方法重写,它们的区别。认识关键字this和super,并了解其用法。

qq15035899256的博客 1897

面向对象,this关键字

System.out.println(this.name+"喜欢:"+name);的第一个name不加this,就会输出,唱歌喜欢唱歌。如上图所示,如果这样写有参构造器,其实是赋不了值的,因为相当于是局部变量自己赋给自己,并没有给成员变量。因此,在上一节课的有参构造其实是不规范的。可以把this看作指向成员变量。规范的写法应该是上图这样。

Liushenl的博客 45

4.Java面向对象-匿名对象、封装、private关键字、this关键字

4.Java——面向对象 一、面向对象思想概述 A:面向过程思想概述 我们来回想一下,这几天我们完成一个需求的步骤:首先是搞清楚我们要做什么,然后在分析怎么做,最后我们再代码体现。 一步一步去实现,而具体的每一步都需要我们去实现和操作。这些步骤相互调用和协作,完成我们的需求。 在上面的每一个具体步骤中我们都是参与者,并且需要面对具体的每一个步骤和过程,这就是面向过程最直接的体现。 那么什么是面向过程开发呢? 面向过程开发,其实就是面向着具体的每一个步骤和过程,把每一个步骤和过程完成,然后由这些功能方

qq_39004315的博客 199

JavaScript中的this关键字,面向对象编程

知识点:this关键字,借来的this,面向对象的写法,面向对象的写法中的三大特性:封装、继承、多态 一、 this关键字 this的定义:即当前活动的对象,谁调用就指向谁 1、 全局上的this 在全局环境中,this指的就是window; 1)、例: 直接在全局中打印: console.log(this); //window; 2、函数中的this 谁调用就指向谁;

Sophie_U的博客 520
上一篇: 面向对象--继承
下一篇: 面向对象——static关键字
Java_gml
博客等级 码龄5年 324粉丝 44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
 
 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