黑马程序员 基本数据类型对象包装类

本文详细介绍了Java的基本数据类型与对象包装类的使用,包括如何进行基本数据类型与字符串之间的转换,以及JDK1.5版本后引入的自动装箱特性,特别强调了在数值范围内的自动装箱与拆箱过程,帮助开发者掌握这一核心概念。

——- android培训java培训、期待与您交流! ———-

基本数据类型对象包装类

(1) 类 基本数据类型

        Byte              byte

        Short             short

        Integer           int

        Long              long

        Boolean           boolean

        Float             float

        Double            double

        Character         char

(2)基本数据类型对象包类的最常见作用,就是用于基本数据类型和字符串类型之间的转换。

a,基本数据类型转成字符串:

基本数据类型.toString(基本数据类型值)

如:Integer.toString(34),将34整数变成”34”

b,字符串转成基本数据类型。

xxx a=Xxx.parseXxx(String);

int a=Integer.parseInt(“123”);

double b=Double.parseDouble(“12.23”);

boolean b=Boolean.parseBoolean(“true”);

c,十进制转成其他进制:

(1)toBinaryString();

(2)toHexString();

(3)toOctalString();

d,其他进制转成十进制。

parseInt(string,radix)

(3)JDK1.5版本以后出现的新特性。

Integer x=new integer(4);

Integer x=4; //自动装箱,等于new Integer(4)

x=x+2;进行自动拆箱(x.intValue),变成int类型和2进行加法运算,再将和进行装箱赋给x

注意:

Integer m=128;

Integer n=128;

sop(m==n);false,对象不同

Integer a=127;

Integer b=127;

sop(a==b);true,因为当数值在byte范围内[-128,127],对于新特性,如果该数值已经存在,则不会在开辟新的空间,所以它们指向了同一个对象。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分图生成标签数据,适用于多/高光谱影像的单一别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
内容概要:本文系统阐述了企业新闻发稿在生成式引擎优化(GEO)时代下的全渠道策略与效果评估体系,涵盖当前企业传播面临的预算、资源、内容与效果评估四大挑战,并深入分析2025年新闻发稿行业五大趋势,包括AI驱动的智能化转型、精准化传播、首发内容价值提升、内容资产化及数据可视化。文章重点解析央媒、地方官媒、综合门户和自媒体四媒体资源的特性、传播优势与发稿策略,提出基于内容适配性、时间节奏、话题设计的策略制定方法,并构建涵盖品牌价值、销售转化与GEO优化的多维评估框架。此外,结合“传声港”工具实操指南,提供AI智能投放、效果监测、自媒体管理与舆情应对的全流程解决方案,并针对科技、消费、B2B、区域品牌四大行业推出定制化发稿方案。; 适合人群:企业市场/公关负责人、品牌传播管理者、数字营销从业者及中小企业决策者,具备一定媒体传播经验并希望提升发稿效率与ROI的专业人士。; 使用场景及目标:①制定科学的新闻发稿策略,实现从“流量思维”向“价值思维”转型;②构建央媒定调、门户扩散、自媒体互动的立体化传播矩阵;③利用AI工具实现精准投放与GEO优化,提升品牌在AI搜索中的权威性与可见性;④通过数据驱动评估体系量化品牌影响力与销售转化效果。; 阅读建议:建议结合文中提供的实操清单、案例分析与工具指南进行系统学习,重点关注媒体适配性策略与GEO评估指标,在实际发稿中分阶段试点“AI+全渠道”组合策略,并定期复盘优化,以实现品牌传播的长期复利效应。
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