学习笔记17.10.10

String类的特点:
1.
String strA="hello world";
String strB=new String("hello world");
String strC=strB;
System.out.println(strA==strB);//false
System.out.println(strA==strC);//false
System.out.println(strB==strC);//true
System.out.println(strA.equals(strB));//true
System.out.println(strA.equals(strC));//true
System.out.println(strB.equals(strC));//true


"=="是JAVA提供的关系运算符,此方法的功能主要是进行数值相等判断的,在String类中
比较的是内存地址;
"equals"是String类提供的方法,比较字符串的内容;

字符串常量是String的匿名对象

2.String类实例化:

1.直接赋值

String strA="hello";
System.out.println("hello".equals(strA));//true
所谓的直接赋值相当于把一个匿名对象设置了一个名字,但String类的匿名对象是由系统自动生成的,

不由用户自己创建。

! ! ! !为了避免空指向异常的出现,可以将字符串写在最前面

String input=null;

input.equals("hello")  //报错

"hello".equals(input)  //通过编译

只会开辟一块堆内存空间,并且自动入池。

共享设计模式:

     在JVM底层会存在一个对象池(不一定只保存String对象),当代码之中使用直接赋值方式定义一个String类对象时,会将此字符对象所使用的匿名对象入池保存,而后如果后续还有其他String类对象采用直接赋值方式并设置了同样内容时,那么不会开辟新的堆内存空间,而是使用已有的对象进行引用的分配,继续使用。

2.构造方法

String strA=new String("hello");
String strD="hello";
System.out.println(strD==strA);//false
String strA=new String("hello").intern();
String strD="hello";
System.out.println(strD==strA);//true

使用构造方法的方式进行String类初始化时,会开辟两块堆空间,并且有一块是垃圾空间。

使用构造方法定义的String了对象,其内容不会自动保存在对象池,但可以使用intern()手工入池。


3.字符串一旦定义则不可改变

对于字符串对象内容的改变,是引用关系的改变实现的,并且会产生垃圾堆空间。

所以String的内容不要过多频繁的修改。

String类的使用

String类方法必须全部记住,因为使用频率很高。

1.字符和字符串

(如果某个方法的返回值类型为布尔型,方法名一般习惯性的以is开头)

2.字节和字符串

字节使用byte描述,一般用于数据传输或者进行编码转换

3.字符串的比较

现在只有String类对象才具有大小的判断!!

4.字符串查找

5.字符串替换

使用一个新的字符串替换掉旧的字符串

replaceAll()

6.字符串截取

不能以负数作为截取的开始点

7.字符串拆分

将一个完整的字符串,按照指定的内容拆分为字符串数组

【regex  :正则表达式】

如果是一些敏感字符(正则标记)严格来讲是拆不了的,如果遇见了拆分不了的情况需要经过"\\(就是\)"

转义符来拆分

8.其他

String类虽然提供了大量的支持的方法,但缺少了一个重要的方法 initcap(),首字母大写其他小写。

虽然Java类库里没有此功能,但一些第三方的组件包会提供。







【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
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