jvm-加载器-学习笔记(1)

本文深入探讨Java中类的加载、连接与初始化过程,并通过具体示例解释类初始化时机及内部机制,揭示构造方法与静态变量初始化顺序的细节。

这是一道面试题的起因.

class Singleton
{
private static Singleton singleton = new Singleton();
public  static int counter1;
public static int counter2 = 0;
private Singleton(){
counter1++;
counter2++;
}
public static Singleton getInstance(){
return singleton;
}
}    
public static Singleton getInstance(){
return singleton;
}
}    
public class test
{
public static void main(String[] args)

Singleton  singleton = Singleton.getInstance();
System.out.println(singleton.counter1);
System.out.println(singleton.counter2);
}
}

结果1,0

1.类的加载. 连接与初始化.

    加载:查看并把二进制数据搞进内存.

   连接: (1)验证: 确保类的正确性.(2)为静态变量分配内存,并将其初始化为默认值.(3)把类中的符号引用变成直接引

  初始化: 为类的静态变量赋予正确的初始值.

例: 在一个类中 有个成员变量private static int a = 3;

在加载器的工作就是.    先加载这个类(1),     然后给a分配内存,且(2)这个时候 a的值为0.   然后  在(3)查看这个类是否有符号引用,如果有这些引用就把它们弄成在变成直接引用(通过指针!)

2.

这里面就引入一个问题:类什么时候在加载,类什么时候在初始化?

无可厚非,实例化的时候一定会初始化,那么除了这些知道还有哪些呢?

java对类的使用分为:主动使用+被动使用.

jvm"首次主动使用"类时 才会初始化他们

何为:主动使用?  1实例化2访问某类的静态变量或方法3反射4初始化它的子类!5jvm启动时被标为启动类的类.

3.

所谓类的加载就是把.class类文件的二进制数据加载进内存,然后在堆区创建一个java.lang.class对象,用来封装类在。而这个类的是jvm在内存创建的类的对象,通过对这个对象,我们可以反射所有关于这个类的信息,以及一切关于这个类的信息.

4. java有哪些类加载器?(1)Bootstrap根类加载器(2)拓展加载器Extension(3)系统加载器(System) (4)用户自定义的加载器,继承java.lang.ClassLoader的类.

    (1)根类加载器(C++写)无法获得代码  (3)应用加载器,使用java写.(2)也用java写 

     (1)(2)(3)是jvm自带的. (4)是要用户自己继承的.


例子:根类加载器所加载的类!你想getClassLoader那会返回空,根类加载器 开玩笑,怎能让你获得!?

5.关于LinkageError错误.jdk版本冲突时,这个错误有时候不会出现,它只会在首次使用的时候才会报错.

   不同jdk版本编译的文件存在冲突的!

6. 加载器中. 类的验证主要有哪些:例:文件结构?语义检查?字节码验证?二进制兼容验证?

   

开头的题目结果分析:

  1.开始调用singleton的静态方法getinstance,这时候会先初始化. 此时类中的singleten=nullcounter1=0=counter2

  2.执行静态方法:此时注意第一句中new了一个Singleton(),此时这个类的构造函数被调用.

    这个构造函数中让,counter1与counter2都+1了. 此时counter1=counter2 =1.

 3。然后构造函数方法结束后,我们需要执行一次对类初始化,这个初始化的过程是顺序执行.

就是说遇到counter2=0的话,jvm这次有会对这个counter2赋值,那么这次赋值导致counter2真的变为0了 。

显然这个counter2=0不是我们要的合逻辑的结果.



在这个学习过程中:我又引申了两个例子:

class Singleton
{
private static Singleton singleton = new Singleton();
public  static int counter1;
public static int counter2 = 0;
private Singleton(){
counter1++;
counter2++;
counter3++;
}
public static Singleton getInstance(){
counter3 ++;
return singleton;
}
public static int counter3 = 9;
}    

这个结果为 1 0 10


class Singleton
{
private static Singleton singleton = new Singleton();
public  static int counter1;
public static int counter2 = 0;
private Singleton(){
counter1++;
counter2++;
counter3++;
}
public static Singleton getInstance(){
counter3= 7;
return singleton;
}
public static int counter3 = 9;
}    


这个结果为1 0 7.


这两个例子 我仍然觉得好别扭,我得出的结论就是构造方法中的内容,有时不是顺序执行的.在这里显然是先return了,然后在把所有的静态变量能加载能初始化都结束后,在执行 构造方法中的别的事件.

所以仍然很别扭!!!!!




这个例子说明,如果类中的变量在编译时是常来,那么调用这个类的这个变量,它不会初始化.

而第二个例子中这个是x是一个变量.那么它的外部调用,就会初始化这个类.


---------------------------------------------------------------------

再来一个例子:




这个例子的打印输出的顺序是.                在这个例子中说明 类在加载父类的时候是不会加载它对应的子类.

Test5....        并且在组例子中,加载器是属于同一个加载器,那么在当parent2被加载后,

------------ 我们在调用它的子类,是不会再次加载parent2,因为它已经被加载了.

parent2....

3

child2

4



~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~




例子输出:  这个例子中,child3的静态代码块都没被执行,这个例子说明了

    3  对静态变量的访问,只会初始化对精确的定义了这个变量的类.

   parent3...

  do something


~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~

小笔记: 加载一个类 是不会初始化这个类的.  如果反射这个类 最会初始化这个类



输出 

------------------------------------------


class cl





【语音分离】基于平均谐波结构建模的无监督单声道音乐声源分离(Matlab代码实现)内容概要:本文介绍了基于平均谐波结构建模的无监督单声道音乐声源分离方法,并提供了相应的Matlab代码实现。该方法通过对音乐信号中的谐波结构进行建模,利用音源间的频率特征差异,实现对混合音频中不同乐器或人声成分的有效分离。整个过程无需标注数据,属于无监督学习范畴,适用于单通道录音场景下的语音与音乐分离任务。文中强调了算法的可复现性,并附带完整的仿真资源链接,便于读者学习与验证。; 适合人群:具备一定信号处理基础和Matlab编程能力的高校学生、科研人员及从事音频处理、语音识别等相关领域的工程师;尤其适合希望深入理解声源分离原理并进行算法仿真实践的研究者。; 使用场景及目标:①用于音乐音频中人声与伴奏的分离,或不同乐器之间的分离;②支持无监督条件下的语音处理研究,推动盲源分离技术的发展;③作为学术论文复现、课程项目开发或科研原型验证的技术参考。; 阅读建议:建议读者结合提供的Matlab代码与网盘资料同步运行调试,重点关注谐波建模与频谱分解的实现细节,同时可扩展学习盲源分离中的其他方法如独立成分分析(ICA)或非负矩阵分解(NMF),以加深对音频信号分离机制的理解。
内容概要:本文系统介绍了新能源汽车领域智能底盘技术的发展背景、演进历程、核心技术架构及创新形态。文章指出智能底盘作为智能汽车的核心执行层,通过线控化(X-By-Wire)和域控化实现驱动、制动、转向、悬架的精准主动控制,支撑高阶智能驾驶落地。技术发展历经机械、机电混合到智能三个阶段,当前以线控转向、线控制动、域控制器等为核心,并辅以传感器、车规级芯片、功能安全等配套技术。文中还重点探讨了“智能滑板底盘”这一创新形态,强调其高度集成化、模块化优势及其在成本、灵活性、空间利用等方面的潜力。最后通过“2025智能底盘先锋计划”的实车测试案例,展示了智能底盘在真实场景中的安全与性能表现,推动技术从研发走向市场验证。; 适合人群:汽车电子工程师、智能汽车研发人员、新能源汽车领域技术人员及对智能底盘技术感兴趣的从业者;具备一定汽车工程或控制系统基础知识的专业人士。; 使用场景及目标:①深入了解智能底盘的技术演进路径与系统架构;②掌握线控技术、域控制器、滑板底盘等关键技术原理与应用场景;③为智能汽车底盘研发、系统集成与技术创新提供理论支持与实践参考。; 阅读建议:建议结合实际车型和技术标准进行延伸学习,关注政策导向与行业测试动态,注重理论与实车验证相结合,全面理解智能底盘从技术构想到商业化落地的全过程。
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操作,重点关注双层优化结构与场景筛选逻辑的设计思路,同时可参考文档中提及的其他复现案例拓展研究视野。
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