读书笔记——深入理解JAVA虚拟机(3)

本文详细介绍了Java虚拟机中的类加载机制,包括加载时机、加载过程及类加载器的种类。并通过实例说明了哪些情况会触发类的加载,以及类加载过程中涉及到的关键步骤。

第七章  虚拟机类加载机制

7.1概述

所谓虚拟机类加载,指的是虚拟机将编译器编译好的Class字节码文件加载到内存,并对数据进行校验和初始化,最终形成一个可以被虚拟机使用的JAVA类。

类的加载、校验和初始化是在运行期完成的(懒加载)。

7.2类加载的时机

类的生命周期:

加载——验证——准备——解析——初始化——使用——卸载

什么样的场景下需要对类进行加载呢?

1、new对象、读取或设置类的静态字段(常量除外)、调用类的静态方法。

2、反射。

3、虚拟机启动时,main()方法所在的类。

4、当加载一个类的时候,总是会先加载它的父类。

几个容易混淆的场景:

1、通过子类引用父类的静态字段,不会初始化子类。因为对于静态字段,在使用的时候只有直接定义它的类才会初始化。

2、通过数组定义来引用类,不会导致该类的初始化。例如:

MyClass[] myClasses = new MyClass[10];
MyClass对象不会初始化。

3、调用某个常量,不会导致该常量所在类的初始化。因为对于常量来说,在编译的时候,就会把常量放到调用类字节码文件的常量池中,本质上并没有直接引用到定义该常量的类。

7.3类加载的过程

1、加载字节码文件:通过1个类的全名称获取其二进制的字节流。注意,这里的加载并不一定是Class文件,还可以是其他形式。

2、校验:虚拟机会对加载进来的数据进行校验,包括格式、语义等等,校验完成后,就会在虚拟机的方法区中开辟出内存空间,将字节码表示的数据结构存放起来。

3、准备:虚拟机正式为类变量分配内存并设置其初始的零值。注意:这里仅仅包括类的静态变量。常量不包括在内,常量在编译时就已经初始化好了。

4、解析:将类常量池中的符号引用转化为直接引用,即将类方法名与方法的实际内存地址、类字段名与字段的实际内存地址关联起来。

5、初始化:执行类中的静态代码块,静态变量的赋值等动作,这些动作是程序员在代码里定义的。顺序与源码中的顺序一致。

7.4类加载器

判断两个类是否相等

1、类的加载器是否相等

2、类是否相等

上面两个条件必须同时满足。

类加载器的类型:

1、启动类加载器(Bootstrap ClassLoader):用来加载JVM依赖的类,即<JAVA_HOME>\lib目录下的类,最顶层的类加载器,一般来说不用管。

2、扩展类加载器(Extension ClassLoader):用来加载<JAVA_HOME>\lib\ext目录下的类,一般也不用管。

3、应用程序类加载器(Application ClassLoader):用来加载Classpath下的类,一般都用这个。

双亲委派模型:当要加载一个类时,底层的类加载器永远会先委托上层的类加载器去加载,只有在上层不加载时,才会自己加载。这样可以保证同一个类永远是由同一个类加载器来加载。






### 光流法C++源代码解析与应用 #### 光流法原理 光流法是一种在计算机视觉领域中用于追踪视频序列中运动物体的方法。它基于亮度不变性假设,即场景中的点在时间上保持相同的灰度值,从而通过分析连续帧之间的像素变化来估计运动方向和速度。在数学上,光流场可以表示为像素位置和时间的一阶导数,即Ex、Ey(空间梯度)和Et(时间梯度),它们共同构成光流方程的基础。 #### C++实现细节 在给定的C++源代码片段中,`calculate`函数负责计算光流场。该函数接收一个图像缓冲区`buf`作为输入,并初始化了几个关键变量:`Ex`、`Ey`和`Et`分别代表沿x轴、y轴和时间轴的像素强度变化;`gray1`和`gray2`用于存储当前帧和前一帧的平均灰度值;`u`则表示计算出的光流矢量大小。 #### 图像处理流程 1. **初始化和预处理**:`memset`函数被用来清零`opticalflow`数组,它将保存计算出的光流数据。同时,`output`数组被填充为白色,这通常用于可视化结果。 2. **灰度计算**:对每一像素点进行处理,计算其灰度值。这里采用的是RGB通道平均值的计算方法,将每个像素的R、G、B值相加后除以3,得到一个近似灰度值。此步骤确保了计算过程的鲁棒性和效率。 3. **光流向量计算**:通过比较当前帧和前一帧的灰度值,计算出每个像素点的Ex、Ey和Et值。这里值得注意的是,光流向量的大小`u`是通过`Et`除以`sqrt(Ex^2 + Ey^2)`得到的,再乘以10进行量化处理,以减少计算复杂度。 4. **结果存储与阈值处理**:计算出的光流值被存储在`opticalflow`数组中。如果`u`的绝对值超过10,则认为该点存在显著运动,因此在`output`数组中将对应位置标记为黑色,形成运动区域的可视化效果。 5. **状态更新**:通过`memcpy`函数将当前帧复制到`prevframe`中,为下一次迭代做准备。 #### 扩展应用:Lukas-Kanade算法 除了上述基础的光流计算外,代码还提到了Lukas-Kanade算法的应用。这是一种更高级的光流计算方法,能够提供更精确的运动估计。在`ImgOpticalFlow`函数中,通过调用`cvCalcOpticalFlowLK`函数实现了这一算法,该函数接受前一帧和当前帧的灰度图,以及窗口大小等参数,返回像素级别的光流场信息。 在实际应用中,光流法常用于目标跟踪、运动检测、视频压缩等领域。通过深入理解和优化光流算法,可以进一步提升视频分析的准确性和实时性能。 光流法及其C++实现是计算机视觉领域的一个重要组成部分,通过对连续帧间像素变化的精细分析,能够有效捕捉和理解动态场景中的运动信息
微信小程序作为腾讯推出的一种轻型应用形式,因其便捷性与高效性,已广泛应用于日常生活中。以下为该平台的主要特性及配套资源说明: 特性方面: 操作便捷,即开即用:用户通过微信内搜索或扫描二维码即可直接使用,无需额外下载安装,减少了对手机存储空间的占用,也简化了使用流程。 多端兼容,统一开发:该平台支持在多种操作系统与设备上运行,开发者无需针对不同平台进行重复适配,可在一个统一的环境中完成开发工作。 功能丰富,接口完善:平台提供了多样化的API接口,便于开发者实现如支付功能、用户身份验证及消息通知等多样化需求。 社交整合,传播高效:小程序深度嵌入微信生态,能有效利用社交关系链,促进用户之间的互动与传播。 开发成本低,周期短:相比传统应用程序,小程序的开发投入更少,开发周期更短,有助于企业快速实现产品上线。 资源内容: “微信小程序-项目源码-原生开发框架-含效果截图示例”这一资料包,提供了完整的项目源码,并基于原生开发方式构建,确保了代码的稳定性与可维护性。内容涵盖项目结构、页面设计、功能模块等关键部分,配有详细说明与注释,便于使用者迅速理解并掌握开发方法。此外,还附有多个实际运行效果的截图,帮助用户直观了解功能实现情况,评估其在实际应用中的表现与价值。该资源适用于前端开发人员、技术爱好者及希望拓展业务的机构,具有较高的参考与使用价值。欢迎查阅,助力小程序开发实践。资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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