java之13天 字符串StringBuffer (二)

[size=medium][b]StringBuffer 和 StringBuilder[/b][/size]


/**
* StringBuffer是字符串缓冲区一个容器
* 特点:
* 1.长度是可变的
* 2.可以直接操作多种数据类型
* 3.最终会通过toString方法编程字符串
*
*
* 1.存储
* StringBuffer append(): 将数据作为参数添加到已有的数据结尾处.
* StringBuffer insert(index,数据);可以将数据插入到指定的index位置.
* 2.删除
* StringBuffer delete(int start,int end): 包含 start 不包含 end
* StringBuffer deleteCharAt(int index):删除指定位置字符
* 3.修改
* StringBuffer replace(int start,int end,String str);
* void setCharAt(int index,char c);
* 4.查询
* char charAt(index):获取指定角标上的字符
* int indexOf(String str)
* int lastIndexOf(String str)
* int length()
* String subString(int start)
*
* 5.反转
* StringBuffer reverse();
*
* 6.复制
* void getChars(int srcBegin,int srcEnd,char[] dst,int dstBegin)
*
*
*
*JDK1.5 版本之后出现了StringBuilder.
*
* StringBuffer 是线程同步.
* StringBuilder 是线程不同步. 单线程的时候 一般都用这个 以后开发建议使用 StringBuilder
*
*JDK 升级 的三个因素
* 1.提高效率
* 2.简化书写
* 3.提高安全性
*
*/
public class StringBufferDemo {
public static void sop(String str){
System.out.println(str);
}
public static void method_copy(){
StringBuffer sb=new StringBuffer("abcdef");
char[] chs=new char[4];
sb.getChars(0, 4, chs, 0);
for (char c : chs) {
sop("getChars"+c);
}

}

public static void method_update(){
StringBuffer sb=new StringBuffer("abcdef");
sb.replace(1, 4, "JAVA");
sop(sb.toString());
sb.setCharAt(2,'K'); //替换指定位置上的字符
sop(sb.toString());
}

public static void method_delete(){
StringBuffer sb=new StringBuffer("abcdef");
sb.delete(1,3);
sop(sb.toString());

//清空缓冲区
//sb.delete(0, sb.length());

//删除 sb中的 c
sb.deleteCharAt(2);// 或者 sb.delete(2,3);
sop(sb.toString());

}

public static void method_create(){
StringBuffer sb=new StringBuffer();
StringBuffer sb1=sb.append(34);
sop("sb==sb1:"+(sb==sb1));

sb.append("sdfsdf").append(true).append(123);
sop(sb.toString());
}

public static void main(String[] args) {
method_create();
method_delete();
method_update();
method_copy();
}

}


[size=medium][b]装箱 和 拆箱[/b][/size]

/**
* 基本数据类型的对象包装类
* byte Byte
* short short
* int Integer
* boolean Boolean
* float Float
* double Double
* char Character
*
* 基本数据类型对象包装类的最常见作用
* 1.就是用于基本数据类型和字符串类型之间的转换
*
* 基本数据类型装字符串
* 基本数据类+""; 这样就变成了一个字符串
* 基本数据类型.toString(基本数据类型值);
* 如: Integer.toString(34); //将34 整数类型变成 "34"
*
* 字符串转成基本数据类型.
* 基本数据类型包装类.parseXXX(str);
* xxx a=Xxxx.parseXxx(String stt);
*
* double d=Double.parstDouble("12.13");
*
* 十进制转换其他进制
* toBinaryString();
* toHexstrng();
* toOctalString();
*
* 其他进制转换成十进制
* parseInt(string,radix);
*
*/


public class IntegerDemo {

public static void sop(String str){
System.out.println(str);
}

public static void main(String[] args) {
//整数类型的最大值
sop("int max:"+Integer.MAX_VALUE); //用于判断 表达式运算后的值 是不是在这个整数范围


//将在一个字符串转成整数
int num=Integer.parseInt("123"); //必须要传入数字格式的字符串
sop("num="+(num+4));

long x=Long.parseLong("123");


boolean b=Boolean.parseBoolean("true");
sop("boolean="+b);

sop(Integer.toBinaryString(6));
sop(Integer.toHexString(60));


int ss =Integer.parseInt("110",10);
sop(""+ss);
ss =Integer.parseInt("110",2);
ss =Integer.parseInt("3c",16);
sop(""+ss);

Integer i=new Integer("123");
int sss=i.intValue(); //这样也可以转成 基本数据

method();

method1();
}

public static void method(){
Integer x=new Integer("123");
Integer y=new Integer("123");
sop("x==y:"+(x==y));
sop("x.equals(y):"+x.equals(y));
}

public static void method1(){
Integer x=new Integer(4);
Integer x1=4; //和上面的相等 4 就是一个对象 代替了 new Integer(4); 这个是自动装箱过程只在JDK 5.0后才行.

x=x1+2; //4 表示一个对象, 那 对象 +2 肯定是不成功的. 原因 4:进行了 自动拆箱. x1.intValue(); 然后在进行装箱赋值给 x
//x1=x1+2;


//享元模式
Integer m=128;
Integer n=128;
sop("m==n:"+(m==n)); //false
Integer m1=127;
Integer n1=127;
sop("m1==n1:"+(m1==n1)); //true ,因为 m1 和 n1 指向了同一个Integer对象.
//因为当数值在byte范围内的时候.-128~127中,对于新特性,如果该数值已经存在,则不会在开辟新的空间.
sop("m1.compareTo(n1)"+m1.compareTo(n1)); //0 相等
}
}

本指南详细阐述基于Python编程语言结合OpenCV计算机视觉库构建实时眼部状态分析系统的技术流程。该系统能够准确识别眼部区域,并对眨眼动作与持续闭眼状态进行判别。OpenCV作为功能强大的图像处理工具库,配合Python简洁的语法特性与丰富的第三方模块支持,为开发此类视觉应用提供了理想环境。 在环境配置阶段,除基础Python运行环境外,还需安装OpenCV核心模块与dlib机器学习库。dlib库内置的HOG(方向梯度直方图)特征检测算法在面部特征定位方面表现卓越。 技术实现包含以下关键环节: - 面部区域检测:采用预训练的Haar级联分类器或HOG特征检测器完成初始人脸定位,为后续眼部分析建立基础坐标系 - 眼部精确定位:基于已识别的人脸区域,运用dlib提供的面部特征点预测模型准确标定双眼位置坐标 - 眼睑轮廓分析:通过OpenCV的轮廓提取算法精确勾勒眼睑边缘形态,为状态判别提供几何特征依据 - 眨眼动作识别:通过连续帧序列分析眼睑开合度变化,建立动态阈值模型判断瞬时闭合动作 - 持续闭眼检测:设定更严格的状态持续时间与闭合程度双重标准,准确识别长时间闭眼行为 - 实时处理架构:构建视频流处理管线,通过帧捕获、特征分析、状态判断的循环流程实现实时监控 完整的技术文档应包含模块化代码实现、依赖库安装指引、参数调优指南及常见问题解决方案。示例代码需具备完整的错误处理机制与性能优化建议,涵盖图像预处理、光照补偿等实际应用中的关键技术点。 掌握该技术体系不仅有助于深入理解计算机视觉原理,更为疲劳驾驶预警、医疗监护等实际应用场景提供了可靠的技术基础。后续优化方向可包括多模态特征融合、深度学习模型集成等进阶研究领域。 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
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
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