笔记21 异常

package test0911;

import java.util.InputMismatchException;
import java.util.Scanner;

/* 
 * 		1、什么是异常?
 * 			
 * 		2、异常的分类?
 * 			1) 未检查的异常: 程序编写完成后,没有基本的语法错误;接着进行编译且编译不会报错。
 * 				然而,程序在运行期间可能出错。我们将这种出错现象称之为未检查的异常。 
 * 				
 * 			2) 已检查的异常: 程序编写完成后,没有基本的语句错误,但在编译时去报错了且错误信息
 * 				为 "Unhandled exception type XXXXXX" 这样的。则我们称这种异常为已检查的异常。
 * 
 * 		3、在Java语言中,可处理的异常均有Exception类来管理。
 * 			所有可处理的异常均为 Exception 类的子类。
 * 			根据多态的特性,可以用父类的对象变量来接收子类的对象。
 * 
 * 		4、异常的处理机制有两种:
 * 			1) 在方法的头部通过 throws 关键字将异常抛出(抛弃)。
 * 
 * 			2) 在方法体中使用 try{}catch(){} 语句块处理掉异常。
 * 
 * 		5、对待程序的异常有两个建议:
 * 			1) 当处理的异常为 "未检查的异常" 时,则尽量采用 逻辑办法(智慧)解决。
 * 
 * 			2) 当处理的异常为 "已检查的异常" 时,则必须采用Java提供的异常处理机制来解决。
 * 
 * 		6、什么时候使用throws关键字?
 * 			答案: 在编写普通方法时,当方法体中有异常产生时,则往往在方法头部将异常抛出。
 * 
 * 		7、在异常处理机制中: 一个try后面可以跟上一个catch或多个catch或零个catch,但此时必须有一个finally
 * 
 * 			1)	try{}catch(){}
 * 			2)  try{}catch(){} catch(){} ... catch(){}
 * 			3)  try{}catch(){} catch(){} ... finally{  }
 * 			4)  try{}finally{}
 * 			5)  try{}catch(){} finally {}
 * 
 * 			注意: finally语句块用来处理必须执行的语句。通常用来关闭打开的文件或断开连接的数据库. 
 * 	
 */
public class ExceptionTest1 {
	
	public static void main(String[] args) {
		
		try{
			String s = null;		//字符串对象并没有创建, 会出现 NullPointerException 异常;
			
			System.out.println(s + "这个串的长度是: " + s.length() );
		}catch(NullPointerException e){
			System.out.println("字符串并没有创建,无法求其长度。");
		}finally{
			System.out.println("finally 关键字的作用是, 无论有无异常均执行此语句。");
		}
		
		
		Scanner sc = new Scanner(System.in);		//导入键盘输入;
		
		try{
			System.out.print("请输入第一个整数 \t" );
			int x = sc.nextInt();						//输入有误时,会导致InputMismatchException异常;
			
			System.out.print("请输入第二个整数 \t" );
			int y = sc.nextInt();
			
			System.out.println("两个整数相加得:" + x + "+" + y + "=" + (x+y) ) ;
		}catch(InputMismatchException e){
			System.out.println("你输入的数据有误 ");
		}
	}
}

基于html+python+Apriori 算法、SVD(奇异值分解)的电影推荐算法+源码+项目文档+算法解析+数据集,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 电影推荐算法:Apriori 算法、SVD(奇异值分解)推荐算法 电影、用户可视化 电影、用户管理 数据统计 SVD 推荐 根据电影打分进行推荐 使用 svd 模型计算用户对未评分的电影打分,返回前 n 个打分最高的电影作为推荐结果 n = 30 for now 使用相似电影进行推荐 根据用户最喜欢的前 K 部电影,分别计算这 K 部电影的相似电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now 根据相似用户进行推荐 获取相似用户 K 个,分别取这 K 个用户的最喜爱电影 n 部,返回 K*n 部电影进行推荐 K = 10 and n = 5 for now Redis 使用 Redis 做页面访问次数统计 缓存相似电影 在使用相似电影推荐的方式时,每次请求大概需要 6.6s(需要遍历计算与所有电影的相似度)。 将相似电影存储至 redis 中(仅存储 movie_id,拿到 movie_id 后还是从 mysql 中获取电影详细信息), 时间缩短至:93ms。 十部电影,每部存 top 5 similar movie 登录了 1-6 user并使用了推荐系统,redis 中新增了 50 部电影的 similar movie,也就是说,系统只为 6 为用户计算了共 60 部电影的相似度,其中就有10 部重复电影。 热点电影重复度还是比较高的
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