常用类

字符串

    在java中,字符串被作为String类型的对象处理。String类位于java.lang包中,默认情况下,该包被自动导入所有的程序。

  Java字符串的不变性

  String对象创建后不能被修改,是不可变的,所谓的修改其实是创建了新的对象,所指向的内存空间不同。

  如果需要一个可以改变的字符串可以使用StringBuffer或者StringBuilder。

  每次 new 一个字符串就是产生一个新的对象,即便两个字符串的内容相同,使用 ”==” 比较时也为 ”false” ,如果只需比较内容是否相同,应使用 ”equals()” 方法。

  常量池在Java中是用于保存在编译期已确定的、已编译的class文件中的数据。

  String类常用的方法:

 

  例题:判断邮箱格式是否正确:合法的邮箱名中至少要包含"@", 并且"@"是在"."之前      

     int index2 = email.indexOf('@');    

    int index3 = email.indexOf('.');
    if (index2 != -1 && index3 > index2) {
     System.out.println("邮箱格式正确");
    } else {
      System.out.println("邮箱格式无效");
      }
  ⑷ String 类具有可变性,频繁操作字符串时会产生很多临时变量,使用 StringBuilder 或 StringBuffer
就可以避免这个问题。它们基本相似,不同之处是 StringBuffer  是线程安全的,所以性能略高。一般情况下创
建一个内容
可变的字符串对象,优先使用 StringBuiler 类。

  注:String str = "a" + s 与 String str = new StringBuilder().append("a").append("s").toString();是一样的。               


  ⑸ 日期相关类
  Date 类表示特定的瞬间,精确到毫秒。

  DateFormat 与 SimpleDateFormat 类,DateFormat是一个抽象类。

 Calendar 与 GregorianCalendar 类,Calendar 是一个抽象类。

      将Calendar转换为Date类型:
       Date d = c.getTime();
       String str = sdf.format(d);

       System.out.println(str);


  ⑹ 数学运算符相关类

      浮点数做运算,需要注意的问题
      1.使用BigDecimal类
      2.(最简单的方式)BigDecimal类中构造方法传入的值最好转换为String类型
        float f1 = 0.06f;
        float f2 = 0.01f;
        BigDecimal bd1 = new BigDecimal(String.valueOf(0.06));
        BigDecimal bd2 = new BigDecimal(String.valueOf(0.01));
        //加法
        BigDecimal addBD = bd1.add(bd2);
        double b = addBD.doubleValue();
        //减法
        double b2 = bd1.subtract(bd2).doubleValue();
        //乘法
        double b3 = bd1.multiply(bd2).doubleValue();
        //除法
        double b4 = bd1.divide(bd2).doubleValue();
        System.out.println(b);

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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