Arrays类应用

Arrays 类是 Java API 中提供的类,在 java.util 包中, Arrays类中提供的方法可直接实现数组的排序、搜索等。


常用方法如下:

1、toString

转换数组:将指定数组内容转换为字符串形式

2、fill

给数组赋值:通过fill方法。

3、sort

对数组排序:通过sort方法,默认按升序。

4、equals

比较数组:通过equals方法比较数组中元素值是否相等。

5、binarySearch

二分查找:使用二分搜索法来搜索指定数组的范围

 

示例代码:

import java.util.Arrays;

public class HelloWorld {

    public static void main(String[] args) {

       int[] array = new int[5];

       // 填充数组

       /* Arrays.fill( a1, value );

         作用:填充 a1 数组中的每个元素都是value

       */

       Arrays.fill(array, 5);

       System.out.println("填充数组:Arrays.fill(array, 5):");

       System.out.println(Arrays.toString(array));

 

       // 将数组的第3和第4个元素赋值为8

       /* Arrays.fill( a1, fromIndex, toIndex,value);

         作用:填充 a1 数组中的从索引为 fromIndex 开始到索引为 toIndex-1 为止每个元素都是 value

       */

       Arrays.fill(array, 2, 4, 8);

       System.out.println("将数组的第2和第3个元素赋值为8:Arrays.fill(array, 2, 4, 8):");

       System.out.println(Arrays.toString(array));

      

       int[] array1 = { 7, 8, 3, 2, 12, 6, 3, 5, 4 };

       // 对数组的第3个到第7个进行排序

       /* Arrays.sort( a1, fromIndex, toIndex);

         作用:对 a1 数组中的从索引为 fromIndex 开始到索引为 toIndex-1 为止每个元素排序

       */

       Arrays.sort(array1, 2, 7);

       System.out.println("对数组的第2个到第6个元素进行排序:Arrays.sort(array,2,7):");

       System.out.println(Arrays.toString(array1));

 

       // 对整个数组进行排序

       Arrays.sort(array1);

       System.out.println("对整个数组进行排序:Arrays.sort(array1):");

       System.out.println(Arrays.toString(array1));

 

       // 比较数组元素是否相等

       System.out.println("比较数组元素是否相等:Arrays.equals(array, array1):" + "\n"

              + Arrays.equals(array, array1));

       int[] array2 = array1.clone();

       System.out.println("克隆后数组元素是否相等:Arrays.equals(array1, array2):" + "\n"

              + Arrays.equals(array1, array2));

 

       // 使用二分搜索算法查找指定元素所在的下标(必须是排序好的,否则结果不正确)

       Arrays.sort(array1);

       System.out.println("元素3在array1中的位置:Arrays.binarySearch(array1, 3):"

              + "\n" + Arrays.binarySearch(array1, 3));

 

       // 如果不存在就返回负数

       System.out.println("元素9在array1中的位置:Arrays.binarySearch(array1, 9):"

              + "\n" + Arrays.binarySearch(array1, 9));

    }

}

 

运行结果:

填充数组:Arrays.fill(array, 5):
[5, 5, 5, 5, 5]
将数组的第2和第3个元素赋值为8:Arrays.fill(array, 2, 4, 8):
[5, 5, 8, 8, 5]
对数组的第2个到第6个元素进行排序:Arrays.sort(array,2,7):
[7, 8, 2, 3, 3, 6, 12, 5, 4]
对整个数组进行排序:Arrays.sort(array1):
[2, 3, 3, 4, 5, 6, 7, 8, 12]
比较数组元素是否相等:Arrays.equals(array, array1):false
克隆后数组元素是否相等:Arrays.equals(array1, array2):true
元素3在array1中的位置:Arrays.binarySearch(array1, 3):1
元素9在array1中的位置:Arrays.binarySearch(array1, 9):-9

内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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