Objective-C基础语法学习笔记四

static关键字

1.static不能修饰属性,也不能修饰方法
2.static可以修饰方法中的局部变量

- (void)sayHi
{
    static int num = 12;
    //局部变量被static修饰后,该变量就是静态变量了,变量存放在常量区,不会被回收,二次调用时不会重复声明变量
    num++;
    NSLog(@"num = %d",num);
}

self关键字

当在一个方法内部定义了一个与属性名相同的局部变量,如果在方法内直接访问这个同名属性,访问到的是局部变量。
问题1:如果我想要访问那个同名属性,怎么办?
问题2:在1个对象方法中想要调用当前对象的另一个方法,怎么办?

self来解决。self指向的是当前对象。

self的使用

1.self可以访问当前对象的属性
2.self可以访问当前对象的其他对象方法

self在类方法中的使用

在类方法中self是个指针指向当前这个类在代码段中的地址。

作用:在一个类方法中调用本类的另一个类方法

取到类在代码段中的地址的方法

1.查看对象的isa指针的值
2.在类方法中查看self的值
3.调用对象的对象方法class 就会返回这个对象所属类在代码段中的地址
4.调用类方法class 就会返回这个类在代码段中的地址

继承

继承是类在继承而不是对象在继承,子类继承父类就拥有了父类的所有成员包括属性和方法。

继承的特点

1.单根性:一个类只能有一个父类,不能有多个父类(一个亲爹)
2.传递性:A从B继承,B从C继承,A同时拥有B和C的成员

注意:子类中不能定义父类中同名属性

子类对象调用父类的方法,通过子类对象中的isa指针指向父类,父类通过isa指针指向祖宗类,一层层遍历查找调用的方法,一直找到NSObject类,没有就会报错。

NSObject类

是Fundation框架中的类,是OC的祖宗类,在这个类中有一个类的方法new,用于创建对象的,方法的返回值是创建这个对象的指针。

super关键字

1.super可以用在类方法和对象方法之中
2.在对象方法中可以使用super关键字调用当前对象从父类继承过来的对象方法
3.在类方法中super关键字可以调用当前类从父类继承过来的类方法
4.super不能访问属性
5.super是指当前类或者对象的这个方法是从父类中继承过来的

访问修饰符

用来修饰属性,可以限定对象的属性的访问范围
1.@private:私有。被修饰的属性只能在本类的内部访问,只能在本类的方法实现中访问
2.@protected: 受保护的。被修饰的属性只能在本类和本类的子类中访问,只能在本类和子类的方法实现中访问。
3.@package:被package修饰的属性可以在当前框架中访问
4.@public:可以在任何地方访问

子类可以继承父类的私有属性,但在子类中无法直接访问从父类继承过来的私有属性

私有方法

只写实现不写声明,就可以实现该方法只能在本对象方法中调用。

里氏替换原则

表现形式:一个父类指针指向子类对象的地址
请添加图片描述

description方法

使用%@打印一个对象

输出格式是: <对象所属的类名:对象的地址>

NSLog函数的底层逻辑:
1.调用传入的对象的description方法
2.拿到这个方法的返回值 这个返回值是1个字符串
3.将这个字符串输出

description方法是定义在NSObject类之中的,每一个OC对象都有这个方法

多态

指同一个行为,对于不同的事物具有完全不同的表现形式。同一个行为有多种形态。

内容概要:本文介绍了MATLAB实现DBN-RBF深度置信网络结合RBF神经网络多输入单输出回归预测的详细项目实例。项目旨在通过深度置信网络(DBN)和径向基函数神经网络(RBF)的结合,设计出一种高效的回归预测模型,以应对高维数据和非线性关系的挑战。DBN用于无监督特征提取,RBF用于快速回归,两者结合显著提升了预测精度和模型泛化能力。文中详细描述了项目的背景、目标、挑战、解决方案、模型架构、代码实现、GUI设计、性能评估及未来改进方向。 适合人群:具备一定编程基础,对机器学习和深度学习有一定了解的研发人员,尤其是从事金融预测、医疗健康、智能制造等领域的工程师和技术人员。 使用场景及目标:①解决高维数据的特征提取难题,提升非线性回归的拟合精度;②通过无监督学习与快速训练能力的结合,提高模型的预测精度和泛化能力;③应用于金融预测、医疗健康、智能制造等多个领域,提供高效的回归预测工具;④通过实时数据流处理和GPU加速推理,确保系统在实时应用中的快速响应。 其他说明:此项目不仅提供了详细的理论分析和代码实现,还涵盖了系统架构设计、模型部署与应用、安全性与用户隐私保护等方面的全面指导。通过结合其他深度学习模型、多任务学习、增量学习等技术,项目具备广阔的扩展性和应用前景。系统还支持自动化CI/CD管道、API服务与业务集成、前端展示与结果导出等功能,确保了系统的高可用性和易用性。
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