优先使用整形池

本文详细解析了Java中Integer对象的生成方式及其相等性的判断原理。通过对比三种不同的Integer对象生成方法,揭示了整型池在提高系统性能和节省内存空间方面的重要作用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  1. public static void main(String[] args) {  
  2.      Scanner input = new Scanner(System.in);  
  3.      while(input.hasNextInt()){  
  4.           int ii = input.nextInt();  
  5.           System.out.println("\n===="+ii+" 的相等判断======");  
  6.           //两个通过new产生的Integer对象  
  7.           Integer i =new Integer(ii);  
  8.           Integer j = new Integer(ii);  
  9.           System.out.println("new产生的对象:" + (i==j));  
  10.  
  11.           //基本类型转为包装类型后比较  
  12.           i=ii;  
  13.           j=ii;  
  14.           System.out.println("基本类型转换的对象:" + (i==j));  
  15.  
  16.           //通过静态方法生成一个实例  
  17.           i=Integer.valueOf(ii);  
  18.           j = Integer.valueOf(ii);  
  19.           System.out.println("valueOf产生的对象:"  + (i==j));  
  20.      }  

 

输入多个数字,然后按照3种不同的方式产生Integer对象,判断其是否相等,注意这里使用了“==”,这说明判断的不是同一个对象。我们输入三个数字127、128、555,结果如下:

  1. ====127 的相等判断======  
  2. new产生的对象:false  
  3. 基本类型转换的对象:true  
  4. valueOf产生的对象:true 
  5.  
  6. ====128 的相等判断======  
  7. new产生的对象:false  
  8. 基本类型转换的对象:false  
  9. valueOf产生的对象:false 
  10.  
  11. ====555 的相等判断======  
  12. new产生的对象:false  
  13. 基本类型转换的对象:false  
  14. valueOf产生的对象:false 

 

很不可思议呀,数字127的比较结果竟然与其他两个数字不同,它的装箱动作所产生的对象竟然是同一个对象,valueOf产生的也是同一个对象,但是大于127的数字128和555在比较过程中所产生的却不是同一个对象,这是为什么?我们一个一个来解释。

(1)new产生的Integer对象

new声明的就是要生成一个新的对象,没二话,这是两个对象,地址肯定不等,比较结果为false。

(2)装箱生成的对象

对于这一点,首先要说明的是装箱动作是通过valueOf方法实现的,也就是说后两个算法是相同的,那结果肯定也是一样的,现在的问题是:valueOf是如何生成对象的呢?我们来阅读一下Integer.valueOf的实现代码:

  1. public static Integer valueOf(int i) {  
  2.      final int offset = 128;  
  3.      if (i >= -128 && i <= 127) { // must cache  
  4.         return IntegerCache.cache[i + offset];  
  5.      }  
  6.   return new Integer(i);  

 

这段代码的意思已经很明了了,如果是-128到127之间的int类型转换为Integer对象,则直接从cache数组中获得,那cache数组里是什么东西,代码如下:

  1. static final Integer cache[] = new Integer[-(-128) + 127 + 1];  
  2.  
  3. static {  
  4.      for(int i = 0; i cache.length; i++)  
  5.       cache[i] = new Integer(i - 128);  

cache是IntegerCache内部类的一个静态数组,容纳的是﹣128到127之间的Integer对象。通过valueOf产生包装对象时,如果int参数在﹣128和127之间,则直接从整型池中获得对象,不在该范围的int类型则通过new生成包装对象。

明白了这一点,要理解上面的输出结果就迎刃而解了,127的包装对象是直接从整型池中获得的,不管你输入多少次127这个数字,获得的对象都是同一个,那地址当然都是相等的。而128、555超出了整型池范围,是通过new产生一个新的对象,地址不同,当然也就不相等了。

以上的解释也是整型池的原理,整型池的存在不仅仅提高了系统性能,同时也节约了内存空间,这也是我们使用整型池的原因,也就是在声明包装对象的时候使用valueOf生成,而不是通过构造函数来生成的原因。顺便提醒大家,在判断对象是否相等的时候,最好是用equals方法,避免用“==”产生非预期结果。

注意 通过包装类的valueOf生成包装实例可以显著提高空间和时间性能。

转载于:https://www.cnblogs.com/pbq-dream/p/5289121.html

内容概要:本文介绍了基于SMA-BP黏菌优化算法优化反向传播神经网络(BP)进行多变量回归预测的项目实例。项目旨在通过SMA优化BP神经网络的权重和阈值,解决BP神经网络易陷入局部最优、收敛速度慢及参数调优困难等问题。SMA算法模拟黏菌寻找食物的行为,具备优秀的全局搜索能力,能有效提高模型的预测准确性和训练效率。项目涵盖了数据预处理、模型设计、算法实现、性能验证等环节,适用于多变量非线性数据的建模和预测。; 适合人群:具备一定机器学习基础,特别是对神经网络和优化算法有一定了解的研发人员、数据科学家和研究人员。; 使用场景及目标:① 提升多变量回归模型的预测准确性,特别是在工业过程控制、金融风险管理等领域;② 加速神经网络训练过程,减少迭代次数和训练时间;③ 提高模型的稳定性和泛化能力,确保模型在不同数据集上均能保持良好表现;④ 推动智能优化算法与深度学习的融合创新,促进多领域复杂数据分析能力的提升。; 其他说明:项目采用Python实现,包含详细的代码示例和注释,便于理解和二次开发。模型架构由数据预处理模块、基于SMA优化的BP神经网络训练模块以及模型预测与评估模块组成,各模块接口清晰,便于扩展和维护。此外,项目还提供了多种评价指标和可视化分析方法,确保实验结果科学可信。
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