如下代码,执行test()函数后

如下代码,执行test()函数后,屏幕打印结果为()

public class Test2
{
    public void add(Byte b)
    {
        b = b++;
    }
    public void test()
    {
        Byte a = 127;
        Byte b = 127;
        add(++a);
        System.out.print(a + " ");
        add(b);
        System.out.print(b + "");
    }
}
  • 127 127
  • 128 127
  • 129 128
  • 以上都不对

答案:D

  • public void add(Byte b){ b=b++; }
    • 这里涉及java的自动装包/自动拆包(AutoBoxing/UnBoxing)
      • Byte的首字母为大写,是类,看似是引用传递,
      • 但是在add函数内实现++操作,会自动拆包成byte值传递类型,
      • 所以add函数还是不能实现自增功能。
      • 也就是说add函数只是个摆设,没有任何作用。
    • Byte类型值大小为-128~127之间。
      • add(++a);这里++a会越界,a的值变为-128 add(b);
      • 前面说了,add不起任何作用,b还是127

 

转载于:https://my.oschina.net/u/3847203/blog/3015386

在生信分析中,`t.test` 函数在R语言中用于执行独立样本的t检验,主要用于比较两个样本平均值是否有显著差异。其基本语法如下: ```r t.test(x, y = NULL, alternative = "two.sided", mu = 0, var.equal = FALSE, paired = FALSE, conf.level = 0.95, ..., trim = 0, na.rm = TRUE, exact = FALSE) ``` 参数说明: - `x` 或 `y`: 要比较的数值向量,如果只有一个变量,则视为单样本;如果有两个,则进行双样本比较。 - `alternative`: 检验假设,默认为"two.sided",即两侧检验(两尾),还有"greater"(单侧,上侧)和"less"(单侧,下侧)。 - `mu`: 默认为0,表示零假设,即两组平均值相等。 - `var.equal` (布尔): 如果设为`TRUE`,则假定两组数据方差相等,否则会计算分母更复杂的Welch's t检验。 - `paired` (布尔): 是否为配对样本检验,默认为`FALSE`。 - `conf.level`: 显著性水平,默认为95%,即置信度。 - `trim` (数字): 对两端指定比例的数据进行截断,避免异常值影响结果。 - `na.rm` (布尔): 是否删除缺失值,默认删除。 - `exact` (布尔): 对于小样本,是否进行精确p值计算,默认为`FALSE`,使用连续近似。 使用这个函数时,通常需要先准备好要对比的两个变量,然后根据研究目的选择适当的参数设置。例如,比较两组学生分数的均值差异可以这样操作: ```r # 假设有两个样本数据,分别存储在 vectors x 和 y 中 scores_x <- c(85, 92, 78, 90) scores_y <- c(88, 86, 90, 94) # 进行t检验 t_test_results <- t.test(scores_x, scores_y) summary(t_test_results) # 查看结果摘要 ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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