java虚拟机类加载器介绍

睡觉之前没事做就谈谈我最近看一些关于类加载器的经验吧。

首先java先讲一下虚拟机初始化一个类的过程吧。首先一个java源文件编译成一个class文件 。当我们new一个类的对象的时候其实经过了3个步骤1加载(就是把编译的class文件由类加载器加载到java虚拟机中)2链接(个人的理解就分配一些静态区域)3初始化(个人认为就是执行了非静态的区域比如非静态块和构造器)。经过这3个步骤一个类就初始化完成了。

讲到这里就顺便将一下类加载的顺序吧。在不考虑继承父类的情况下类加载的顺序是静态块->静态成员变量(这里要说明的是这2个是看谁在前就先加载谁)->非静态块->非静态成员变量(这里也同样谁在前面就先加载谁)->构造器。 静态块和静态成员变量只会加载一次而非静态块和非静态成员变量每初始化一次就加载一次。

 

接下来就将一下有关反射的东西。大家都知道反射可以用Class.forName("com.djk.test");的方式来加载一个类得到这个类的class对象。我这里想说的是Class.forName和ClassLoder.loderClass()2个东西得到class对象的区别。Class.forName()来得到Class对象的时候会做初始化类的前2步就是1加载和2连接。举个列子:

public class Test4 
{
	public static void main(String[] args) throws ClassNotFoundException
	{
		Class.forName("com.djk.test.Innerss");
	}
}

class Innerss
{
	static
	{
		System.out.println("static");
	}
	{
		System.out.println("no static");
	}
	
	public Innerss()
	{
		System.out.println("构造器");
	}
}


运行的结果是打印了static语句非静态块和构造器都没执行。这就说明了Class.forName()得到Class对象时进行了前2步。接下来再看Classloader.lodeClass()方法

public class Test4 
{
	public static void main(String[] args) throws ClassNotFoundException 
	{
		Test4.class.getClassLoader().loadClass("com.djk.test.Innerss");
	}
}

class Innerss
{
	static
	{
		System.out.println("static");
	}
	{
		System.out.println("no static");
	}
	
	public Innerss()
	{
		System.out.println("构造器");
	}
}


这段代码执行的结果是3个打印语句一个都没有执行说明了当用 ClassLoder.loadClass()方法来得到class对象时值进行了第一步加载。

 

大家都知道加载jdbc驱动的时候我们会写Class.forName();来加载驱动。不知道大家有没有试过用ClassLoder.loadClass()方法来加载,如果用后面的方法并且步newnintance的话会发现报错,原因是源码中有一个静态块会加载一些东西如果用后者的话不会去分配内容空间只是单纯的加载了类。。。。

 

 

接下来讲一下java的类加载器吧。java提供了3个类加载器分别是底层用c++写的bootstrap class loader引导类加载器,他来加载一些java的一些核心类比如jdk。接下来是扩展类加载器extensions class loader 他来加载一些java提供的扩展类,最后是应用加载器,他一把来加载classpath下的类。。。

这3个加载器的关系的是引导类加载器是扩展类加载器的父类,扩展类加载器是应用类加载器的父类。

java来加载类是用了双亲委托模型来加载类的,简单的说就是当jvm加载一个类时首先看其父类能不能加载这个类,然后他父类再去委托他的父类去加载这样一直往上直到最终的引导类加载器,如果父类加载器能加载就加载不能加载就由子类加载器来加载(父类加载器加载的时候首先回去看自己有没有加载过这个类如果加载过的话就不会去加载)。。这样的模型好处是安全为什么安全?

这是说下为什么安全,当我们试图自己去写一个jdk已经拥有的类比如String类,jvm首先会让最终的类加载器引导类加载器去加载,当引导类加载器加载的时候会发现自己已经加载过这个String类那么他就不会再加载这个类。。。这样就避免了我们恶意的去写自己的String类。

 

最后讲下大家可能遇到过的2中异常,一种是ClssNotFoundException 另一种是NoClassDefFoundError。这2个异常的区别是(个人理解)产生ClssNotFoundException异常的原因是当jvm去加载类的时候根据我们给的类名没有找到对应的class文件而抛出来的异常。NoClassDefFoundError异常产生的原因是jvm找到了class文件但是发现我们写的类名和class文件中的类名不一致(这里要说下当java源文件编译成class文件后类名中会带包名),出现这个错误的时候不妨去看看自己有没有把包名写进去。。。

 

呵呵 今天就讲到这吧 由于是第一次写博客讲的比较乱 有不对的地方希望大家提出谢谢、、、、、

深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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