==与equals()

==和equals()的区别有两种情况:

      一种是针对object类一种是针对string 类

如下解释可看出对于object类来说==和equals()是一样的。但是由于String类重写了equals(),所以String 与Object又有所区别

Object的equals
public boolean equals (Object obj)

指示其他某个对象是否与此对象“相等”。

      Object 类的equals 方法实现对象上差别可能性最大的相等关系;即,对于任何非空引用值 x 和 y,当且仅当 x 和y 引用同一个对象时,此方法才返回 true(x == y 具有值 true)。

       当此方法被重写时,通常有必要重写 hashCode 方法,以维护 hashCode方法的常规协定,该协定声明相等对象必须具有相等的哈希码。  

equals 方法在非空对象引用上实现相等关系:

·  自反性:对于任何非空引用值 x,x.equals(x) 都应返回 true。

·  对称性:对于任何非空引用值 x 和 y,当且仅当 y.equals(x)返回 true 时,x.equals(y) 才应返回true。

·  传递性:对于任何非空引用值 x、y 和 z,如果 x.equals(y) 返回 true,并且 y.equals(z) 返回 true,那么 x.equals(z) 应返回 true。

·  一致性:对于任何非空引用值 x 和 y,多次调用 x.equals(y)始终返回 true 或始终返回 false,前提是对象上equals 比较中所用的信息没有被修改。

·  对于任何非空引用值 x,x.equals(null) 都应返回 false。

string类的equals

public boolean equals(Object anObject)

将此字符串与指定的对象比较。当且仅当该参数不为null,并且是与此对象表示相同字符序列的 String 对象时,结果才为 true

如果给定对象表示的 String 与此 String 相等,则返回 true;否则返回 false

 

下面来看一个例子:

class Y{
	int i;
}
public class X { 
public static void main(String [] args) {
	
	Y y=new Y();
	Y y1=new Y();
	y.i=10;
	y1.i=10;
	
	System.out.println("y.equals(y1):"+y.equals(y1));
	System.out.println("y==y1:"+(y==y1));

	
	String a=new String("abc");
	String a1=new String("abc");
	
	System.out.println("a.equals(a1):"+a.equals(a1));
	System.out.println("a==a1:"+(a==a1));
	
	String b="abc";
	String b1="abc";
	
	System.out.println("b.equals(b1):"+b.equals(b1));
	System.out.println("b.equals(b1):"+(b==b1));
	
	System.out.println("b.equals(a):"+b.equals(a));
	System.out.println("b==a:"+(b==a));

	System.out.println("a:"+a.hashCode());
	System.out.println("a1:"+a1.hashCode());
	System.out.println("b:"+b.hashCode());
	System.out.println("b1:"+b1.hashCode());
 } 
}
输出结果为:
y.equals(y1):false
y==y1:false
a.equals(a1):true
a==a1:false
b.equals(b1):true
b.equals(b1):true
b.equals(a):true
b==a:false
a:96354
a1:96354
b:96354
b1:96354 

      对于y引用equals和==是一样的,因为y和y1指向不同对象,故其对应值应该都为false

     String a=new String(“abc”); 处,系统(在指定内存中)先建立一个“abc”对象实例再通过String构建器创建“abc”的副本存入a指向的对象(在堆中,不在常量池中)中。如后面的a1同理。而在执行String b="abc";时系统不会再去开辟内存空间,而是直接在缓冲池中找到原先第一次创建的“abc”的,并指向它。同理b1.故对着几个引用变量调用用equals()因他们指向的对象实例对视相同的(查看结果的hashcode()值也是一样的),结果都应为true。因引用b和a不是指向同一个对象,所以b==a应该是false(其他的同理)。

注:1、String的一个构造函数:public String(String original)

初始化一个新创建的 String 对象,使其表示一个与参数相同的字符序列;换句话说,新创建的字符串是该参数字符串的副本。

参考:http://blog.csdn.net/fiempty/article/details/8640467

初学java以上说明如有不妥之处,请见谅。


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。
【4层】3100平米综合办公楼毕业设计(含计算书、建筑结构图) 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 、1资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
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