不可变字符串 NSString 的基础使用方法



1.新建字符串的四个方法

 

     1)直接赋值

          NSString *str1 = @"直接赋值str1";

         NSLog(@"%@",str1);

 

     2)alloc 创建字符串

          NSString *str2 = [[NSString alloc]initWithString:@"alloc 创建字符串:str2"];

         NSLog(@"%@",str2);

 

     3)alloc 格式化字符创建

          int a =3;

          NSString *str3 = [[NSString alloc] initWithFormat:@"alloc 格式化字符创建:str%d",a];

          NSLog(@"%@",str3);

 

     4)类方法 格式化字符创建

          int b = 4;

          NSString *str4 =[NSString stringWithFormat:@"类方法 格式化字符创建:str%d",b];

          NSLog(@"%@",str4);

       

       

2.比较字符串内容是否相同

 

     1)直接比较

        if(str1 == str2) {

            NSLog(@"%@ 等于 %@",str1,str2);

        }

        else

            NSLog(@"%@ 不等于 %@",str1,str2);

 

     2isEqualToString

        if([str1 isEqualToString:str2]) {

            NSLog(@"%@ 等于 %@",str1,str2);

        }

        else

            NSLog(@"%@ 不等于 %@",str1,str2);

       

               

3.比较字符串大小

 

     NSString*s1 = @"a";

     NSString*s2 = [[NSString alloc]initWithFormat:@"b"];

     NSComparisonResultresult = [s1 caseInsensitiveCompare:s2];

 

     if(result == NSOrderedAscending) {

          NSLog(@"升序:a<b");

     }elseif (result == NSOrderedSame){

          NSLog(@"内容相同");

     }elseif (result == NSOrderedDescending){

          NSLog(@"降序:a>b");

     }

       

       

4.转换字符串

 

NSString *str1 = @"10";

int a = [str1 intValue];

NSLog(@"a = %d",a);       

     

       

5.分割字符串

 

NSString *str = @"aaa,bbb,ccc,ddd";

NSArray *array = [strcomponentsSeparatedByString:@","];

for (NSString *st in array) {

NSLog(@"%@",st);

}

 

/*

***********************  输出的结果 *************************

         

               2015-08-03 08:39:32.872 01-字符串[525:8842] aaa

               2015-08-03 08:39:32.873 01-字符串[525:8842] bbb

               2015-08-03 08:39:32.873 01-字符串[525:8842] ccc

               2015-08-03 08:39:32.873 01-字符串[525:8842] ddd       

*************************************************************

*/       

       

 

6.查找字符串

       

       NSString*email = @"13246798@qq.com";

       NSString*substring = @"@qq.com";

        

//在字符串 email 中查找 substring 字符串

NSRange range = [email rangeOfString:substring];

        

if (range.location != NSNotFound) {

NSLog(@"\n%@包含%@",email,substring);

NSLog(@"\n位置是:%ld,长度是:%ld",range.location,range.length);

}else{

NSLog(@"没找到");

}

       

       

/*

*********************  查找字符串输出的结果  *******************

         

               2015-08-03 08:50:20.948 01-字符串[615:10676]

               13246798@qq.com包含@qq.com

               2015-08-03 08:50:20.949 01-字符串[615:10676] 

               位置是:8,长度是:7

         

*************************************************************

*/

       

 

7.替换字符串

 

NSString *email = @"123456789@qq.com";

NSString *newEmail = [emailstringByReplacingOccurrencesOfString:@"qq.com"withString:@"163.com"];

NSLog(@"\nnewEmail:%@",newEmail);

       

/*

***********************  替换字符串输出的结果  *****************

         

                2015-08-03 08:55:17.062 01-字符串[653:11620]

                newEmail:123456789@163.com

         

*************************************************************

*/

               

       

8.拼接字符串

       

NSString *str1 = @"ab";

NSString *str2 = @"cd";

NSString *string1 = [NSString stringWithFormat:@"%@,%@",str1,str2];

       

NSLog(@"\nstring1:%@",string1);

       

NSString *string2 = [str1 stringByAppendingString:str2];

NSLog(@"\nstring2:%@",string2);

       

NSString *string3 = [str1 stringByAppendingFormat:@"追加%@",str2];

NSLog(@"\nstring3:%@",string3);

       

       

       

/*

        ***********************  替换字符串输出的结果  *****************

         

                2015-08-03 09:05:04.024 01-字符串[763:13754]

                string1:ab,cd

                2015-08-03 09:05:04.026 01-字符串[763:13754]

                string2:abcd

                2015-08-03 09:05:04.026 01-字符串[763:13754]

                string3:ab追加cd

         

        *************************************************************

*/

 

 

9.截取字符串

 

NSRange rang = NSMakeRange(2, 3);            //0开始计数,从第2个位置开始截取长度为3的字符串

NSString *strr = @"高温天气最高温度26";

        

NSString *ssss = [strr substringWithRange:rang];

NSLog(@"%@",ssss);

 

/*

        ***********************  截取字符串输出的结果  *****************

         

           2015-08-0508:42:41.145 04-Json字符串转换[465:8925] 天气最 

        

        *************************************************************

*/

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。
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