面向对象深化和数组深化

**

面向对象深化

**

学习主题:面向对象初步

学习目标:

1.掌握抽象类和抽象方法

2.掌握接口

3.掌握内部类

4.掌握String类的常用方法和抽象方法

  1. 抽象类和抽象方法
    (1) 简述抽象方法的特征

      1.抽象方法只能声明在抽象类中
    
      2.抽象方法没有方法体,用“;”结尾
    
      3.在抽象类中可以有0个或多个抽象方法
    
      4.抽象方法必须被子类所实现
    

    (2) 什么情况下使用抽象方法?

     当父类所代表的事物很抽象,且创建的对象不具有意义时使用抽象方法
    
     通过定义抽象类,可以严格控制子类的设计。
    
  2. 接口的详解

    (3) 接口中可以包含哪些内容?

        1.Public static final(可省略) 修饰的属性
    
        2.抽象方法  ---– public abstract(可省略) 修饰
    
    	 3.用default关键字修饰的非抽象方法(1.8新特性)
    

    (4) 接口和类的关系?

       1.接口被子类实现,实现关系
    
       2.类同时存在继承关系和实现关系时,先继承后实现
    
       3.父类和接口有相同方法时,子类实现的是父类中的方法
    
       4.父类和接口有同名方法是,子类要都实现两者中的方法时须构成方法的重载
    
  3. 使用接口的意义

    (1) 接口有哪些特征?

         1.传递性
     
         2.多继承性
    

    (2) 使用接口实现多态的步骤?

             1.多个子类继承同一接口
    
             2.子类实现接口中的方法
    
             3.接口类型的引用指向子类的对象
    
  4. 内部类详解

    (1) 内部类有哪些特点?

     1.  内部类作为外部类的成员,可以直接访问外部类的成员,包括private
     
     2.  内部类做外部类成员,可声明为private 默认 protected public 
     
     3.  内部类成员只有在内部类的范围之内是有效的。
     
     4.  用内部类定义在外部类中不可访问的属性。这样就在外部类中实现了比外部类的private还要小的访问权限。
    

    (2) 内部类可以分哪几类?

             1.成员内部类
     
             2.静态内部类
     
             3.方法内部类
     
             4.匿名内部类
    
  5. String类常用方法_API文档阅读

    (1) String类位于哪个包中,在API中String在的定义是什么?

             1.Java.Lang.String
     
             2.public final class String extends Object implements Serializable, Comparable<String>,
     CharSequence
    

    (2) 请你列举出String类的五个常用方法?

         1.charAt(int index)   返回索引为
     index 的字符
     
         2.equalsIgnoreCase(String other) 对字符串进行忽略大小写的比较 返回值为布尔类型
     
         3.indexOf(String str)  查找
     str 在字符串中出现的位置 
     
         4.length() 
     返回字符串的长度
     
         5.replace(char oldChar,char newChar)  将字符串中
     oldChar 全部替换为 new Char
    

**

数组深化

**

学习主题:面向对象初步

学习目标:

1、掌握常量池

2、掌握多维数组

3、掌握Object如何存储表格数据

4、掌握数组的拷贝

5、掌握java.util.Arrays工具的使用

6、掌握冒泡排序算法

1.String类和常量池

(1) 请你列举出String类的常用构造方法?

	     		1.String()
	
	    		 2.String(byte[] bytes)
	
	    		 3.Strign (char[] value)
	
	    		 4.String(String original)

(2) 请你简述一下常量池?

	     Java中的常量池,实际上分为两种形态:静态常量池和运行时常量池。
	
	         所谓静态常量池,即*.class文件中的常量池,class文件中的常量池不仅仅包含字符串(数字)字面量,还包含类、方法的信息,占用class文件绝大部分空间。这种常量池主要用于存放两大类常量:字面量(Literal)和符号引用量(Symbolic References),字面量相当于Java语言层面常量的概念,如文本字符串,声明为final的常量值等,符号引用则属于编译原理方面的概念,包括了如下三种类型的常量:
	
	                       1.类和接口的全限定名
	
				2.字段名称和描述符
	
				3.方法名称和描述符
	
	     而运行时常量池,则是jvm虚拟机在完成类装载操作后,将class文件中的常量池载入到内存中,并保存在方法区中,我们常说的常量池,就是指方法区中的运行时常量池。
	
	运行时常量池相对于CLass文件常量池的另外一个重要特征是具备动态性,Java语言并不要求常量一定只有编译期才能产生,也就是并非预置入CLass文件中常量池的内容才能进入方法区运行时常量池,运行期间也可能将新的常量放入池中,这种特性被开发人员利用比较多的就是String类的intern()方法。
	
	String的intern()方法会查找在常量池中是否存在一份equal相等的字符串,如果有则返回该字符串的引用,如果没有则添加自己的字符串进入常量池。
	
	 常量池的好处
	
	常量池是为了避免频繁的创建和销毁对象而影响系统性能,其实现了对象的共享。
	
	例如字符串常量池,在编译阶段就把所有的字符串文字放到一个常量池中。
	
	(1)节省内存空间:常量池中所有相同的字符串常量被合并,只占用一个空间。
	
	    (2)节省运行时间:比较字符串时,==比equals()快。对于两个引用变量,只用==判断引用是否相等,也就可以判断实际值是否相等。
  1. 字符串相等的判断

    (1) 比较字符串地址是否相等使用什么运算符?

      ==
    

    (2) 使用什么方法比较两个字符串的内容是否相等?

     Equals(Object obj)  返回值为布尔类型
    
  2. 多维数组

(1) 二维数组的初始化有几种方式分别是什么?

 1.Int [][] a = {{1,2},{2,3,4},{4,5,6,7}}

 2.Int [][] b = new int[2][3]

 3.Int [][] c = new int[2][]

         C[0] =  new int[3]

         C[1] = {1,2,3}

(2) 二维数组的遍历有几种方式?

 普通For循环

 增强for循环

 普通+增强for循环
  1. Object数组存储表格数据

(1) 数组都可以存储哪些类型的数据?

 基本数据类型

 引用数据类型
  1. 数组的拷贝

(1) 数组的拷贝分为哪两种类型的拷贝?

 地址赋值

 内容复制

(2) System类中数组拷贝的方法是什么?参数均是什么含义?

 System.arraycopy(数组1,开始位置索引,数组2,开始位置索引,复制长度)
  1. java.util.Arrays工具类的使用

(1) Arrays工具类在API中的说明是什么?

 public class Arrays extends Object

(2) Arrays类中的常用方法有哪些?

  1.ToString() 打印数组

  2.Equals()  比较数组

  3.Copyof()  复制数组

  4.Fill()    向数组填充指定的值

  5.Sort()    数组排序(升序排序)
  1. 冒泡排序的基础算法

(1) 冒泡排序的原理是什么?

 比较数组中相邻的两个数,如为升序两数交换位置后则将较大的数向后移动,依次比较完所有数

重复以上步骤。

完成第一轮
选出最大的数

完成第二轮
选出第二大的数

…………………………

(2) 冒泡排序的外循环条件是什么?内循环条件是什么?

 外循环条件轮回数

 内循环条件数之间的比较次数
int max;

     int[] a = {34,32,56,14,65,80};

     for(inti = 0;i<a.length;i++)
     {
         for(intj = 0;j<a.length-i-1;j++)
         {
             if(a[j]>a[j+1])
             {
                 max= a[j];
                 a[j]= a[j+1];
                 a[j+1]= max;
             }
         }
     }

 System.out.println(Arrays.toString(a));
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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