一、Java基础

☞ JDK和JRE有什么区别?
  • Java程序设计语言,Java虚拟机,Java API类库统一称为JDK(Java development kit),是用于支持Java程序开发的最小环境
  • Java虚拟机,Java SE API类库称为JRE(Java runtime environment);是Java程序运行的最小环境
☞ ==和equals的区别是什么?
==解读
  • 基本类型,==比较的是值是否相同
  • 引用类型,==比较的是引用是否相同
equals()解读

equals()本质是==,对于String和Integer等类,其内部重写了equals()方法,使之比较值是否相等;如果不重写,默认使用Object的equals()方法,比较是否指向同一个引用

☞ 两个对象的hashCode()相同,则equals()也一定为true,对吗?

不对;“通话”和“重地”的hashCode相同,但是equals显然不同;

public static void main(String[] args) {
	String s4="通话", s5="重地";
	System.out.println("s4:"+s4.hashCode()+", s5:"+s5.hashCode()+", s4与s5的equals结果:"+s4.equals(s5));
}

结果:

s4:1179395, s5:1179395, s4与s5的equals结果:false
☞ final在java中有什么作用?
  • final修饰类,该类不可被继承
  • final修饰方法,该类不可被重写
  • final修饰字段,该字段是常量,需要初始化,并且不可修改
☞ java中的Math.round(-1.5)等于多少?

等于-1;

  • Math.floor():向下取整
  • Math.ceil():向上取整
  • Math.round():四舍五入
☞ String属于基础的数据类型吗?

String是引用类型,不属于基本类型;Java中8种基本类型为:byte,boolean,char,short,int,long,float,double

☞ java中操作字符串都有哪些类?它们之间有什么区别?

String,StringBuilder,StringBuffer

  • String

String创建的是不可变的对象,每次操作都会创建新的对象;在Java中无论使用何种方式进行字符串连接,实际上都使用的是StringBuilder

  • StringBuilder和StringBuffer

StringBuilder和StringBuffer都在原对象的基础上操作;StringBuilder线程不安全,但是性能强于StringBuffer;StringBuffer的线程安全机制基于synchronized

☞ String str="i"与String str=new String(“i”)一样吗?

不一样;使用str="i"这种形式jvm会将其分配到常量池中;使用new的形式,会将其分配在堆内存中

☞ 如何将字符串反转?

StringBuild或StringBuffer的reverse()方法

☞ String类的常用方法都有那些?
  • indexOf()
  • charAt()
  • valueOf()
  • length()
☞ 抽象类必须要有抽象方法吗?

不一定;抽象类使用abstract修饰,内部不一定有抽象方法;但是内部有抽象方法的类,必须是抽象类

☞ 普通类和抽象类有哪些区别?
  • 普通类中不能包含抽象方法,抽象类中可以包含抽象方法
  • 普通类可以实例化,抽象类不能实例化
☞ 抽象类能使用final修饰吗?

抽象类是用来继承的,不能使用final修饰;final修饰的类不能被继承

☞ 接口和抽象类有什么区别?
  • 继承于实现:抽象类的子类使用extends来继承;接口的实现类使用implements来实现
  • 构造方法:抽象类中可以有构造方法;接口中不能有
  • 访问修饰符:抽象类中的方法可以使用任意的修饰符;接口中的方法默认都是public
☞ java中IO流分为几种?
  • 按功能来分:输入流和输出流
  • 按类型来分:字节流和字符流;字节流按照字节(8位)为单位来传输;字符流按照字符(16位)来传输
☞ BIO、NIO、AIO有什么区别?
  • BIO:block IO,同步阻塞式IO,即传统的阻塞式IO,特点:简单易用,并发处理能力低
  • NIO:new IO,同步非阻塞IO,客户端和服务端使用Channel通信,实现了多路复用
  • AIO:asynchronous IO异步非阻塞IO,实现了异步非阻塞IO,基于事件和回调机制
☞ Files的常用方法都有哪些?
  • Files.exists():检测文件路径是否存在。
  • Files.createFile():创建文件。
  • Files.createDirectory():创建文件夹。
  • Files.delete():删除一个文件或目录。
  • Files.copy():复制文件。
  • Files.move():移动文件。
  • Files.size():查看文件个数。
  • Files.read():读取文件。
  • Files.write():写入文件。
☞ jdk乐观锁,悲观锁
  • 乐观锁:假设不会发生并发冲突,在拿数据时认为别人不会修改,只有在写入数据时会判断一下是否被别人更新过;可以利用版本号和CAS锁来实现乐观锁; 数据库提供的write_condition和Java juc包中的atomic包下的都是乐观锁的体现
  • 悲观锁:假设会发生并发冲突,在操作数据时总是会上锁,这样别人在操作数据时只能阻塞直到拿到锁;传统关系型数据库中的表锁,行锁,读写锁,Java中synchronized和Reentrantlock都是利用了悲观锁的思想

参考:面试必备之乐观锁与悲观锁

☞ 面向对象的基本原则(六原则一法则)

在这里插入图片描述

三大特性
  1. 封装
  2. 继承
  3. 多态
五大原则
  1. 单一职责原则
  2. 开放封闭原则
  3. 里是替换原则
  4. 依赖倒置原则
  5. 接口分离原则

参考:面向对象三大特性五大原则 + 低耦合高内聚

☞ jdk8新特性
  1. lambda表达式
  2. Stream API(大大简化了集合操作,而且不仅仅局限于集合操作)
  3. 并发

参考:Java 8新特性终极指南

☞ Java中序列化
  • 序列化:将Java对象转为字节序列的过程称为序列化
  • 反序列化:将字节序列转为Java对象的过程称为反序列化

om/LiuYanYGZ/p/6206159.html)

☞ Java中序列化
  • 序列化:将Java对象转为字节序列的过程称为序列化
  • 反序列化:将字节序列转为Java对象的过程称为反序列化

参考:Java 之 Serializable 序列化和反序列化

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,博主看到后会第一时间与您进行沟通; 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,博主看到后会第一时间与您进行沟通; 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,博主看到后会第一时间与您进行沟通; 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。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip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