Spring(1)【IOC,DI,bean】

Spring:
Spring是一个开源框架,也是一个轻量级框架;Spring是为简化企业应用而生;Spring是一个IOC(di)和AOP容器框架;在IOC和AOP的基础上Spring可以整合各种优秀框架;
实例化Spring容器:

ApplicationContext acx = new ClassPathXmlApplicationcationContext("beans.xml")

IOC:
Inversion of control:控制反转
所谓控制反转就是程序本身不负责对象的创建和维护,对象的创建和维护由外部容器负责,这样控制权就由应用转移到了外部容器,控制权的转移就是所谓的控制反转;
优势:程序中需要实例化那个类,不是写死的而是由配置文件决定的;

<bean id="t" class="com.xaeduask.b_interface.Car"></bean>
//声明一个接口
public inetrface Toy{
    pubic void play();
}
//两个实现类
class gun implements Toy{
    pubic void play(){
        System.out.print("biu biu biu .....")
    }
} 
class gun implements Toy{
    pubic void play(){
        System.out.print("biu biu biu .....")
    }
} 
//测试类中的代码
ApplicatinContext ac = new ClassPathXmlApplicationContext("主配置文件路径")
Toy t = (Toy)ac.getBean("t")
t.play();

三种创建Bean的方法
1:使用bean元素创建

其实用的是User类的无参构造器

<bean id="u" class="com.xaeduask.c_createbean.User">
    </bean>

//创建一个生成User对象的工厂,静态的和普通的
public Class UserFactory{
public static User getUser(){
System.out.print(“UserFactory.getUser()….”)
return new User();
}
public static User getUser2(){
System.out.print(“UserFactory.getUser2()….”)
return new User();
}
}
2:使用静态工厂生成bean

<bean id ="u" class="...UserFactory" factory-method="getUser"></bean>

3:使用普通工厂

<bean id ="uf" class="...UserFactory"></bean>
<bean id="u2" factory-bean="uf" factory-method="getUser2"></bean>

Bean中的Scope属性(bean的作用域)
1.singleton 表示bean是单例的,(默认值)
2.prototype,表示多例,每次获取U的时候都会创建新的对象

ssh(struts2,spring,hibernate,必须使用多例)
ssm(springMVC,spring,mybatis,必须使用单例)

3.request, 表示bean在同一次请求范围中,是一个。多次请求,就实例化多个。
4. session, 表示bean在同一次会话范围中,是一个。多次会话,就实例化多个。
bean 的生命周期
当scope是Singleton的时候
1.在spring ioc容器在加载applicationContext的时候就会实例化bean;
2.在bean被实例化后,就调用bean元素的init-method属性指定的方法,该方法在bean 的整个生命周期中只执行一次;
3.在每次调用bean的时候都调用bean的方法;
4.在关闭Spring ioc时,就调用destory-method指定的方法,该方法在bean 的整个生命周期中只执行一次;
当scope是prototype时
1.在每次从容器中获取bean的时候会实例化bean;
2.在bean被实例化后,就调用bean元素的init-method属性指定的方法,该方法在bean 的整个生命周期中只执行一次;
3.在每次调用bean的时候都调用bean的方法;
4.在关闭Spring ioc时,不会调用destory-method指定的方法;
DI(依赖注入)
1.利用实体类中的Setter给属性注入值

    <bean id="u" class="...User">
        <property name="id" value="100"></property>
        <property name="name" value="张三"></property>    
    </bean>
2.利用有参构造器给属性注入值
<bean id="u2" class="...User">
        <constructor-arg value="200"></constructor-arg>
        <constructor-arg name="李四"></constructor-arg>
        <constructor-arg ref="c"></constructor-arg>
    </bean>
3.注入复合类型的属性值
(1)
   <bean id="c" class="...User">
        <property name="brand" value="BMW"></property>
        <property name="color" value="red"></property>  
    </bean>
    <bean id="u3" class="...User">
        <property name="id" value="600"></property>
        <property name="name" value="张三"></property>
        <property name="car" ref="c"></property>
    </bean>
(2)
<bean id="u4" class="com.xaeduask.e_di.User">
        <property name="id" value="400"></property>
        <property name="name" value="zzz"></property>
        <property name="car">
            <bean class="com.xaeduask.e_di.Car">
                <property name="brand" value="AUDI"></property>
                <property name="color" value="黑色"></property>
            </bean>
        </property>
    </bean>

集合属性的DI

    private List<String> list;
    private Set<String> set;
    private Map<String, String> map;
    private String[] strs;
<property name="list">
            <list>
                <value>1</value>
                <value>2</value>
                <value>3</value>
                <value>4</value>
                <value>5</value>
            </list>
        </property>
        <property name="set">
            <set>
                <value>z</value>
                <value>a</value>
                <value>h</value>
                <value>b</value>
                <value>c</value>
            </set>
        </property>
        <property name="map">
            <map>
                <entry key="aa" value="哈哈" />
                <entry key="bb" value="嘻嘻" />
                <entry key="cc" value="呵呵" />
            </map>
        </property>
        <property name="strs">
            <array>
                <value>艾伦</value>
                <value>沈腾</value>
                <value>马力</value>
            </array>
        </property>
便利Map的方式:
Map<String,String> map = f.getMap();
    Set<Entry<String, String>> set = map.entrySet();
        Iterator<Entry<String, String>> it = set.iterator();
        while(it.hasNext()) {
        Entry<String,String> entry = it.next();
        System.out.println(entry.getKey() + "---" + entry.getValue());
    }

依赖注入depend

<bean id="c" class="com.xaeduask.f_depends.Car" depends-on="d">
</bean>
<bean id="d" class="com.xaeduask.f_depends.Door" depends-on="w">
</bean>
<bean id="w" class="com.xaeduask.f_depends.Window">
</bean>

annotation注解
两种方式,一种是ioc容器通过xml文件读取bean实例化,还有一种是通过扫描包实现管理(加注解@component)
@component:被ioc容器管理
@component(“abc”):起别名
@value:给属性赋值
@autowied针对符合类型自动匹配
1.先按类型匹配再按名字匹配
@Resource
1.先按名字找找不到再按类型找

@Component("abc")
public class User implements Serializable{
    @Value("222")
    private Integer id;
    @Value("叶孤城")
    private String name;
     @Autowired
     private Car car;
     }

复合类car

public class car{
    @value("BMW")
    private String brand;
    @value("red")
    private String color;
    }
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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