java中代码块和构造器的运行机制

JAVA中代码块和构造器的调用机制

在平常学习中我们经常会碰到代码块和构造器的问题,下面我用一个简单的例子来解释它的运行机制。

我们先建立三个类,它们的关系是

Animal (Brid的父类)

|

Brid (Eagle的父类)

|

Eagle

代码如下:

public class Animal {

static{
System.out.println("Animal的static代码块");
}

{
System.out.println("Animal的普通代码块");
}

public Animal(){
System.out.println("Animal的无参构造器");
}

}

public class Brid extends Animal{

static {
System.out.println("Brid的static代码块");
}

{
System.out.println("Brid的普通代码块");
}

public Brid(){
System.out.println("Brid的无参构造器");
}

public Brid(String str){
this();
System.out.println(str);
}
}

public class Eagle extends Brid{

static {
System.out.println("Eagle的static代码块");
}

{
System.out.println("Eagle的普通代码块");
}

public Eagle(){
super("Eagle实例调用Brid含参数构造器");
System.out.println("Eagle的无参构造器");
}

public Eagle(String str){
System.out.println("Eagle的含参数构造器");
}

public static void main(String[] args){
new Eagle();
new Eagle();
}
}

运行以后得到的结果为:

Animal的static代码块 ---1
Brid的static代码块 ---2
Eagle的static代码块 ---3 前三行是在载入类的时候产生的
Animal的普通代码块 ---4
Animal的无参构造器 ---5
Brid的普通代码块 ---6
Brid的无参构造器 ---7
Eagle实例调用Brid含参数构造器 ---8
Eagle的普通代码块 ---9
Eagle的无参构造器 ---10 4到10行是创建第一个类对象时产生
Animal的普通代码块 ---11
Animal的无参构造器 ---12
Brid的普通代码块 ---13
Brid的无参构造器 ---14
Eagle实例调用Brid含参数构造器 ---15
Eagle的普通代码块 ---16
Eagle的无参构造器 ---17 在创建第二个类对象时由于已经载入了三个类,就可以直接创建了

我们来分析一下结果,当程序运行main主函数时,首先需要载入当前类,而在载入当前类之前需要载入父类,由于static代码块是类代码块,在载入类的同时会载入static代码块,这就产生了前三行。然后会创建当前类对象,首先会创建父类对象,普通代码块和构造器会在创建类对象时同时执行,创建第一个对象时产生了4到10行。创建第二个对象时由于已经载入了三个类,所以就不会出现前三行,直接产生了11到17行。

我们简述一下整个创建对象的过程:

首先要明白,要想创建子类对象就必须先建立其所有父类的对象

(1)new Eagle() 创建对象时,先检查Eagle类的构造器是否显示调用当前类或者父类构造器——Eagle无参构造器中显示调用了其父类的含参构造器,检查完后就上溯到父类Brid(由于显示调用了,就会覆盖子类隐式调用)(2)先检查Brid类的构造器是否显示调用当前类或者父类构造器——其含参构造器调用其无参构造器,检查完后就上溯到父类Animal(3)先检查Animal类的构造器是否显示调用当前类或者父类构造器——没有显示调用,继续上溯其父类,(此后不在控制台输出)依次类推直至上溯到Object类

(4)建立Animal对象,先执行普通代码块

Animal的普通代码块 ---4
Animal的无参构造器 ---5

(5)建立Brid对象,由于其子类显示调用了其含参构造器,就不再调用无参构造器去创建对象了

Brid的普通代码块 ---6
Brid的无参构造器 ---7
Eagle实例调用Brid含参数构造器 ---8

(6)建立Eagle对象,由于已经显示调用了父类的含参构造器,即父类对象已创建,可得

Eagle的普通代码块 ---9
Eagle的无参构造器 ---10

创建第二个Eagle对象时,会重复以上创建过程,就可以得到以上结果。

相信大家都已经了解了构造器的运行机制了。

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