Java7语法新特性

最近做项目用的Java7而自己却纠结于java5的特性,不能充分利用java7特性提供代码质量与开发效率,学习过程中还是要多做笔记,不然真的忘得特别快.最近学习了java7的特性,跟大家分享下学习笔记,也促使自己坚持下去,由于本人水平有限,希望大家看到不足之处,敬请指正.

  1. switch 语句的增强:

Java7之前switch语句语法:

int i = 5;

switch (i){
    case 1:
        System.out.println("I am 1");
        break;
    case 5:
        System.out.println("I am 5");
        break;
    default:
        System.out.println("I am not 1 and not 2");

}
系统输出  I am 5           
其中i的类型仅能为(byte,shrot,int,char)四种类型case语句不能重复
 
switch语句Java7语法:
String i = "fight";
switch (i){
    case "fight" :
        System.out.println("yes you should fight");
        break;
    case "nofight":
        System.out.println("are you sure not fight");
        break;
    default:
        System.out.println("I don't know");
}系统输出:
yes you should fight     
 支持 i 为字符串类型 case语句不能重复
其实Java7支持switch语法是编译器的一个优化 ,将switch中的i和case语句的值转换成对应的hash值,这样Java虚拟机看到的还是与整型类型兼容的类型
当为字符串类型的时候除了判断hash值还有利用String的equal方法进行比较,避免产生冲突,但当switch中case语句较多的时候推荐使用枚举类型增加可维护性


2.字面量的改进(二进制字面量):通过在数字前面添加0b或者0B
System.out.println(0b111);
系统输出:7

3 在数字中间加_便于识别:
System.out.println(1_1_1);
系统输出:111
注意下划线只能出现在数字中间

4:异常的优化
  异常重大优化:1支持在一个catch语句中捕获多个异常,2 捕获之后重新抛出的异常更加精确
 异常分为两种:受捡异常checked 父类(Exception)与 非受捡异常(unchecked)父类(RuntmeException)两大类,两者的顶级父类(Throwable)
  对异常常用关键字的解析: throws:声明一个方法抛出的异常;throw:抛出一个异常:try{}catch(Exception e){}finally{}捕获一个异常
  异常丢失 try{
}catch(){}finally{}
更加精准的异常抛出:其中ExceptionA是 ExceptionSub1 ExceptionSub2 的父类,

    try {
        throw new ExceptionSub1();
    } catch (ExceptionA exceptionA) {
        try {
            throw exceptionA;            ---编译器报错 因为try中抛出的ExceptionSub1异常所以catch中捕获的应该是
ExceptionSub1 异常,而第一
					--catch中抛出的
exceptionA
应该也是
ExceptionSub1 而 第二个catch中捕获的
ExceptionSub2 与 抛出的不					--致所以编译器报错
	        } catch (ExceptionSub2 exceptionSub2) {            exceptionSub2.printStackTrace();        }    }}
异常丢失情况:
public void test(){
    try{
        throw new IOException("try异常");
    }catch(IOException e){

    }finally {
        try {
            throw new IOException("finally异常");
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}
我们关心的是try中抛出的异常,而当finally中也有异常抛出的时候会覆盖try中的异常,这是常见的异常丢失情况
通过这种方式抛出try中异常
    IOException read = null;
    try{
        throw new IOException("try异常");
    }catch(IOException e){
        read = e;
    }finally {
        try {
            throw new IOException("finally异常");
        } catch (IOException e) {
            if(read == null){
                read = e;
            }
        }
        throw read;
    }
}
try{
     throw new ExceptionA();

}catch (ExceptionA| RuntimeException e){

}

java7异常优化:抛出全部异常
   IOException read = null;
    try{
        throw new IOException("try异常");
    }catch(IOException e){
        read = e;
    }finally {
        try {
            throw new IOException("finally异常");
        } catch (IOException e) {
            if(read != null){
                read.addSuppressed(e);
            }
        }
        throw read;
    }
}
5:try -with-resource语句
java7之前必须手动释放资源
InputStream is = null;
OutputStream out=null;
try {
     is = new FileInputStream(new File("d://123.txt"));
     out = new FileOutputStream(new File("d://456.txt"));
    byte[] bytes = new byte[1024];
    int length = 0;
    while ((length = is.read(bytes)) != -1) {
        out.write(bytes, 0, length);
    }
}catch(IOException e){
    
}finally {
    if(is!=null){
        try {
            is.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    if(out!=null){
        try {
            out.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}
Java7优化不需要手动释放资源,但必须实现了AutoCloseable接口,方可
public void test(String path) throws IOException {
    try( InputStream is = new FileInputStream(new File(path));OutputStream out = new FileOutputStream(new File(path))){
        int length = 0;
        byte [] buffer = new byte[1024];
        while ((length=is.read(buffer))!=-1){
            out.write(buffer,0,length);
        }
    }
}

















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。
【4层】3100平米综合办公楼毕业设计(含计算书、建筑结构图) 、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。
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。、资 5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。
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