Java基础之权限访问修饰词

1、简介

    public、protected和private这几个java访问权限修饰词在使用的时候, 是置于你的类中的每个成员的定义之前的, 无论它是一个域(Field)或者一个方法(Method)。 每个访问权限修饰词紧紧控制它所修饰的特定定义的访问权。(区别于C++:C++中权限访问控制修饰词可以控制其后的所有的定义,除非另有访问控制权限修饰词出现)。

2、包访问权限

    如果没有给定任何的访问权限, 默认访问权限没有任何关键字,  通常是指包访问权限, package access, 有时也表示成friendly。 这就意味着当前的包中的其他类对这个成员有访问权限, 但是对于在这个包之外的所有的类, 这个成员就是私有的。

想象一下, 由于一个编译单元,也就是一个文件, 只能隶属于一个单一的包,所以经由包访问权限, 处于某个单一编译单元之中的所有的类彼此之间都是自动可以访问的。

    包访问权限允许你将包内所有相关的类组合起来,使得它们之间可以相互作用、访问。

    “只有你拥有的程序代码才可以访问你所拥有的其他程序代码

    类掌控者控制哪些代码对自己的成员享有访问的权利, 取得对某个成员的访问权的唯一途径就是:

  1. 使该成员称为public。 于是乎, 无论谁, 无论在哪里, 都可以访问该成员
  2. 通过不加访问权限修饰词, 包访问权限, 将其他类放置于同一个包内的方式给成员赋予包访问权限。 于是乎, 包内所有的其他的类就可以访问该成员了。
  3. 继承。继承而来的类可以同访问public成员一样的访问protected成员, private不可以。 注意:报访问权限需要两个类在同一个包内方可。
  4. 提供访问器accessor和变异器mutator方法(也称为get/set方法), 以读取和改变数值。 嗯, 对于JavaBeans来说, 这个是它的基本原理。

3、public, 接口访问权限

    关键字public, 表示了在public之后紧跟的成员声明为对每个人都是可用的。

    这里提及一下另外的一个概念, 缺省包(default package), 一个编译单元没有给自己设定任何的包名称, Java将这样的文件自动看作是隶属于该目录的缺省包之中。 SO, 它为该目录中所有其他的文件都提供了包访问权限。

4、private

    你不可以去碰滴!关键字private的意思就是: 除了包含该成员的类之外, 其他任何类都是无法访问这个成员的包括同一个包中的其他的类都是不可以访问的。 因此, 这等于说自己隔离了自己。 WHY? 好处呢? 那就是它允许你岁月的改变该private成员, 二不比考虑这样做是否会影响到包内的其他的类。

缺省的报访问权限通常已经提供了充足的掩藏措施(使用类的客户端程序员是无法访问包访问权限成员的)。 但是private的使用仍然十分重要, 尤其在多线程环境下。

    对于private的一个典型的使用场景就是单件模式, 也就是Singleton。

    这里注意一个问题, 不能因为在类中某个对象的引用是private, 就认为其他的对象无法拥有该对象的public引用, 参见别名机制。

    类中所有的private方法都被隐含的为final: 无法取用private方法, 自然也就无法重载它了。

5、protected 继承访问权

    这个涉及到继承。 关键字protected处理的是一个被称为继承inheritance的概念。 为了从现有的类中继承, 你需要声明你的新类extends了一个现有的类。

如果你创建了一个新的包, 并且继承自另外的一个包中的某个类, 结果你唯一可以访问的成员就是源包中的public成员(当然, 如果我们在同一个包中实现继承, 新类就可以操作所有的拥有包访问权限的成员)。 有的时候, 基类的创建者希望获得一个特定的成员赋予派生类而不是所有的类, 这个就需要protected来完成这个工作了。

    protected也提供包访问权限:相同包内的其他的类可以访问protected成员。

6、类的访问权限

    Java中, 访问修饰词也可以用于确定在某个程序库中的类哪些对于该库的使用者是可用的。

    请注意:类既不可一世private的, 也不可一世protected。 只有两个选择:包访问权限或者是public。 如果不希望任何人对一个类拥有访问权, 可以把所有的构造器都指定为private。 事实上, 一个内部类可以是private或者protected, 但那是一个特例。

如果希望某个类可以为客户端程序员使用, 可以通过public关键字作用于整个类的定义来达到目的, 这样做甚至可以控制客户端程序员是否能创建该类的对象, 例如:

public class Widget {
}

 

    不过呢, 这么做需要附加一些额外的限制:

1、每个编译单元都只能有一个public类, 也就是说, 每个编译单元都只能有一个单一的公共接口, 用public类来实现。 如果存在多个public类在一个编译单元内部, 变异器会报告错误

2、public类名必须完全与对应的编译单元的文件名称相匹配, 包括大小写

3、虽然不是很常用, 但是编译单元内完全不带public类也是可能的。 这种情况下, 可以随意的对文件进行命名。

 

总结一下, 如果没有为类指定一个访问修饰词, 缺省的就是包访问权限:该类的对象可以由包内任何其他的类来创建, 但是在包外就不行。 然而, 如果该类的某个static成员是public的话, 则客户端程序员仍旧可以调用该static成员, 哪怕它们并不能生成该类的对象。

 

7、参考 别名效应

多个引用指向一个对象, 我们称之为别名效应。 当某个引用被修改的时候, 别名带拉的问题显而易见, 例如, 如果这个对象还有其他的引用的化, 而使用这些引用的人, 根本就没有想到对象会变化!

对此的一个解决方案就是不要这样做^_^:不要在相同作用域内生成一个对象的多个引用。 但是, 当你将引用作为参数进行传递的时候, 它就会被自动别名化(Java本身的工作方式), 这样的话, 在方法内部创建的局部引用就能够修改‘外部的对象’, 和C++中的指针或者引用雷同。

【6层】一字型框架办公楼(含建筑结构图、计算书) 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。
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。
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。
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