java nio探险

区别于io:

  nio是基于通道和缓冲区的,io是基于字节流和字符流的,(千万别被这些破名词唬住)。以读取文件为例,文件就是自来水厂,通道就是自来水管道,缓冲区就是你家的缸(或者盛水的xx容器,例如你的肚皮O(∩_∩)O)。要想读取文件内容就好比自来水厂需要通过管道把水送到你家水缸= =(我这半吊子水平也就能解释到这了)。

  另一个重要区别就是nio是线程异步的,意思是你家有一个水缸,但是你可以选择从不同的水管接水。这里有个新的因素参与,就是你(或者你老爹老娘)决定了从哪个水管接水,决定者就成了选择器O__O "…

三个核心:

Channels通道  Buffers缓冲区  Selectors选择器

当然还有一些其他的乱七八糟的类。。。。。。

附一张Channels的类图:

附一张Buffers的类图:

  

 额,Selectors先不记录了。

一些概念:

想要撸代码,还得了解缓冲区的几个概念,不然铁定懵逼。说白了就是buffer怎么用。

position:缓冲区的位置,如果缓冲区为空就是0,如果赋值了该位置,则针对buffer的操作都会从你设置的位置开始读取或写入

capacity:缓冲区最大可容纳多大

limit:缓冲最大限制

mark:缓冲区能够记住一个位置并在之后将其返回

额外说一句,这四个变量是全局变量,线程不安全,你懂的。

 

然后上三个方法的源码体会一下:jdk描述的很晦涩,看源码应该很好理解了。

 
  
//反转此缓冲区。首先将限制设置为当前位置,然后将位置设置为 0。如果已定义了标记,则丢弃该标记。
public
final Buffer flip() { limit = position; position = 0; mark = -1; return this; }


//清除此缓冲区。将位置设置为 0,将限制设置为容量,并丢弃标记。
public final Buffer clear() {
    position = 0;
    limit = capacity;
    mark = -1;
    return this;
}

//重绕此缓冲区。将位置设置为 0 并丢弃标记。
public final Buffer rewind() {
    position = 0;
    mark = -1;
    return this;
}

 

  • 0
    点赞
  • 0
    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
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