黑马程序员_引用参数,引用一对一,一对多关系

引用类型的参数传递
1. 类引用的传递—–改变实参的值

class Demo
{
    int i;
}

public class NewDemo
{
    public static void main(String[] args){
    Demo de=new Demo();
    de.i=40;
    fun(de);

    System.out.println(de.i);




    }
    public static void fun(Demo di){  //因为这个类需要被main调用 而main 是静态的也就要求被调用的函数也必须是静态的
     di.i=1000;
    }
}

运行结果为:
这里写图片描述

class Demo
{
String i;
}

public class NewDemo
{
public static void main(String[] args){
Demo de=new Demo();
de.i="周海峰 ";
System.out.println("方法调用之前"+de.i);
fun(de);

System.out.println("方法调用之后"+de.i);




}
public static void fun(Demo di){  //注意这个是主类 主类是没有实例化对象的  所以里面的类一定要定义为static 
 di.i="邵阳";
}
}

这里写图片描述
从以上可以看出只要传递的是类的引用都是可以正常实现功能的:“

  1. String 类的引用地址—–实参未改变
public class NewDemo
{
    public static void main(String[] args){
    String str1="周海峰";
    System.out.println("方法调用之前"+str1);
    fun(str1);         //所谓的引用的调用其实指的是   当作为方法的参数进行调用 如果你把String 类的对象当做参数进行传递  那么在传递的时候将实参的 堆内存的使用权限赋给了形参  此时形参和实参指向同一段堆内存  可是后续如果形参的值进行改变的话 那么由于String 类一旦实例化就不可更改  那么 这个形参的堆内存的引用就会重新更改指向 ,此时实参的内容就永远无法被改变

    System.out.println("方法调用之后"+str1);




    }
    public static void fun(String str2){  //注意这个是主类 主类是没有实例化对象的  所以里面的类一定要定义为static 
     str2="邵阳";
    }
}

运行的结果为:
这里写图片描述

从这里可以看出 String 定义的字符串的值是不能改变的

引用数据表示1对1关系,

class Person
{
private String name;
private int age;
private Book bk;
public Person(String name,int age){
this.setName(name);
this.setAge(age);

}

public void setName(String name){
this.name=name;

}
public void setAge(int age){
   this.age=age;
}
public void setBk(Book bk){
   this.bk=bk;
}

public String getName(){
  return this.name;
}
public int getAge(){
 return this.age;
}
public Book getBk(){
 return this.bk;
}
}

class Book
{
private String name;
private float price;
private Person per;
public Book(String name,float price){
this.setName(name);
this.setPrice(price);

}

public void setName(String name){
this.name=name;

}
public void setPrice(float price){
   this.price=price;
}
public void setPer(Person per){
   this.per=per;
}

public String getName(){
  return this.name;
}
public float getPrice(){
 return this.price;
}
public Person getPer(){
 return this.per;
}
}

public class NewDemo
{
public static void main(String[] args){
 Person per=new Person("周海峰",20);
 Book bk=new Book("Java基础核心知识",20.0f);
     per.setBk(bk);
 bk.setPer(per);

 System.out.println("姓名:"+per.getName()+",年龄:"+per.getAge()+"书名:"+per.getBk().getName()+"书的价格为:"+per.getBk().getPrice());

}
}

一对一关系的进一步 扩展:

class Person
{
    private String name;
    private int age;
    private Book bk;
    Person child;
    public Person(String name,int age){
    this.setName(name);
    this.setAge(age);

    }

    public void setName(String name){
        this.name=name;

    }
    public void setAge(int age){
       this.age=age;
    }
    public void setBk(Book bk){
       this.bk=bk;
    }
    public void setChild(Person child)
    {
        this.child=child;
    }

    public String getName(){
      return this.name;
    }
    public int getAge(){
     return this.age;
    }
    public Book getBk(){
     return this.bk;
    }

    public Person getChild(){
    return this.child;
    }
}

class Book
{
    private String name;
    private float price;
    private Person per;
    public Book(String name,float price){
    this.setName(name);
    this.setPrice(price);

    }

    public void setName(String name){
        this.name=name;

    }
    public void setPrice(float price){
       this.price=price;
    }
    public void setPer(Person per){
       this.per=per;
    }

    public String getName(){
      return this.name;
    }
    public float getPrice(){
     return this.price;
    }
    public Person getPer(){
     return this.per;
    }
}

public class NewDemo
{
    public static void main(String[] args){
     Person per=new Person("周海峰",20);
     Book bk=new Book("Java基础核心知识",20.0f);
     Person cld=new Person("周念初",1);
     per.setChild(cld);
     cld.setBk(bk);
     bk.setPer(cld);

     System.out.println("姓名:"+per.getName()+",年龄:"+per.getAge()+"\n女儿的名字为:"+
         per.getChild().getName()+",女儿的年龄为:"+per.getChild().getAge()+"\n书名:"+
         per.getChild().getBk().getName()+",书的价格为:"+per.getChild().getBk().getPrice());

    }
}

运行的结果为:

这里写图片描述

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
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