(一)Java装箱拆箱看这一篇就够了

1.装箱就是将基本数据类型转换为对象,例如:

Integer i = new Integer(1);

 

2.而拆箱顾名思义就是将对象转换为基本数据类型,例如:

int j = i;

在JDK1.5后提供了自动装箱机制,例如:

Integer i = 1;

 

我们不必像上面例子那样去重新创建对象,可读性也更强一些,那么我们自动装箱是如何实现的呢,其实非常简单,我们以Integer为例,

    public static void main(String[] args) {
     Integer i =1;
     int j = i;
    }

wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==

 反编译可得:

C:\javacode\JavaCase\out\production\JavaCase>javap -c Main
Compiled from "Main.java"
public class Main {
  public Main();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: return

  public static void main(java.lang.String[]);
    Code:
       0: iconst_1
       1: invokestatic  #2                  // Method java/lang/Integer.valueOf:(I)Ljava/lang/Integer;
       4: astore_1
       5: aload_1
       6: invokevirtual #3                  // Method java/lang/Integer.intValue:()I
       9: istore_2
      10: return
}

wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==

 

wAAACH5BAEKAAAALAAAAAABAAEAAAICRAEAOw==​这里我们可以看到第一行是调用了一个Integer.valueOf();的方法的。而在将 i 的值赋给 j 的时候,可以看到第六行是调用了一个Integer.intValue();的方法的,到这里一切都真相大白了。

△△△装箱的过程就是通过valueOf()方法实现基本数据类型转换成对象,进而拥有对象的一切好处。

△△△拆箱的过程就是通过xxxValue() 方法实现包装类型对象转换成对应的基本数据类型。

3.深入了解装箱拆箱

我们已经知道装箱拆箱分别是通过valueof()方法和xxxValue()实现,下面我们看下这两个方法的源码实现,这里由于Long,Integer,Short,Byte装箱时的值处于-128~127之间时会有一个缓存区,我们单拎出来说一个:

先看一下正常的:

  @HotSpotIntrinsicCandidate
    public static Double valueOf(double d) {
        return new Double(d);
    }

这个就是 Double的装箱过程,只是简单的把创建了一个Double对象,把值放了进去。

注意,这里是创建一个一个新的对象的,这个时候用==比较的话,那么由于他们是两个对象,内存地址不同,比较结果必定是false,例如:

     Double a= 2.0;
     Double b = 2.0;
     System.out.println(a==b);

结果:false

 

下面我们看下特殊情况,

 Integer a= 2;
 Integer b = 2;
 System.out.println(a==b);

结果:true

是不是很奇怪,按照我们上面分析的,基本数据类型转换包装类时就是创建一个对应的新对象而已,==去判断应该和上面结果一致啊,为什么会是true,下面我们以Integer为例看下它的 valueOf() 方法:

   @HotSpotIntrinsicCandidate
    public static Integer valueOf(int i) {
        if (i >= IntegerCache.low && i <= IntegerCache.high)
            return IntegerCache.cache[i + (-IntegerCache.low)];
        return new Integer(i);
    }

我们可以看到这个方法和上面有些区别的,这个方法在返回值之前是做了一个判断的(这里的low和high的值分别为-128和127,是在一个名为IntegerCache的静态内部类中定义好的),我们可以看到当值处于-128~127时,是不会重新创建对象的,而是直接将定义好的值拿了过来,这时如果连个数的值相同,那他们的对象也是同一个,内存地址当然相同,所以==判断会是 true。

4.==和equlas的区别

写到这儿索性把equals和==的区别说了吧,大家都知道equlas比较对象的值,==比较对象的内存地址,这里我们这里只需要看一下equlas的实现我们就可以一目了然了,我们以Integer中的equlas为例:

public boolean equals(Object obj) {
        if (obj instanceof Integer) {
            return value == ((Integer)obj).intValue();
        }
        return false;
    }

我们很容易发现在比较值之前,先判断了一下对象的数据类型是不是Integer,是的话就拆箱用==去比较他们的值是否相等,注意这里其实核心还是拆箱用==比较他们基本数据类型。

总结:

  • ==:比较的是两个字符串内存地址(堆内存)的数值是否相等,属于数值比较;
  •  equals():比较的是两个字符串的内容,属于内容比较。

很基础很简单东西,欢迎各位大神指正。

另吐槽下csdn的这个编辑页面,不小心按了几次ctrl+x,写了半天东西一夜回到解放前,不是很好用


  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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