Java 8 Optional 类用法

1、Optional 用法

/**
 * Optional 用法
 *
 * @author xuweizhi
 * @since 2019-08-20
 */
public class OptionTest {

    /**
     * Optional.of()  Optional.ofNullAble() Optional.empty()
     */
    @Test
    public void test() {

        OptionDemo optionDemo = new OptionDemo();
        optionDemo.setName("张三");

        // of 方法不能传入空值,否则要报错
        Optional<OptionDemo> optional = Optional.of(optionDemo);

        OptionDemo optionDemoNull = null;
        // 这个可以传入 null 值,不会抛出异常,而只是返回一个空的Optional对象,如同我们用Optional.empty API:
        Optional<OptionDemo> optional1 = Optional.ofNullable(optionDemoNull);

    }

    /**
     * isPresent() isPresent(() -> {}) 检查一个Optional对象中是否有值,只有值非空才返回true
     */
    @Test
    public void testIsPresent() {

        OptionDemo optionDemo = new OptionDemo();
        optionDemo.setName("张三");

        // of 方法不能传入空值,否则要报错
        Optional<OptionDemo> optional = Optional.of(optionDemo);

        // 检查一个Optional对象中是否有值,只有值非空才返回true
        System.out.println(optional.isPresent());

        // 适当使用这个 api
        optional.ifPresent(print -> System.out.println(print));

        OptionDemo optionDemoNull = null;
        // 这个可以传入 null 值,不会抛出异常,而只是返回一个空的Optional对象,如同我们用Optional.empty API:
        Optional<OptionDemo> optional1 = Optional.ofNullable(optionDemoNull);
        System.out.println(optional1.isPresent());

    }

    /**
     * orElse() 这个API被用来检索Optional对象中的值,它被传入一个“默认参数‘。如果对象中存在一个值,则返回它,否则返回传入的“默认参数”
     */
    @Test
    public void testOrElse() {

        OptionDemo optionDemo = new OptionDemo();
        optionDemo.setName("张三");

        Optional<OptionDemo> optional = Optional.of(optionDemo);
        System.out.println(optional.orElse(new OptionDemo("默认值不会被打印")));

        OptionDemo optionDemoNull = null;
        Optional<OptionDemo> optional1 = Optional.ofNullable(optionDemoNull);

        System.out.println(optional1.orElse(new OptionDemo("默认值会被打印")));
    }

    /**
     * orElseGet() 与 orElse 类似,但是这个函数不接收一个“默认参数”,而是一个函数接口
     * <p>
     * 其值为那啥,那啥,那啥?就是函数式接口的返回值
     */
    @Test
    public void testOrElseGet() {
        Optional<OptionDemo> option = Optional.ofNullable(null);
        System.out.println(option.orElseGet(() -> new OptionDemo("测试 orElseGet 函数式接口")));
    }

    @Test
    public void whenOrElseGetAndOrElseOverlap_thenCorrect() {
        String text = null;

        System.out.println("Using orElseGet:");
        String defaultText = Optional.ofNullable(text).orElseGet(this::getMyDefault);
        System.out.println(defaultText);

        System.out.println("Using orElse:");
        defaultText = Optional.ofNullable(text).orElse(getMyDefault());
        System.out.println(defaultText);
    }

    /**
     * 可以看到,当使用orElseGet去检索值时,getMyDefault并不执行,因为Optional中含有值,而使用orElse时则照常执行。
     * 所以可以看到,当值存在时,orElse相比于orElseGet,多创建了一个对象,可能从这个实例中你感受不到影响有多大,但考
     * 虑当getDefalut不仅仅是个简单函数,而是一个web service之类的,则多创建一个代价是比较大的。
     */
    @Test
    public void whenOrElseGetAndOrElseDiffer_thenCorrect() {
        String text = "Text present";

        System.out.println("Using orElseGet:");
        String defaultText
                = Optional.ofNullable(text).orElseGet(this::getMyDefault);
        System.out.println(defaultText);

        System.out.println("Using orElse:");
        defaultText = Optional.ofNullable(text).orElse(getMyDefault());
        System.out.println(defaultText);
    }

    public String getMyDefault() {
        System.out.println("Getting Default Value");
        return "Default Value";
    }

    /**
     * orElseThrow当遇到一个不存在的值的时候,并不返回一个默认值,而是抛出异常
     */
    @Test/*(expected = IllegalArgumentException.class)*/
    public void whenOrElseThrowWorks_thenCorrect() {
        String nullName = null;
        String name = Optional.ofNullable(nullName).orElseThrow(
                IllegalArgumentException::new);
        System.out.println(name);
    }

    /**
     * 使用get() API 也可以返回被包裹着的值。但是必须是值存在时,当值不存在时,它会抛出一个NoSuchElementException异常
     * <p>
     * 因为这个方法与我们使用Optional的目的相违背,所以可以预见在不久将来它或许会被抛弃,建议还是使用其他的方法
     */
    @Test/*(expected = NoSuchElementException.class)*/
    public void givenOptionalWithNull_whenGetThrowsException_thenCorrect() {
        Optional<String> opt = Optional.ofNullable(null);
        String name = opt.get();
    }

    /**
     * filter() 接收一个函数式接口,当符合接口时,则返回一个Optional对象,否则返回一个空的Optional对象。
     */
    @Test
    public void whenOptionalFilterWorks_thenCorrect() {
        Integer year = 2016;
        Optional<Integer> yearOptional = Optional.of(year);
        boolean is2016 = yearOptional.filter(y -> y == 2016).isPresent();
        System.out.println(is2016);
        boolean is2017 = yearOptional.filter(y -> y == 2017).isPresent();
        System.out.println(is2017);
    }

    /**
     * map() flatmap()
     */
    @Test
    public void testMap() {
        boolean present = Optional.ofNullable(new OptionDemo("我们")).map(OptionDemo::getName)/*.filter(String::isEmpty)*/.map(s -> s.equals("我们")).isPresent();
        System.out.println(present);
    }
}

@Data
@Slf4j
@ToString
class OptionDemo {

    private String name;

    @Contract(pure = true)
    public OptionDemo() {
    }

    @Contract(pure = true)
    public OptionDemo(String name) {
        this.name = name;
    }
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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