异常课堂笔记

package com.xuezhi.www.proj;

/*异常,在现实生活中或者是Java程序中,总会出现一些不正常的情况,特别是在 Java程序中出现了不正常的情况,我们称作异常

  • 在Java程序中也会出现不正常的情况,Java时面向对象的语言,任何事务都可以使用类来进行描述,sun就是用了很多的类来描述Java程序中的各种不正常的情况
  • 而用于描述程序不正常情况的类,我们就称作为异常类,很多歌异常类堆积起来就形成了Java中的异常体系
  • 异常体系:
  • -------|throwable 所有异常类和错误类的超类
  • ---------|errow 错误一般是由jvm和硬件引起的问题,所以我们一般不会通过代码来处理错误
  • ----------|exception 异常是需要通过代码来处理的
  • ----------|编译时异常(受检异常,非运行时异常):必须处理的异常
  • ----------|运行时异常:如果一个方法内部抛出了一个运行时异常,那么调用者可以处理液可以不处理
  • 运行时异常:RUNtimeException以及RUNtimeException的子类都是运行时异常
  • 编译时异常:除了运行时异常都是编译时异常
  • 疑问:为什么运行时异常要求如此宽松?
  • 答:因为运行时异常都是可以通过程序员良好的编程习惯避免的,所以Java编译器就没有严格的要求处理运行时异常
  • 如何区分错误遇异常:
  • 如果程序出现了不正常的信息,如果不正常的信息是以error(除了线程死亡)结尾的,那么肯定是一个错误,
  • 如果是以exception结尾的,那么肯定是一个异常。
  • throwable常用的方法:
  • toString():返回当前异常对象的完整类名+病态信息
  • getMessage():返回的时创建throwable对象传入的字符串信息
  • printStackTrace():打印异常的栈信息。

*/
public class ThrowableAndErro {

/**
 * @param args
 */
public static void main(String[] args) {
	// TODO Auto-generated method stub
	/*Throwable t=new Throwable("富贵病");
	 System.out.println(t.toString());
	 System.out.println(t.getMessage());
	 */
	 StackTrace();
	 
}

public static void StackTrace(){
	Throwable t=new Throwable("脚气");
	t.printStackTrace();
}

}

package com.xuezhi.www.proj;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
/*

  • 异常的处理方式:抛出处理

  • 抛出处理(throw throws)

  • 抛出异常需要注意的细节:

  • 1.如果一个方法内部抛出了一个编译时异常对象,那么必须要在这个方法上声明抛出

  • 2.如果调用了一个抛出编译时异常的方法,那么调用者必须处理异常。

  • 3.如果一个方法内部抛出了一个异常对象,那么throw语句后面的代码都不会执行。

  • 4.在一种情况下,只能抛出一种类型的异常

  • 疑问 :何时使用抛出处理?何时使用捕获处理?原则是什么?

  • 如果你需要通知调用者你的代码出了问题,这时候就需要使用抛出处理,如果你的代码是与用户(UI层)直接打交道的,

  • 遇到异常千万不能再抛出了,再抛出就抛给用户了。

  • 这时候你就需要使用捕获处理,两者相互配合才更好。

  • 编译时异常又称作受检异常
    */
    public class ThrowAndThrows {

    /**

    • @param args
      */
      public static void main(String[] args) {
      // TODO Auto-generated method stub
      Except ex=new Except();
      try{
      ex.MyIO();
      }catch(FileNotFoundException e){
      e.printStackTrace();
      }
      }

}
class Except{
public void MyIO()throws FileNotFoundException{
File file=new File(“D:\java.txt”);
try{
FileInputStream input=new FileInputStream(file);
}catch(FileNotFoundException e){
throw e;
}finally{
System.out.println(“haha”);
}
}
}

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
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