android持久话技术,Android持久化技术

目录

瞬时数据是指存储在内存中的数据。持久化技术可以将内存中的数据和持久状态(保存在存储

文件存储

文件存储不对存储内容进行任何的格式化处理,所有数据都是原封不动保存到文件当中。

将数据存储到文件中

Context类中提供了一个openFileOutput()方法,返回一个FileOutputStream对象,然后就可以用javaI/O流去写文件中了。文件都默认放在/data/data/ /files/目录下。

public void save(String data){

FileOutputStream out=null;

BufferedWriter writer=null;

try{

out=openFileOutput("data", Context.MODE_PRIVATE);//第一个参数是文件的名称,第二个参数是模式。MODE_PRIVATE表示覆盖,MODE_APPEND表示追加。

writer=new BufferedWriter(new OutputStreamWriter(out));

writer.write(data);

}catch (IOException e){

e.printStackTrace();

}finally {

try {

if(writer!=null)

writer.close();

}catch (IOException e){

e.printStackTrace();

}

}

}

从文件中读取数据

Context类还提供了一个openFileInput(),返回的是一个FileInputStream。它接收一个参数,即要读取的文件名。然后系统会去/data/data/ /files/目录下寻找。

public String load(String name){

FileInputStream input=null;

BufferedReader reader=null;

StringBuilder content=new StringBuilder();

try {

input=openFileInput(name);

reader=new BufferedReader(new InputStreamReader(input));

String line="";

while((line=reader.readLine())!=null){

content.append(line);

}

}catch (IOException e){

e.printStackTrace();

}finally {

try {

if(reader!=null)

reader.close();

}catch (IOException e){

e.printStackTrace();

}

}

return content.toString();

}

SharedPreferences存储

SharedPreferences是使用键值对的方式来存储数据的

将数据存储到SharedPreferences中

步骤

1.获取SharedPreferences对象

Context类中的getSharedPreferences()方法

此方法接收两个参数,第一个参数用于指定SharedPreferences文件的名称,如果直接的名称文件不存在,则会创建一个文件,SharedPreferences文件都是存放在/data/data/ /shared_prefs/目录下。第二个参数用于指定操作模式,目前只有MODE_WORLD_READABLE这一种模式可选,它是默认的操作模式,和直接传入0效果是相同的,表示只有当前的应用才可以对这个文件进行读写.

Activity类中的getPreferences()方法

只接收一个操作模式参数,因为自动将当前活动的类名当作SharedPreferences的文件名

PreferenceManager类中的getDefaultSharedPreferences()方法

这是一个静态方法,它接收一个Context参数,并自动使用当前应用程序的包名作为前缀来命名SharedPreferences文件。

2.向SharedPreferences中存储数据

(1)调用SharedPreferences对象的edit()方法来获取一个SharedPreferences.Editor对象

(2)向SharedPreferences.Editor对象中添加数据,比如添加一个布尔型数据就使用putboolean()方法等

(3)调用apply()方法将添加的数据提交,从而完成数据存储操作

从SharedPreferences中读取数据

步骤

1.获取SharedPreferences对象

2.从SharedPreferences中读取数据

直接使用SharedPreferences对象的getxxx(键,默认值)方法获取对应类型值

实例:用SharedPreferences实现记住密码功能

1.新建LoginActivity活动

布局:

android:orientation="vertical"

android:layout_width="match_parent"

android:layout_height="match_parent">

android:layout_width="match_parent"

android:layout_height="60dp">

android:layout_width="90dp"

android:layout_height="wrap_content"

android:text="Account:"

android:textSize="18dp"

android:layout_gravity="center"/>

android:id="@+id/account"

android:layout_width="0dp"

android:layout_weight="1"

android:layout_height="wrap_content"

android:layout_gravity="center_vertical"/>

android:layout_width="match_parent"

android:layout_height="60dp">

android:layout_width="90dp"

android:layout_height="wrap_content"

android:text="Password:"

android:textSize="18dp"

android:layout_gravity="center_vertical"

/>

android:id="@+id/password"

android:layout_width="0dp"

android:layout_weight="1"

android:layout_height="wrap_content"

android:inputType="textPassword"

android:layout_gravity="center_vertical"/>

android:id="@+id/remeber"

android:layout_width="wrap_content"

android:layout_height="wrap_content"

android:text="remember password"/>

android:id="@+id/login"

android:layout_gravity="center"

android:layout_width="wrap_content"

android:layout_height="wrap_content"

android:text="Login"/>

1740093-20200513010921730-404985796.png

LoginActivity类:

ublic class LoginActivity extends AppCompatActivity {

private SharedPreferences sharedPreferences;

private SharedPreferences.Editor editor;

private EditText account;

private EditText password;

private CheckBox isRemeber;

@Override

protected void onCreate(Bundle savedInstanceState) {

super.onCreate(savedInstanceState);

setContentView(R.layout.activity_login);

sharedPreferences= PreferenceManager.getDefaultSharedPreferences(this);

account=(EditText)findViewById(R.id.account);

password=(EditText)findViewById(R.id.password);

isRemeber=(CheckBox)findViewById(R.id.remeber);

if(sharedPreferences.getBoolean("isRemeber",false)){//之前记住过密码

account.setText(sharedPreferences.getString("account",""));

password.setText(sharedPreferences.getString("password",""));

isRemeber.setChecked(true);

}

Button button=(Button)findViewById(R.id.login);

button.setOnClickListener(new View.OnClickListener() {

@Override

public void onClick(View v) {

String accountstr=account.getText().toString();

String passwordstr=password.getText().toString();

if(accountstr.equals("admin")&&passwordstr.equals("123456")) {

editor=sharedPreferences.edit();

if (isRemeber.isChecked()) {//选择记住密码

editor.putBoolean("isRemeber",true);

editor.putString("account", accountstr);//保存账户

editor.putString("password", passwordstr);//保存密码

}else{

editor.clear();//如果没选中说明清空

}

editor.apply();//运行

Intent intent=new Intent(LoginActivity.this,MainActivity.class);

startActivity(intent);

finish();

}else{

Toast.makeText(LoginActivity.this,"account or password is invald",Toast.LENGTH_SHORT).show();

}

}

});

}

}

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类型,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,能够捕捉数据中的时间依赖性。 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,它们在神经网络中用于添加非线性,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