java 注解入门 简书_Java基础--注解

[TOC]

概念

注解(Annotation)为我们在代码中添加信息提供了一种形式化的方法,使我们可以在稍后某个时刻非常方便地使用这些数据

每当创建描述符性质的类和接口时,一旦其中包含了重复性的工作,就可以考虑使用注解来简化与自动化该过程。

注解可用来进行一些提示性、安全检查的作用(如标记注解,@Override等),也可用来在运行时进行逻辑上的操作,简化模板式代码的创建,使代码更加简洁,编写更加高效。注解常见于各种框架当中,学会注解可以对框架理解的更加深入。

注解的类型

注解的分类

按来源可以分为JDK自带注解、第三方框架注解、自定义注解。

JDK自带注解

注解名称

功能

@Override

表示当前的方法定义将覆盖超类中的方法

@Deprecated

使用了这个注解, 表示不建议使用

@SuppressWarnings

关闭不当的编译器警告(JDK>=1.5)

按声明周期可以分为源码注解、编译时注解、运行时注解(下述祥)

元注解

元注解是用来注解其他注解的注解

注解名称

功能

@Target

表示该注解可以用于什么地方

@Retention

需要在什么级别保存该注解信息

@Documented

将此注解包含在Javadoc中

@Inherited

允许子类继承(extends)父类中的注解

@Target的参数ElementType包括以下几种:

ElementType类型

解释

CONSTRUCTOR

构造器的声明

FIELD

域声明,包括enum实例(即,字段)

LOCAL_VARIABLE

局部变量声明

METHOD

方法声明

PACKAGE

包声明

PARAMETER

参数声明

TYPE

类、接口(包括注解类型)或enum声明

@Retention可选的RetentionPolicy参数包括:

RetentionPolicy

解释

SOURCE

注解将被编译器丢弃

CLASS

注解在class文件中可用,但会被VM丢弃(注解在源码和class文件中存在)

RUNTIME

VM将在运行期间也保留注解,因此可以通过反射机制读取注解的信息

自定义注解

@Target(ElementType.TYPE)

@Retention(RetentionPolicy.RUNTIME)

public @interface UseCase {

int id();

String description() default "no description"

}

public class PasswordUtils {

@UseCase(id = 47, description = "must contain at least one numeric")

public void validatePassword(String password) {

// TODO: 2016/12/21

}

}

注解可用的元素类型如下:所有基本类型(int,float等),String,Class,enum,Annotation,以上类型的数组

如果注解只有一个类型一般用value()命名,用value()命名的时候,使用注解不需要以价值对的形式给出值

注解解释器

使用Java的反射机制编写注解解释器读取注解的信息。

实例如下需求如下:使用注解创建数据库查询的过滤器。

// Table.java

@Target(ElementType.TYPE)

@Retention(RetentionPolicy.RUNTIME)

public @interface Table {

String value();

}

// Column.java

@Target(ElementType.FIELD)

@Retention(RetentionPolicy.RUNTIME)

public @interface Column {

String value();

}

// Filter.java

@Table("users")

public class Filter {

@Column("name")

private String name;

@Column("email")

private String email;

@Column("phone")

private String phone;

@Column("age")

private int age;

@Column("sex")

private int sex;

public String getName() {

return name;

}

// 省略了其余的getter和setter方法

}

// Test.java

public class Test {

public static void main(String[] args) {

Filter f1 = new Filter();

f1.setName("Akis");

f1.setAge(22);

Filter f2 = new Filter();

f2.setName("xcc");

f2.setSex(1);

f2.setPhone("******");

String sql1 = query(f1);

String sql2 = query(f2);

System.out.println(sql1);

System.out.println(sql2);

}

public static String query(Filter filter) {

StringBuilder sb = new StringBuilder();

sb.append("SELECT * FROM ");

Class c = filter.getClass();

Table table = (Table) c.getAnnotation(Table.class);

String tableName = table.value();

sb.append(tableName).append(" WHERE 1 = 1");

Field[] fields = c.getDeclaredFields();

for (Field field : fields) {

Column column = field.getDeclaredAnnotation(Column.class);

String columnName = column.value();

String methodName = "get" + field.getName().substring(0, 1).toUpperCase() + field.getName().substring(1);

Object columnValue = null;

try {

Method method = c.getDeclaredMethod(methodName);

columnValue = method.invoke(filter);

} catch (NoSuchMethodException e) {

e.printStackTrace();

} catch (InvocationTargetException e) {

e.printStackTrace();

} catch (IllegalAccessException e) {

e.printStackTrace();

}

if (columnValue instanceof String) {

sb.append(" AND ").append(columnName).append("=").append("'").append(columnValue).append("'");

} else if (columnValue instanceof Integer && (Integer)columnValue != 0) {

sb.append(" AND ").append(columnName).append("=").append(columnValue);

}

}

sb.append(";");

return sb.toString();

}

}

// output

SELECT * FROM users WHERE 1 = 1 AND name='Akis' AND age=22;

SELECT * FROM users WHERE 1 = 1 AND name='xcc' AND phone='******' AND sex=1;

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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