`

Java自动装箱、拆箱原理

阅读更多

在Java中, 所有要处理的东西几乎都是对象 (Object)

        在 Java SE 5.0之后提供了自动装箱的功能,可以直接使用以下语句来打包基本数据类型:Integer integer = 10;

        在进行编译时,编译器会判断是否进行自动装箱动作。自动装箱适用于 boolean、byte、short、char、long、float、double等基本数据类型,会使用对应的打包类型(Wrapper Types)Boolean、Byte、Short、Character、Long、Float或Double。

 

public class AutoBox {
 
    public static void main(String[] args) {
 
        Integer a = 1;//int类型自动装箱
        System.out.println(a + 1);//Integer自动拆箱
    }
 
}

 

装箱中如果数字为1个字节内(-128~127),则会将这个数字放入缓存池中,创建对象时返回该对象的引用,这涉及到了Java的享元模式Flyweigth

 

public class AutoBoxFlyweigth {
	 
    public static void main(String[] args) {
        Integer a = 12;
        Integer b = 12;
        System.out.println(a == b);// true
        Integer c = 1234;
        Integer d = 1234;
        System.out.println(c == d);// false
        
        Integer e = new Integer(13);
        Integer f = new Integer(13);
        System.out.println(e == f);	//false
        
        Integer g = new Integer(1200);
        Integer h = new Integer(1200);
        System.out.println(g == h);	//false
    }
 
}

 

通过Java源代码可以看到Integer.valueOf()中有个内部类IntegerCache(类似于一个常量数组,也叫对象池),它维护了一个Integer数组cache,长度为(128+127+1)=256,Integer类中还有一个Static Block(静态块)。从这个静态块可以看出,Integer已经默认创建了数值【-128-127】的Integer缓存数据。所以使用Integer a=12时,JVM会直接在该在对象池找到该值的引用。也就是说这种方式声明一个Integer对象时,JVM首先会在Integer对象的缓存池中查找有没有12的对象,如果有直接返回该对象的引用;如果没有,则使用new一个对象,并返回该对象的引用地址。因为Java中“==”比较的是两个对象的引用(即内存地址),a、b为同一个对象,所以结果为true,因为1234超过了Integer缓存数据范围,使用new方式创建:c = new Integer(1234);d=new Integer(40);虽然他们值相等,但是属于不同的对象,不会被放到对象池中,所以他们不是同一个引用,返回false。

       用一句简短通俗的话话概括享元模式:

       如果有很多个小的对象,它们有很多属性相同,那可以把它们变成一个对象,那些不同的属性把它们变成方法的参数,称之为外部状态,相同的属性称之为内部状态,这种机制即为享元模式。

 

 

int (-128,127) 范围的处理 和 String s= "a"; 类似 //从缓存池中取,如果没有在在池中和堆上创建

String s = new String("ss"); //直接在堆上创建

 

分享到:
评论

相关推荐

    在Coursera学习机器学习课程时,自己用python从原理上实现的各种机器学习基础内容.zip

    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。

    管理系统源码+系统主要分员工管理员两个角色+管理模块具体有商品管理

    系统主要分员工管理员两个角色 管理模块具体有商品管理,部门员工管理,进货管理,订单管理,换货管理,供应商管理,供应商管理,客户管理,公告通知管理等模块,而员工模块具体由商品管理,进货管理,订单管理,供应商管理,客户管理,换货订单管理,公告通知管理等模块组成。 仓库管理信息系统所涉及的主要数据包括商品管理、进货管理、订单管理、换货管理和供应商管理,客户管理,公告通知管理下面分别分析这些数据需求。 (1)商品管理 商品管理主要是管理商品分类信息以及管理商品信息。 (2)进货管理 进货管理主要员工可以登记进货信息,以及查看我的进货记录,而管理员可以添加进货信息以及对进货信息的管理。 (3)订单管理 订单管理主要是对订单的一个统计,员工对销售的订单进行登记,管理员可以管理员工们的订单销售。 (4)换货管理 换货管理主要员工可以登记换货信息,以及查看我的换货记录,而管理员可以添加换货信息以及对换货信息的管理。 (5)供应商管理 管理员可以管理对他们厂家的供应商,来达到可以很好及时的跟供应商进行沟通。 (6)客户管理 管理员可以管理客户。对客户进行维护。

    清新卡通城市建筑大学毕业论文答辩.ppt.zip

    清新卡通城市建筑大学毕业论文答辩.ppt

    5V继电器控制模块原理图+教程.7z

    5V继电器控制模块原理图+教程.7z

    commons-lang-1.0.zip

    commons-lang.jar_服务器端非空校验 各个版本,免费下载 windows版本,linux 版本,免费下载

    水彩清新创意毕业论文答辩模板.pptx.zip

    水彩清新创意毕业论文答辩模板.pptx

    ASP.NET基于BS方式的即时通讯软件的设计与实现(源代码+论文).rar

    计算机毕业设计,含源码

    myudid

    myudid

    新型MNS抽屉柜sw15可编辑设计图纸.7z

    新型MNS抽屉柜sw15可编辑设计图纸.7z

    基于ASP的学生信息档案管理系统毕业论文及源码.zip

    基于ASP的学生信息档案管理系统毕业论文及源码

    小清新文艺田园风毕业论文答辩.ppt.zip

    小清新文艺田园风毕业论文答辩.ppt

    PC控制八路继电器控制板原理图+教程+源代码+下位机源代码+上位机源代码.7z

    PC控制八路继电器控制板原理图+教程+源代码+下位机源代码+上位机源代码.7z

    属性数据分析实验.ipynb

    属性数据分析实验.ipynb

    纸张风格背景【论文答辩PPT模板】.pptx.zip

    纸张风格背景【论文答辩PPT模板】.pptx

    commons-lang3-3.0-beta-bin.zip

    commons-lang.jar_服务器端非空校验 各个版本,免费下载 windows版本,linux 版本,免费下载

    C++中的数学常用函数及其定义

    C++中的数学常用函数及其定义

    fastjson1.2.8 jar包及其源码下载(附带Gson jar包).rar

    fastjson1.2.8 jar包及其源码下载(附带Gson jar包) 免费下载, fastjson.jar是阿里开发的一款专门用于Java开发的包,可以方便的实现json对象与JavaBean对象的转换,实现JavaBean对象与json字符串的转换,实现json对象与json字符串的转换。

    用于了解基本的机器学习原理及算法,掌握sklearn库中常用的机器学习算法的基本调用方法.zip

    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。

    一个简单的嵌入式与物联网开发脚本示例,用于控制一个假设的LED灯的开关

    这个脚本模拟了一个嵌入式环境中LED灯的开关控制。在实际应用中,你需要根据你所使用的硬件平台(如Raspberry Pi、Arduino等)和具体的GPIO库来调整代码。此外,你还可能需要集成网络通信功能,以便通过物联网技术(如MQTT、HTTP等)远程控制LED灯。 请注意,这只是一个非常基础的示例,用于演示如何在Python中模拟GPIO操作。在真实项目中,你可能还需要考虑更多的因素,如错误处理、多线程/异步操作、电源管理、安全性等。而且,在嵌入式系统上运行Python代码可能还需要交叉编译或特定的运行环境。

    WOA_注释版.rar

    WOA_注释版

Global site tag (gtag.js) - Google Analytics