Java一些常见的坑

简介: 总是觉得自己Java基础还是不行,需要恶补。今天偶然mark了一本《Java解惑》,其中以端程序的方式罗列了95个即常见又不常见的xian(坑)jing(儿),拿来瞻仰一下。

前言:写公号差不多也有一个月了,没有做到每天坚持(真的太难了),但是养成了会有新知识就会记录下来的习惯,感谢读者(你们),也欣赏一下我自己。

总是觉得自己Java基础还是不行,需要恶补。今天偶然mark了一本《Java解惑》,其中以端程序的方式罗列了95个即常见又不常见的xian(坑)jing(儿),拿来瞻仰一下。

解惑一、奇数性判断

判断一个数是否为奇数


public class SolutionOne{

   /**
    * 判断下列方法是否能够很好的运转?
    *
    * 不能
    * 因为int整型中有一半是负数,也就是说
    * i 为负数,那么返回值永远为false
    */
   public static boolean isOdd(int i){
       return i % 2 == 1;
  }

   /**
    * 这个方法能够很好的运转,
    * 因为不管对正数和负数来说,余数为0 -- 偶数
    * 不为0 -- 奇数
    */
   public static boolean isNew(int i){
       return i % 2 != 0;
  }

   /**
    * 使用位操作符 来替代取余操作符,能够改善性能
    * note:
    * 5转换为二进制:0000 0000 0000 0000 0000 0000 0000 0101
    * 3转换为二进制:0000 0000 0000 0000 0000 0000 0000 0011
    * -------------------------------------------------------------------------------------
    * 1转换为二进制:0000 0000 0000 0000 0000 0000 0000 0001
    * 位与:第一个操作数的的第n位于第二个操作数的第n位如果都是1,那么结果的第n为也为1,否则为0
    */
   public static boolean isChange(int i){
       return(i & 1)  != 0;
  }

   public static void main(String[] args) {
       System.out.println(isOdd(3));
       System.out.println(isOdd(-1));
       System.out.println(isOdd(-2));
       System.out.println("------------------");
     
       System.out.println(isNew(3));
       System.out.println(isNew(-1));
       System.out.println(isNew(-2));
       System.out.println("------------------");
     
       System.out.println(isNew(3));
       System.out.println(isNew(-1));
       System.out.println(isNew(-2));
  }
}


解惑二、找零时刻

试问:能否用2.00美元买到1.10美元的热狗?


public class SolutionTwo{


public static void main(String[] args) {
// 请验证一下以下输出 输出 0.8999999999999999
System.out.println(2.00-1.10);

// 解决办法一、输出 0.90
System.out.printf("%.2f%n ",2.00-1.10);

// 解决办法二、使用正数类型,int or long 输出 0.90
System.out.println((200-110) +" cents");

// 解决办法三、使用更精确精度的BigDecimal,一定要用BigDecimal(String) 而不要用BigDecimal(Double)
System.out.println(new BigDecimal("2.00").subtract(new BigDecimal("1.10")));
}
}


解惑三、长整除


public class SolutionThree{

public static void main(String[] args) {

// 打印输出以下语句,会输出什么呢?
// 并不是你预料的1000, 而是 5
final long MICROS_PER_DAY=24606010001000;
final long MILLIS_PER_DAY=246060*1000;
System.out.println(MICROS_PER_DAY/MILLIS_PER_DAY);

/**
* 发生了什么呢? 为什么差着1000倍两个常量的数值相除会得到 5?
*
* 因为上述常数MICROS_PER_DAY的计算发生溢出,虽然计算的结果适合
* 放入long中,并且其空间还有富余,但是这个结果并不适合放入int中,
* 所以计算的结果是按着int来执行的。运算完成之后,转换为long类型
* 但此时已经太迟,计算已经溢出,它返回了一个小于200倍的数值。从
* int提升为long是一种拓宽原生类型转换,它保留了不正确的计算数值
* 于是整除的结果为5
*
*/

// 下面的结果是正确的结果
final long MICROS_PER_DAYS=24L606010001000;
final long MILLIS_PER_DAYS=24L6060*1000;
System.out.println(MICROS_PER_DAYS/MILLIS_PER_DAYS);

}
}


解惑四、初级问题


public class SolutionFour{

public static void main(String[] args) {

/**
* 下面的问题简直太简单了,打印出来肯定是66666,
* 但是是吗?输出的结果确实17777,你会感到惊讶,
* 为什么是17777呢?请注意 + 号右面的数字,是5432 l 而不是1
* 注意到差别了吗? 所以以后为了产生这种微小的误差
* 建议把l -> L
*/
System.out.println(12345+5432l);

/**
* 此外,还要避免使用 l 作为对象
*/
List<String> l = new ArrayList<>();
l.add("Foo");
System.out.println(l);
}
}


解惑五、最后的笑声(对应书中的解惑十一)


public class SolutionEleven{

public static void main(String[] args) {
/**
* 下面的程序将打印什么?
* 第一个输出语句将打印 Ha
* 第二个输出语句打印 169
* 为什么会这样呢?
*
* 第一个输出语句是 两个字符串进行拼接,拼接的结果就是 Ha
* 第二个输出语句是 两个字符型的常量的加和,所以使用的是加法
* 而不是拼接, 对于'H',char的数值是72,对于'a',char的数值是97
* 所以二者的加和是 169
*
*/
System.out.println("H"+"a");
System.out.println('H'+'a');

/**
* 改变一、字符串与任何数的计算都会转换为字符串
*/
System.out.println(""+'H'+'a');

// 这条输出语句真的打印的是2 + 2 = 4 吗?
System.out.println("2 + 2 = "+2+2);
}
}
            </div>
目录
相关文章
|
9天前
|
数据采集 人工智能 安全
|
5天前
|
机器学习/深度学习 人工智能 前端开发
构建AI智能体:七十、小树成林,聚沙成塔:随机森林与大模型的协同进化
随机森林是一种基于决策树的集成学习算法,通过构建多棵决策树并结合它们的预测结果来提高准确性和稳定性。其核心思想包括两个随机性:Bootstrap采样(每棵树使用不同的训练子集)和特征随机选择(每棵树分裂时只考虑部分特征)。这种方法能有效处理大规模高维数据,避免过拟合,并评估特征重要性。随机森林的超参数如树的数量、最大深度等可通过网格搜索优化。该算法兼具强大预测能力和工程化优势,是机器学习中的常用基础模型。
312 164
|
4天前
|
机器学习/深度学习 自然语言处理 机器人
阿里云百炼大模型赋能|打造企业级电话智能体与智能呼叫中心完整方案
畅信达基于阿里云百炼大模型推出MVB2000V5智能呼叫中心方案,融合LLM与MRCP+WebSocket技术,实现语音识别率超95%、低延迟交互。通过电话智能体与座席助手协同,自动化处理80%咨询,降本增效显著,适配金融、电商、医疗等多行业场景。
318 155
|
5天前
|
编解码 人工智能 自然语言处理
⚽阿里云百炼通义万相 2.6 视频生成玩法手册
通义万相Wan 2.6是全球首个支持角色扮演的AI视频生成模型,可基于参考视频形象与音色生成多角色合拍、多镜头叙事的15秒长视频,实现声画同步、智能分镜,适用于影视创作、营销展示等场景。
350 4
|
12天前
|
SQL 自然语言处理 调度
Agent Skills 的一次工程实践
**本文采用 Agent Skills 实现整体智能体**,开发框架采用 AgentScope,模型使用 **qwen3-max**。Agent Skills 是 Anthropic 新推出的一种有别于mcp server的一种开发方式,用于为 AI **引入可共享的专业技能**。经验封装到**可发现、可复用的能力单元**中,每个技能以文件夹形式存在,包含特定任务的指导性说明(SKILL.md 文件)、脚本代码和资源等 。大模型可以根据需要动态加载这些技能,从而扩展自身的功能。目前不少国内外的一些框架也开始支持此种的开发方式,详细介绍如下。
878 6

热门文章

最新文章