zoukankan      html  css  js  c++  java
  • java-基本数据类型

    java 基本数据类型
    byte 8 位 最大储存数据量式 255 范围 -128~127
    short 16 位 最大储存量式65536,范围 -32768~32767
    int 32 位 最大储存量是2的32次方-1 范围 -2的31次方~正2的31次方-1
    long 64 位 最大储存量是2的64次方-1 范围 2的63次方~正的63次方-1
    float 32 位 数据范围在 3.4e-45~1.4e38 直接赋值时在后面加上f或者F
    double 64 位 数据范围在 4.9e-324~1.8e308 赋值时可以加上d或者D也可以不加默认的
    boolean 只有 true 和 false 2个取值
    char 16位 储存 Unicode 码,用单引号赋值

     

    Java决定了每种简单类型的大小。这些大小并不随着机器结构的变化而变化。这种大小的不可更改正是Java程序具有很强移植能力的原因之一。下表列出了Java中定义的简单类型、占用二进制位数及对应的封装器类。

    简单类型

    boolean

    byte

    char

    short

    Int

    long

    float

    double

    void

    二进制位数

    1

    8

    16

    16

    32

    64

    32

    64

    --

    封装器类

    Boolean

    Byte

    Character

    Short

    Integer

    Long

    Float

    Double

    Void

       

    对于数值类型的基本类型的取值范围,我们无需强制去记忆,因为它们的值都已经以常量的形式定义在对应的包装类中了。如:

    基本类型byte 二进制位数:Byte.SIZE最小值:Byte.MIN_VALUE最大值:Byte.MAX_VALUE

    基本类型short二进制位数:Short.SIZE最小值:Short.MIN_VALUE最大值:Short.MAX_VALUE

    基本类型char二进制位数:Character.SIZE最小值:Character.MIN_VALUE最大值:Character.MAX_VALUE

    基本类型double 二进制位数:Double.SIZE最小值:Double.MIN_VALUE最大值:Double.MAX_VALUE

    注意:float、double两种类型的最小值与Float.MIN_VALUE、 Double.MIN_VALUE的值并不相同,实际上Float.MIN_VALUE和Double.MIN_VALUE分别指的是 float和double类型所能表示的最小正数。也就是说存在这样一种情况,0到±Float.MIN_VALUE之间的值float类型无法表示,0 到±Double.MIN_VALUE之间的值double类型无法表示。这并没有什么好奇怪的,因为这些范围内的数值超出了它们的精度范围。

    Float和Double的最小值和最大值都是以科学记数法的形式输出的,结尾的"E+数字"表示E之前的数字要乘以10的多少倍。比如3.14E3就是3.14×1000=3140,3.14E-3就是3.14/1000=0.00314。

    Java基本类型存储在栈中,因此它们的存取速度要快于存储在堆中的对应包装类的实例对象。从Java5.0(1.5)开始,JAVA虚拟机(Java Virtual Machine)可以完成基本类型和它们对应包装类之间的自动转换。因此我们在赋值、参数传递以及数学运算的时候像使用基本类型一样使用它们的包装类,但这并不意味着你可以通过基本类型调用它们的包装类才具有的方法。另外,所有基本类型(包括void)的包装类都使用了final修饰,因此我们无法继承它们扩展新的类,也无法重写它们的任何方法。

    基本类型的优势:数据存储相对简单,运算效率比较高

    包装类的优势:有的容易,比如集合的元素必须是对象类型,满足了java一切皆是对象的思想

  • 相关阅读:
    (转)The Road to TensorFlow
    (转) TensorFlow深度学习,一篇文章就够了
    论文笔记之:Fully-Convolutional Siamese Networks for Object Tracking
    关于 Local feature 和 Global feature 的组合
    (转) 技术揭秘:海康威视PASCAL VOC2012目标检测权威评测夺冠之道
    (转)一文学会用 Tensorflow 搭建神经网络
    (转)TensorFlow 入门
    (转)阿尔法狗是怎么用机器学习做决策的
    How to Configure the Gradient Boosting Algorithm
    A Gentle Introduction to the Gradient Boosting Algorithm for Machine Learning
  • 原文地址:https://www.cnblogs.com/zhenyu1/p/10992933.html
Copyright © 2011-2022 走看看