百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

Java中的运算符(java中的运算符号)

ztj100 2025-03-20 21:15 16 浏览 0 评论

1 运算符

运算符是一种特殊的符号,用以表示数据的运算、赋值和比较等。

具体包含以下六种运算符。

算术运算符、赋值运算符、比较运算符(关系运算符)、逻辑运算符、位运算符、三元运算符。

2 算术运算符

运算符

运算

+

正号

-

负号

+

-

*

/

%

取模(取余)

++
++

自增(前):先运算后取值

自增(后):先取值后运算

- -
- -

自减(前):先运算后取值
自减(后):先取值后运算

+

字符串连接

注意:

1、如果对负数取模,可以把模数负号忽略不记,如:5%-2=1。 但被模数是负数则不可忽略。此外,取模运算的结果不一定总是整数。

2、对于除号“/”,它的整数除和小数除是有区别的:整数之间做除法时,只保留整数部分而舍弃小数部分。

3、“+”除字符串相加功能外,还能把非字符串转换成字符串。

3 赋值运算符

符号:=

赋值运算符的优先级别要低于其他的运算符,所以对该运算符往往最后读取。

当“=”两侧数据类型不一致时,可以使用自动类型转换或使用强制类型转换原则进行处理。

扩展赋值运算符: +=, -=, *=, /=, %=

//=与+=的比较
short s1 = 10;
s1 = s1 + 2;//编译失败,因为2是整形,无法转为char型
s1 += 2;//结论:不会改变变量本身的数据类型
System.out.println(s1);

4 比较运算符

运算符

运算

==

相等

!=

不相等

<

小于

>

大于

<=

小于等于

>=

大于等于

instanceof

检查是否是类的对象

5 逻辑运算符

&—逻辑与;| —逻辑或;!—逻辑非

&& —短路与;|| —短路或;^ —逻辑异或


逻辑运算符的比较说明

6 位运算符

运算符

运算

<<

左移

>>

右移

>>>

无符号右移

&

与运算

|

或运算

^

异或运算

~

取反运算

注意:位运算是直接对整数的二进制进行的运算

举例:

3 << 2 = 12结果为 3*2*2=12

0000 0000 0000 0011————3

0000 0000 0000 1100————12

7三元运算符

语法:(条件表达式)? 表达式1 : 表达式2

【典型代码】

1.获取两个整数的较大值

2.获取三个数的最大值

【特别说明】

1. 说明

① 条件表达式的结果为boolean类型

② 根据条件表达式真或假,决定执行表达式1,还是表达式2.

如果表达式为true,则执行表达式1。

如果表达式为false,则执行表达式2。

③ 表达式1 和表达式2要求是一致的。

④ 三元运算符可以嵌套使用

2.

凡是可以使用三元运算符的地方,都可以改写为if-else反之,不成立。

3. 如果程序既可以使用三元运算符,又可以使用if-else结构,那么优先选择三元运算符。原因:简洁、执行效率高。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: