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基础之String与int两者之间如何相互转换?

ztj100 2025-05-23 21:35 23 浏览 0 评论

项目开发中String字符串和int整型之间的转换操作是很常见的,当然可能你也会遇到String字符串和其它基本数据类型的转换操作,比如float、long、double等常见的类型。那么如果我们学会了String与 int之间的转换操作,其它的基本数据类型也是大同小异的。

首先来看看如何将字符串String转换成整数int类型。

通过下面的两种方法都可以,现举例如下图所示。

输出的结果:

接着来分析一下这两种方式虽然都可以,但是它们在使用上有何区别呢?

1. parseInt(s)方法是直接使用静态方法,不会产生多余的对象,返回值为int型,在查看底层源码时发现,如果输入的字符串内容不是int类型、输入内容为空时、输入内容超出int上限时,都会抛出类型NumberFormatException异常。

2.valueof(s)方法也是直接使用静态方法,在查看源码时发现,它调用了parseInt方法,所以和上面一样,如果输入的字符串内容不是int类型、输入内容为空时、输入内容超出int上限时,也都会抛出类型NumberFormatException异常,但是它会返回一个Integer对象,能够使用Integer的一些方法。

3.两种方法在效率上面进行比较的话,paraseInt()的效率会更高。

总结

自从jdk5以后提供了自动拆箱,其实两者的差别不是特别大,如果我们仅仅只需要得到整数数值int,那可以不用去调valueOf方法,因为这样还得将得到的整形数值进行装箱成Integer对象,但是从效率上考虑,建议首先考虑parseInt方法。

上面我们学习了如何将String类型转换成int类型,那么如何将整数 int 转换成字串 String类型呢?

可以通过以下三种方法实现,如下所示。

输出的结果为:

下面分析一下这三种方法有何区别以及效率问题。

1. s=k+"";使用这种方式会产生两个String对象,虽然比较简单,但是不推荐使用。

2. valueOf()方法是静态方法,查看底层源码如下图所示。

采用的是Object.toString()方法,但是使用该方法不需要担心object为null的情况,但同时注意当object为null时,该方法返回"null",而非null这个值。

3. toString()方法也是静态方法,但使用时需要注意,要保证传入的object不是null值,否则将会抛出NullPointerException异常。

4.在效率方面,toString()是最快的,其次是valueOf()方法,k+""是最慢的。

总结

综合上面的比较可以看出,在int类型转换成String类型操作时,个人觉得应该使用valueOf方法可能比较好,这样使用相对安全可靠,不会带来异常。

好了今天的分享就到这里了,说得不对的地方,希望大家批评指正。

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: