博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
数组工具类Arrays
阅读量:2162 次
发布时间:2019-05-01

本文共 874 字,大约阅读时间需要 2 分钟。

package cn.learn.day08.demo04;import java.util.Arrays;/*java.util.Arrays是一个与数组相关的工具类,里面提供了大量静态方法,用来实现数组常见的操作。public static String toString(数组):将参数数组变成字符串(按照默认格式:[元素1, 元素2, 元素3...])public static void sort(数组):按照默认升序(从小到大)对数组的元素进行排序。备注:1. 如果是数值,sort默认按照升序从小到大2. 如果是字符串,sort默认按照字母升序3. 如果是自定义的类型,那么这个自定义的类需要有Comparable或者Comparator接口的支持。(今后学习) */public class Demo01Arrays {    public static void main(String[] args) {        int[] intArray = {10, 20, 30};        // 将int[]数组按照默认格式变成字符串        String intStr = Arrays.toString(intArray);        System.out.println(intStr); // [10, 20, 30]        int[] array1 = {2, 1, 3, 10, 6};        Arrays.sort(array1);        System.out.println(Arrays.toString(array1)); // [1, 2, 3, 6, 10]        String[] array2 = {"bbb", "aaa", "ccc"};        Arrays.sort(array2);        System.out.println(Arrays.toString(array2)); // [aaa, bbb, ccc]    }}

 

转载地址:http://kwkzb.baihongyu.com/

你可能感兴趣的文章
cs230 深度学习 Lecture 2 编程作业: Logistic Regression with a Neural Network mindset
查看>>
梯度消失问题与如何选择激活函数
查看>>
为什么需要 Mini-batch 梯度下降,及 TensorFlow 应用举例
查看>>
为什么在优化算法中使用指数加权平均
查看>>
什么是 Q-learning
查看>>
用一个小游戏入门深度强化学习
查看>>
如何应用 BERT :Bidirectional Encoder Representations from Transformers
查看>>
5 分钟入门 Google 最强NLP模型:BERT
查看>>
强化学习第1课:像学自行车一样的强化学习
查看>>
强化学习第2课:强化学习,监督式学习,非监督式学习的区别
查看>>
强化学习第3课:有些问题就像个赌局
查看>>
强化学习第4课:这些都可以抽象为一个决策过程
查看>>
强化学习第5课:什么是马尔科夫决策过程
查看>>
强化学习第6课:什么是 Crossentropy 方法
查看>>
强化学习第7课:交叉熵方法的一些局限性
查看>>
强化学习 8: approximate reinforcement learning
查看>>
图解什么是 Transformer
查看>>
代码实例:如何使用 TensorFlow 2.0 Preview
查看>>
6 种用 LSTM 做时间序列预测的模型结构 - Keras 实现
查看>>
走进JavaWeb技术世界1:JavaWeb的由来和基础知识
查看>>