极东魔术昼寝结社

📚 文档目录合集-数的二进制表示-定点运算-BCD 码-浮点数四则运算-内置存储器-Cache-外存-纠错-RAID-内存管理-总线-指令集: 特征- 指令集:寻址方式和指令格式 每 4 位二进制数表示十进制的一位数 加法:由于真值的进位是 10,而 BCD 码的进位是 16,所以在真值产生进位的时候需加 6 强制进位. 减法:类似于补码减法. BCD”补码”与原码相加得 9.若结果是负数(“补码”表示),需转化成负号+原码的形式.

1. 概念 抽象函数—表达概念而无具体实现代码的函数 抽象类—表达概念而无法实例化对象的函数 2. 特点 带有 abstract 修饰符的函数 有抽象函数的类一定是抽象类 抽象类不能制造对象, 但是可以定义变量 任何继承了抽象类的非抽象类的对象可以赋给这个变量 实现抽象函数 继承自抽象类的子类必须实现基类的抽象函数, 否则他自己就成为抽象函数 123public abstract class AbstractClass{ public abstract int abstractMethod();} 与 C++ 相比 C++ Java 虚函数 普通函数 纯虚函数 抽象函数 抽象类 抽象类 虚基类 接口 C++ 和 Java 实现多态的方式不同, 在 Java 中, 普通的函数就相当于 C++ 中的 virtual function, 从向上造型时候的例子可以看出, 即使变量本身是父类的, 但实际管理的对象是子类的, 默认调用的都是子类的函数, 如: 1234567891011121314public class A & ...

1. 接口 接口是纯抽象类 所有的成员函数都是抽象函数 所有的成员变量都是public static final final 变量意味着这个变量不可以改变值, final 类不可以被继承, final 的方法不可以被 override. 接口规定了长什么样, 但是不管里面有什么 12345//一个接口的例子public interface Cell { void draw(int x, int y, int size);} 2. 实现一个接口 继承用 extends, 接口用 implements 类可以实现多个接口( 实现类似多继承的效果 ) 接口可以继承接口, 但不能继承类 接口不能实现接口 可以通过instanceof判断赋给接口变量的对象是不是某个类的 123456//一个实现接口的例子, Fox 继承了 Animal 类的同时实现了 Cell 的接口public Fox extends Animal implements Cell { void draw(int x, int y, int size) { ...

1. 捕获异常的机制1234567try { //可能产生异常的代码} catch (Type1 id1) { //处理 Type1 异常的代码} catch (Type2 id2) { //处理 Type2 异常的代码} 异常机制的最大好处: 清晰地分开了处理正常的业务逻辑代码和遇到情况时的代码Java 中用try{}来包裹可能出现异常的代码块, 并用 catch(Type id){}捕捉并处理异常. 流程图 2. 捕捉到的异常在 catch(type id){}的代码块中, 可以调用 id 的 一些方法, 比如getMessage(), printStackTrace() 来获得相关的信息.如果在当前层面上无法全部处理, 可以通过 throw 再次将异常抛向上一层 有风险、可能会抛出异常的代码 1234567//必须声明它会抛出 BadExceptionpublic void takeTisk() throws BadException ...

1. 流的基础类 InputStream OutputStream所有的输入、输出都基于这两个类. 这两个类的操作很有限, 都是字节( byte )层面的读写.注: Java 中 char 为两个字节 ( \u0000~\uFFFF ), byte 为一个字节 (-128 ~ 127). 12345678910111213141516package hello;import java.io.IOException;public class Main { public static void main(String[] args) { byte[] buffer = new byte[1024]; try { int len = System.in.read(buffer); String s = new String(buffer,0,len); System.out.println("读到了"+len+"字节"); ...

1. 消除代码复制在原来的代码中，至少两处用到了相同的提示信息，需要将提示信息放在一个函数 showPrompt() 中来减少重复代码。 2. 封装封装以降低耦合度。在原来的代码中，Game 类大量使用了 Room 类中的成员，比如得到 currentRoom 的出口，正确的做法是在 Room 类中的 getExits() 以 String 返回出口，而非返回 Room 类的对象；Game 类中 goRoom() 函数也不应该直接操作 Room 类的成员，而应让 Room 类自己返回输入所对应的房间。 3. 可拓展性在原来的代码中, Room 类中含有 4 个表示出口的 Room 类型对象, 这不是好的做法, 因为这样大大降低了代码的可拓展性, 如果要增加 “up” 或者 “down” 方向的出口, 就会变得十分复杂. 更好的方式是用容器来增加代码的灵活性. 改造后, 只需在 createRoom()中写outside().setExit("up", anotherRoom);便可以使 outside 这个房间的 up 方向是 anotherRoom.增加可扩展性: ...

几乎在所有的 oop 语言中，都有一个“根”的存在。在 Java 中，这个“根”就是 Object 类。Object 类中包含有： toString() equals() 两个方法，前者可以打印对象的信息（可以在子类中具体实现）；后者判断是否管理着同一个对象 （默认实现为 ==） 。如果要实现判断内容是否一致，需要在子类中实现。比如，要实现只要 CD 类中 artist 成员相同，equals()就返回 true，需要这样写： 1234567@Overridepublic boolean equals(Object obj){ CD a = (CD)obj;//造型 return artist.equals(a.artist);//equals判断两者所指向的对象的内容(可以自己实现判断标准)而==判断的是两者的值是否相等(即是否指向同一个对象)} equals 比较二者指向对象的内容 == 比较二者是否指向同一地址（管理同一个对象）

📚 文档目录随机事件及其概率随机变量及其分布期望和方差大数定律与中心极限定理数理统计的基本概念参数估计假设检验多维回归分析和方差分析降维 1.1 随机试验与随机事件 随机试验: 相同条件可重复 结果不止一个 无法预测 事件：每种结果，随机事件A、B、C. 基本事件: 相对于实验目的不可再分. 复合事件: 由基本事件复合. 1.2 样本空间 样本空间: 所有基本事件复合, 记作 $\Omega$. 样本点: $\Omega$ 中的元素 $\omega$. 以下两种是非随机/极端: 必然事件: 一定会发生的事件. 不可能事件: 一定不发生的事件. 无限可列个: 按某种规律排成一个序列. 1.3 事件间的关系 包含 交( 积 ) 并( 和 ) 差: $A - B = A - AB$ 互不相容事件: $A$ 与 $B$不同时发生 对立事件: $A + B = \Omega$ 且 $AB = \phi$与互不相容事件的不同: 互不相容事件可以有多个, 对立事件只有两个. 互不相容事件可以均不发生, 对立事件必定发生一个.相关公式: $A-B=A - AB=A\overline ...

📚 文档目录随机事件及其概率随机变量及其分布期望和方差大数定律与中心极限定理数理统计的基本概念参数估计假设检验多维回归分析和方差分析降维 2.1 随机变量将样本空间 $\Omega$ 中的每个元素 e 与实数对应起来. 定义:设随机试验的样本空间为 $S = \{e\}.\space X = X(e)$ 是定义在样本空间的实值单值函数. 称 $X = X(e)$ 为随机变量. 2.3 离散型随机变量及其分布律 离散型随机变量定义: 有限个 无限可列个 满足条件: $p_k\geq0,k=1,2…$ $\sum^n_{k=1}p_k=1$ 分布律: P\\{X = x_k\\}=p_k,k=1,2...也可以用表格: \begin{array}{|c|c|c|c|c|c|} \hline X & x_{1} & x_{2} & \ldots & x_{n} & \ldots \\ \hline p_{k} & p_{1} & p_{2} & \ldots & p_{n} & \ldots \\ \hline \end{array} 2.4 连续型随 ...

📚 文档目录随机事件及其概率随机变量及其分布期望和方差大数定律与中心极限定理数理统计的基本概念参数估计假设检验多维回归分析和方差分析降维 3.1 数学期望3.1.1 离散型数据的数学期望 $P(X=xk)= p_k,$ 若 $\sum^\infty{k=1}xkp_k$ 绝对收敛,则 $E(X)=\sum^\infty{k=1}x_kp_k$.注意:数学期望不一定均存在. 3.1.2 连续型数据的数学期望 $X$ 的密度函数为 $f(x),\int{-\infty}^{\infty}xf(x)dx$ 绝对收敛,则$Ex = \int{-\infty}^{\infty}xf(x)dx$ 3.1.3 随机变量函数的期望$Y=g(X)$ 离散 $E(X)=\sum x_i p_i,Y=g(X)$则$E(Y)=\sum g(x_i)p_i$ 3.1.4 期望的性质 $EC=C$ $E(C_1X+C_2)=C_1EX+C_2$ 若$X,Y$ 独立,则 $E(XY)=E(X)E(Y)$ $E(X \pm Y)=EX \pm EY$ 3.2 方差3.2.1 方差的 ...