新闻详情

新闻详情

首页 / 资讯中心 / 详情

判断与循环

发布时间:2026/11/13 10:03:59来源:尧图网络
判断与循环
流程控制语句1. 顺序结构2. 分支语句if 语句if 语句的第一种格式if(关系表达式){语句体;}关系表达式为真则执行语句体否则不执行。注意事项大括号的开头可以另起一行书写但建议写在第一行的末尾。在语句体中如果只有一句代码大括号可以省略不写但个人建议大括号还是不要省略。如果对一个布尔类型的变量进行判断不要用号直接把变量写在小括号里即可。if 语句的第二种格式if(关系表达式){语句体;}else{语句体2;}只能执行两个语句体中的其中一个。if 语句的第三种格式if(关系表达式){语句体;}elseif(关系表达式2){语句体2;}...else{语句体n1;}switch 语句语句格式switch(表达式){case值1:语句体1;break;case值2:语句体2;break;...default:语句体n1;break;}表达式为即将匹配的值。case 后面跟的是要比较的值只能是字面量不能是变量给出的值不允许重复。default 的位置和省略位置default 不一定是写在最下面的我们可以写在任意位置只不过习惯写在最下面。省略default 可以省略语法不会出现问题但不建议省略。case 穿透就是语句体当中没有写 break 导致的。执行流程首先还是会拿小括号中表达式的值跟下面每一个 case 进行匹配。如果匹配上就会执行对应的语句体如果此时发现了 break那么结束整个 switch 语句。如果没有发现 break那么程序就会继续执行下一个 case 的语句体一直遇见 break 或者右大括号为止。使用场景如果多个 case 的语句体重复了那么我们考虑利用 case 穿透去简化代码。switch 新特性JDK12switch(表达式){case值1-{语句体1;}case值2-{语句体2;}...default-{语句体n1;}}若语句体为一句代码时大括号可以省略。若 switch 可以得到一个结果时可以把 switch 赋值给一个变量。if 语句和 switch 语句的使用场景if 的第三种格式一般用于对范围的判断。switch把有限个数据一一列举出来让我们任选其一。3. 循环语句循环的分类for 循环while 循环do while 循环for 循环格式for(初始化语句;条件判断语句;条件控制语句){循环体语句;}初始化语句只执行一次。条件判断语句为 true循环继续。条件判断语句为 false循环结束。while 循环格式初始化语句;while(条件判断语句){循环体语句;条件控制语句;}初始化语句只执行一次。条件判断语句为 true循环继续。条件判断语句为 false循环结束。for 循环和 while 循环的对比相同点运行规则都是一样的。区别for 循环中知道循环的次数或者循环的范围。while 循环中不知道循环的次数和范围只知道循环的结束条件。do while 循环格式初始化语句;do{循环体语句;条件控制语句;}while(条件判断语句);特点先执行后判断。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉