博客
关于我
Java学习——“+”的连接及加和的简单说明
阅读量:327 次
发布时间:2019-03-04

本文共 1031 字,大约阅读时间需要 3 分钟。

Java中“+”的简单说明

今天在学习Java的时候,了解了一下“+”在Java中的作用,主要有两个功能:加和运算和做连接符。

1. 加和运算

刚刚提到Java中的基本数据类型,而“+”就可以用来计算这些基本数据类型的加和。比如说,两个整数相加,结果还是整数。

int a = 12;  int f = 123;  int c = a + f;  System.out.println(c);

运行结果是:

235

值得注意的是,当变量是字符型的时候,“+”会返回对应字符的ASCII码值。例如:

char a = 'a';  int b = 10;  System.out.println(a + b);

运行结果是:

97

2. 连接作用

接下来说说Java中的String(字符串)类型。字符串就是由一系列字符组成的。所以当两个字符串做“+”运算的时候,它们会连接起来。

String a = "hello";  String b = "world";  System.out.println(a + b);

运行结果是:

helloworld

3. “+”后数据类型对计算结果的影响

总结一下:“+”在Java中的行为取决于它后面的数据类型。如果后面是String,那么“+”就是用来连接字符串;如果是基本数据类型(比如char、int等),则是进行相应的加和运算。

举个例子:

char a = 'a';  String b = "world";  char c = 'A';  System.out.println(a + b);  System.out.println(a + c);

运行结果是:

a world
aA

关于“+”的练习题

以下是一些简单的练习题,帮助理解“+”的行为:

char c = 'a';  int num = 10;  String str = "hello";  System.out.println(c + num + str);  System.out.println(c + str + num);  System.out.println(c + (num + str));  System.out.println((c + num) + str);  System.out.println(str + num + c);

运行结果是:

ahello
ahelloworld
a20
a
helloworlda

转载地址:http://kmhq.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>