作家
登录

研究学习Kotlin的一些方法

作者: 来源: 2017-05-10 15:51:18 阅读 我要评论

                  var5 = Integer.valueOf(var10001.hashCode()); 
  •                   break label18; 
  •                } 
  •             } 
  •          } 
  •  
  •          var5 = null
  •       } 
  •  
  •       var10000.println(var5); 
  •    } 
  • 如许读起来是不是加倍轻易懂得呢。

    1. //这是定义 
    2. object AppSettings { 
    3.     fun updateConfig() { 
    4.         //do some updating work 
    5.     } 

    关于应用也很简单

    1. //在Kotlin文件中调用 
    2. AppSettings.updateConfig() 
    3.  
    4. //在Java文件中调用 
    5. AppSettings.INSTANCE.updateConfig(); 

    履行完成后,查看生成的class文件

    我们先看一下AppSettings的字节码文件

    Lambda表达式研究

    除此之外,Kotlin也是支撑了Lambda表达式的。因为并非所有的JVM版本都支撑invokedynamic(Lambda表达式依附的字节码指令),比如Java 6的JVM,这个中就包含了很多安卓设备。所以我们困惑Kotlin可能是像Scala那样将lambda表达式转换成了匿名内部类。

    一个简单的Lambda表达式例子

    1. class Test { 
    2.     fun testObservable() { 
    3.         val observable = Observable() 
    4.         observable.addObserver { o, arg -> 
    5.             System.out.println("$o $arg"
    6.         } 
    7.     } 

    这里我们回到Object类型,照样再举个例子看看若何应用

    我们应用插件同样查看bytecode

    1. // ================Test.class ================= 
    2. // class version 50.0 (50) 
    3. // access flags 0x31 
    4. public final class Test {  
    5.   // access flags 0x11 
    6.   public final testObservable()V 
    7.    L0 
    8.     LINENUMBER 8 L0 
    9.     NEW java/util/Observable 
    10.     DUP 
    11.     INVOKESPECIAL java/util/Observable.<init> ()V 
    12.     ASTORE 1 
    13.    L1 
    14.     LINENUMBER 9 L1 
    15.     ALOAD 1 
    16.     GETSTATIC Test$testObservable$1.INSTANCE : LTest$testObservable$1;  //这里就是应用了匿名内部类(经常包含$字符) 

        推荐阅读

        正在涌现的新型神经网络模型:优于生成对抗网络

      是以,它会让人想起残差前馈收集(residual feed-forward network),但在实际中,强迫这些收集向前传播误差并不克不及让它们在更高财揭捉?习到有效的层次表征。是以,它们不克不及基于更>>>详细阅读


      本文标题:研究学习Kotlin的一些方法

      地址:http://www.17bianji.com/lsqh/35131.html

    关键词: 探索发现

    乐购科技部分新闻及文章转载自互联网,供读者交流和学习,若有涉及作者版权等问题请及时与我们联系,以便更正、删除或按规定办理。感谢所有提供资讯的网站,欢迎各类媒体与乐购科技进行文章共享合作。

    网友点评
    自媒体专栏

    评论

    热度

    精彩导读
    栏目ID=71的表不存在(操作类型=0)