基本数据转换细节讨论 | 学习笔记

简介: 简介:快速学习基本数据转换细节讨论

开发者学堂课程【Go 语言核心编程 - 基础语法、数组、切片、Map :基本数据转换细节讨论】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/625/detail/9530


基本数据转换细节讨论

 

目录:

一、细节说明

二、课堂练习

三、补充


一、细节说明

1.注意事项

(1)数据类型的转换

Go 中,数据类型的转换可从表示范围小-->表示范围大(如 int32>int64),也可以范围大-->范围如 int32>int8

(2)具体变化

1理论

被转换的是变量存储的数据(即值),变量本身的数据类型并未发生变化

2实例

var i int32 = 100

//希望将i => float

var n1 float32 = float32(i)

var n2 int8 = int8(i)

var n3 int64 = int64(i)//低精度-->高精度

//仅将i值转换为int64移交至n3,i的数据类型仍然为32,并未变化。

fmt.Printf("i=%v n1=%v n2=%v n3=%v \n", i ,n1, n2,n3)

//被转换的变量存储的数据(值),变量本身数据类型并没有变化

fmt.Printf("i type is %T\n", i)   // int32

输出结果:

i type is int32

3转换范围

1理论

在转换中,int64 可存储巨大数值int8 的存储范围仅为-128到127假设 int64数值巨大欲将其转交于int8编译器将会发生的情况为:int64转成 int8编译时系统不会报错,仅将转换的结果按照溢出处理,与希望结果产生误差。因此在转换时,需要考虑范围。

2实例

//num1 的值已然超过(-128---127),此时编译器未报错,而是按照溢出处理。其结果同样发生误差

var num1 int64 = 999999

var num2 int8 = int8(num1)

fmt.Println("num2=", num2)

输出结果:

num2=63

3结论

相互转换时,转换数据需要处于对方可接收范围之内。强制将巨大数据转换为较小数据将会出现溢出状况,结果与理想数值大相径庭。

 

二、课堂练习

练习1

1理论分析

var n1 int32 =12

var n2 int64

var n3 int8

n2=n1 +20 //int32 ---> int64错误

n3=n1 +20 //int32 ---> int8错误

n1的类型是 int32n1+20即 int32+20,int32+20仍为 int32n2=n1+20代表将 int32交予 int64,编译会出现错误同样,n1+20即 int32+20,int32+20仍为int32n3=n1+20代表将 int32 交予 int8,编译同样出现错误。

(2)实际操作

func main() {

//课堂练习, tab键整理代码

var n1 int32 = 12

var n2 int64

var n3 int8

//运用转换操纵即可达到正确修改的目的

n2 = int64(n1) + 20 // int32 ---> int64错误

n3 = int8(n1) + 20 // int32 ---> int8 错误

//Go语言具有强制性。

fmt.Println( "n2=",n2,“n3=",n3)

输出结果:

n2=32  n3=32

练习2

1实例

var n1 int32 = 12

var n3 int8

var n4 int8

n4= int8(n1) + 127 //将 n1(默认值12)转为 int8加上127交予 n4,n4本身为int8,由于结果超出范围,其本身尽管在编译过程中可通过,但存在溢出问题。

n3 = int8(n1) + 128 //问题更为严重。将 n1(默认值12)转为 int8加上128交予n3,n3本身为 int8,两者范围相匹配。但128在编译过程中已然超过n3的范围,致使此情况首先在编译过程中就无法通过。

fmt.Println(n4)

输出结果:

-117

2结论

按照溢出进行处理,使用时切记注意范围问题。

可将 n3 范围扩大以解决编译不通过问题。

三、补充

若存在暂时搁置且无删除需求的包,可在包之前添加 _ 表示忽略

相关文章
|
2月前
|
机器学习/深度学习 人工智能 算法
模型无关的局部解释(LIME)技术原理解析及多领域应用实践
在当前数据驱动的商业环境中,人工智能(AI)和机器学习(ML)已成为各行业决策的关键工具,但随之而来的是“黑盒”问题:模型内部机制难以理解,引发信任缺失、监管合规难题及伦理考量。LIME(局部可解释模型无关解释)应运而生,通过解析复杂模型的个别预测,提供清晰、可解释的结果。LIME由华盛顿大学的研究者于2016年提出,旨在解决AI模型的透明度问题。它具有模型无关性、直观解释和局部保真度等优点,在金融、医疗等领域广泛应用。LIME不仅帮助企业提升决策透明度,还促进了模型优化和监管合规,是实现可解释AI的重要工具。
101 9
|
4月前
|
设计模式
建模底层逻辑问题之以命令设计模式为例,要用定义法建模,如何实现
建模底层逻辑问题之以命令设计模式为例,要用定义法建模,如何实现
|
7月前
流式系统:第九章到第十章
流式系统:第九章到第十章
45 0
|
7月前
流式系统:第五章到第八章
流式系统:第五章到第八章
63 0
|
C++
C++中需要注意的细节
C++中需要注意的细节
61 0
|
存储 分布式计算 Hadoop
了解基础讨论数据
了解基础讨论数据
53 0
|
定位技术
定义系统、模型、结构等概念|认知建模笔记翻译(4)
定义系统、模型、结构等概念|认知建模笔记翻译(4)
142 0
|
C++ 计算机视觉 数据格式
C/C++主调函数从被调函数中获取(各种类型)数据内容方式的梳理归纳
C/C++主调函数从被调函数中获取(各种类型)数据内容方式的梳理归纳
224 1
C/C++主调函数从被调函数中获取(各种类型)数据内容方式的梳理归纳
|
开发者 Python
盒图细节|学习笔记
快速学习盒图细节
109 0
盒图细节|学习笔记
技术汇总:第十五章:MyBatisGenerator数据层代码生成
技术汇总:第十五章:MyBatisGenerator数据层代码生成
102 0