【面试知识点】关于Integer和Int的比较

简介: 【面试知识点】关于Integer和Int的比较

Integer 和 Integer 的比较

 

对于Integer和Integer的 == (比较的是地址),我们注重几点:

 

  • 在Integer中有一个静态的内部类IntegerCache,里面有一个cache[], 也就是Integer常量池,常量池缓存的大小为[-128 ~ 127]
  • 当我们赋值的数字在这个范围内时,不需要创建新的对象,而是从缓存中获取已经创建好的Integer对象
  • 当超出这个范围时,直接new Integer来创建Integer对象

 

/**
     * Cache to support the object identity semantics of autoboxing for values between
     * -128 and 127 (inclusive) as required by JLS.
     *
     * The cache is initialized on first usage.  The size of the cache
     * may be controlled by the {@code -XX:AutoBoxCacheMax=<size>} option.
     * During VM initialization, java.lang.Integer.IntegerCache.high property
     * may be set and saved in the private system properties in the
     * jdk.internal.misc.VM class.
     */
    private static class IntegerCache {
        static final int low = -128;
        static final int high;
        static final Integer cache[];
        static {
            // high value may be configured by property
            int h = 127;
            String integerCacheHighPropValue =
                VM.getSavedProperty("java.lang.Integer.IntegerCache.high");
            if (integerCacheHighPropValue != null) {
                try {
                    int i = parseInt(integerCacheHighPropValue);
                    i = Math.max(i, 127);
                    // Maximum array size is Integer.MAX_VALUE
                    h = Math.min(i, Integer.MAX_VALUE - (-low) -1);
                } catch( NumberFormatException nfe) {
                    // If the property cannot be parsed into an int, ignore it.
                }
            }
            high = h;
            cache = new Integer[(high - low) + 1];
            int j = low;
            for(int k = 0; k < cache.length; k++)
                cache[k] = new Integer(j++);
            // range [-128, 127] must be interned (JLS7 5.1.7)
            assert IntegerCache.high >= 127;
        }
        private IntegerCache() {}
    }

如果比较使用的是equals(),则比较的是数值

 

public boolean equals(Object obj) {
        if (obj instanceof Integer) {
            return value == ((Integer)obj).intValue();
        }
        return false;
    }

 

Integer 和 int 的比较

 

对于Integer和int的 == (比较的是数值),我们注重几点:

对于创建Integer来说,有两种方法:

一种是Integer in1 = 10; 等同于 Integer in1 = Integer.valueOf (10)  自动装箱

另一种是Integer in4 = new Integer(10); 装箱

不论哪一种方法,只要与int类型进行比较,那么 == 就会使Interger拆包成int类型,就是相等的。

 

关于拆箱:

int b1 = in1; 自动拆箱

int b2 = in1.intValue(); 拆箱

 

关于自动装箱:static进行加载,将int转化为Integer进行装箱

 

public static Integer valueOf(int i) {
        assert IntegerCache.high >= 127;
        if (i >= IntegerCache.low && i <= IntegerCache.high)
            return IntegerCache.cache[i + (-IntegerCache.low)];
        return new Integer(i);
    }

 

关于自动拆箱:

 

public static void main(String[] args) {
        // TODO Auto-generated method stub
        Integer b=new Integer(3); //b为Integer的对象
        int a=b; //a为一个int的基本数据类型
        System.out.println(a); //打印输出3。
    }

 

int a=b,很奇怪,怎么把一个对象赋给了一个基本类型呢?其实 int a = b,这段代码等价于:int a=b.intValue(),来看看 inValue() 方法到底是什么,下面是源码:

 

public int intValue() {
        return value;
    }

 

这个方法很简单嘛,就是返回了value值,然而value又是什么,继续找到了一个代码:

 

public Integer(int value) {
        this.value = value;
    }

 

原来value,就是定义 Integer b=new Integer(3) ; 赋的值。所以上面的代码其实是这样的:

 

public static void main(String[] args) {
        // TODO Auto-generated method stub
        Integer b=new Integer(3); //b为Integer的对象
        int a=b.intValue(); 
        //其中b.intValue()返回实例化b时构造函数new Integer(3);赋的值3。
        System.out.println(a);  //打印输出3。
    }

 

int 和 int 的比较

直接比较数值即可

 

 

            int i = 10;
    int i0 = 10; // 栈上
    Integer in1 = 10; // 由于直接赋值的时候会进行自动的装箱(装包)
    Integer in2 = 10; 
    Integer in3 = new Integer(10);// 堆上且开辟了一个新的空间地址
    Integer in4 = new Integer(10);
    Integer in5 = 199;
    Integer in6 = 199;
    // Integer 与 Integer 比较的是地址
    // int 和 int 比较的是数值
    System.out.println(i == i0); // true 数值比较
    System.out.println(i == in1); // true 数值比较 拆箱变成int类型
    System.out.println(i == in3); // true 数值比较 拆箱变成int类型
    System.out.println(in1 == in2); // true 地址相同
    System.out.println(in1 == in3); // false 地址不同
    System.out.println(in3 == in4); // false 地址不同
    System.out.println(in5 == in6); // false 超过[-128,127],重新new一个Integer对象

 


相关文章
|
24天前
|
SQL 分布式计算 监控
Sqoop数据迁移工具使用与优化技巧:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入解析Sqoop的使用、优化及面试策略。内容涵盖Sqoop基础,包括安装配置、命令行操作、与Hadoop生态集成和连接器配置。讨论数据迁移优化技巧,如数据切分、压缩编码、转换过滤及性能监控。此外,还涉及面试中对Sqoop与其他ETL工具的对比、实际项目挑战及未来发展趋势的讨论。通过代码示例展示了从MySQL到HDFS的数据迁移。本文旨在帮助读者在面试中展现Sqoop技术实力。
63 2
|
24天前
|
监控 负载均衡 Cloud Native
ZooKeeper分布式协调服务详解:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析ZooKeeper分布式协调服务原理,涵盖核心概念如Server、Client、ZNode、ACL、Watcher,以及ZAB协议在一致性、会话管理、Leader选举中的作用。讨论ZooKeeper数据模型、操作、会话管理、集群部署与管理、性能调优和监控。同时,文章探讨了ZooKeeper在分布式锁、队列、服务注册与发现等场景的应用,并在面试方面分析了与其它服务的区别、实战挑战及解决方案。附带Java客户端实现分布式锁的代码示例,助力提升面试表现。
34 2
|
24天前
|
XML 分布式计算 监控
Oozie工作流管理系统设计与实践:面试经验与必备知识点解析
【4月更文挑战第9天】本文详述了Oozie工作流管理系统的核心概念,包括安装配置、Workflow XML、Action、Coordinator和Bundle XML定义。此外,讨论了工作流设计实践,如监控调试、自动化运维,并对比了Oozie与其他工作流工具的差异。文中还分享了面试经验及解决实际项目挑战的方法,同时展望了Oozie的未来发展趋势。通过学习,读者能提升Oozie技术能力,为面试做好充分准备。
28 0
|
24天前
|
数据采集 消息中间件 监控
Flume数据采集系统设计与配置实战:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入探讨Apache Flume的数据采集系统设计,涵盖Flume Agent、Source、Channel、Sink的核心概念及其配置实战。通过实例展示了文件日志收集、网络数据接收、命令行实时数据捕获等场景。此外,还讨论了Flume与同类工具的对比、实际项目挑战及解决方案,以及未来发展趋势。提供配置示例帮助理解Flume在数据集成、日志收集中的应用,为面试准备提供扎实的理论与实践支持。
32 1
|
24天前
|
存储 分布式计算 大数据
HBase分布式数据库关键技术与实战:面试经验与必备知识点解析
【4月更文挑战第9天】本文深入剖析了HBase的核心技术,包括数据模型、分布式架构、访问模式和一致性保证,并探讨了其实战应用,如大规模数据存储、实时数据分析及与Hadoop、Spark集成。同时,分享了面试经验,对比了HBase与其他数据库的差异,提出了应对挑战的解决方案,展望了HBase的未来趋势。通过Java API代码示例,帮助读者巩固理解。全面了解和掌握HBase,能为面试和实际工作中的大数据处理提供坚实基础。
36 3
|
24天前
|
SQL 存储 分布式计算
Hive数据仓库设计与优化策略:面试经验与必备知识点解析
本文深入探讨了Hive数据仓库设计原则(分区、分桶、存储格式选择)与优化策略(SQL优化、内置优化器、统计信息、配置参数调整),并分享了面试经验及常见问题,如Hive与RDBMS的区别、实际项目应用和与其他组件的集成。通过代码样例,帮助读者掌握Hive核心技术,为面试做好充分准备。
|
24天前
|
机器学习/深度学习 SQL 分布式计算
Spark核心原理与应用场景解析:面试经验与必备知识点解析
本文深入探讨Spark核心原理(RDD、DAG、内存计算、容错机制)和生态系统(Spark SQL、MLlib、Streaming),并分析其在大规模数据处理、机器学习及实时流处理中的应用。通过代码示例展示DataFrame操作,帮助读者准备面试,同时强调结合个人经验、行业趋势和技术发展以展现全面的技术实力。
|
24天前
|
消息中间件 监控 大数据
Kafka消息队列架构与应用场景探讨:面试经验与必备知识点解析
【4月更文挑战第9天】本文详尽探讨了Kafka的消息队列架构,包括Broker、Producer、Consumer、Topic和Partition等核心概念,以及消息生产和消费流程。此外,还介绍了Kafka在微服务、实时数据处理、数据管道和数据仓库等场景的应用。针对面试,文章解析了Kafka与传统消息队列的区别、实际项目挑战及解决方案,并展望了Kafka的未来发展趋势。附带Java Producer和Consumer的代码示例,帮助读者巩固技术理解,为面试做好准备。
26 0
|
2月前
|
消息中间件 NoSQL 网络协议
Java面试知识点复习​_kaic
Java面试知识点复习​_kaic
|
16天前
|
数据可视化 Python
Python模型评估与选择:面试必备知识点
【4月更文挑战第17天】本文深入探讨了Python模型评估与选择在面试中的关键点,包括性能度量、过拟合与欠拟合识别、模型比较与选择、模型融合和偏差-方差权衡。强调了避免混淆评估指标、忽视模型验证和盲目追求高复杂度模型的常见错误,并提供相关代码示例,如交叉验证、网格搜索和超参数调优。通过理解这些概念和技巧,可在面试中展示出色的数据科学能力。
33 12