博客
关于我
第7部分 程序执行方向:程序控制结构
阅读量:327 次
发布时间:2019-03-04

本文共 825 字,大约阅读时间需要 2 分钟。

第七章 1、程序逻辑

顺序结构:按照书写顺序执行选择结构:根据给定条件判断,决定执行某个分支程序段循环结构:在给定程序成立时,反复执行某个程序段

while循环:先判断,再执行do...while循环:先执行,后判断for循环:循环次数固定foreach循环:简写为for循环,用来遍历数组或集合框架

int[] nums = {1,23,4,55,100};for(int item:nums){System.out.print(item + " ");}// 外层循环一次,内层循环一遍for(int i = 1; i<10; i++){for(int j = 1; j<=i; j++){System.out.print(j + "" + i + "=" + ij + " ");break;}System.out.println("a");}System.out.println("继续运行...")

三目运算:if...else的简写实例:输出随机月份的天数int a = 1;int b =12;int num = (int)(Math.random()*(b - a + 1)) + 1;int day = 0;switch(num){case 1:case 3:case 5:case 7:case 8:case 10:case 12:day = 31;break;case 2:day = 28;break;default:day = 30;break;}System.out.println(num + "月有:" + day + "天!");

判断是否是闰年:int year = 2016;if(year%400==0 || year%4==0 && year%100!=0){System.out.println(year + "是闰年");}else{System.out.println(year + "不是闰年");}

转载地址:http://ihvq.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>