字符串转换为二进制-课后程序(JAVA基础案例教程-黑马程序员编著-第五章-课后作业)
【案例5-4】 字符串转换为二进制
【案例介绍】
1.任务描述
本例要求编写一个程序,从键盘录入一个字符串,将字符串转换为二进制数。在转换时,将字符串中的每个字符单独转换为一个二进制数,将所有二进制数连接起来进行输出。
案例在实现时,要求使用Math类、String类以及Scanner等常见Java API的常用方法。
2.运行结果
字符串转换为二进制的运行结果如图5-1所示

图5-1 字符串转换为二进制的运行结果图
【案例思路】
(1) 分析任务描述可知,键盘录入要转化的字符串。用Scanner实现。
(2)定义一个二维数组。其中4代表每一行长度。ss.length()根据键盘录入的字符串表示有多少行。
(3)利用for循环遍历字符串,遍历后用String的charAt()方法获取每个字符并转化成int。char与int进行运算,char的数值要减去 48,因为ASCII码中0的值是48,1就是49。
(4)转化成int后再用for循环获取每一个int类型的数进行转化成二进制赋值给数组。其中Math.pow()方法是Math类中求幂的方法。
(5)最后用双重for循环遍历二维数组。将结果输出到控制台。
【案例实现】
模拟用户登录的实现代码,如文件5-1所示。
文件5-1 example4.java
- package com.itheima;
- import java.util.Scanner;
- public class example4 {
- public static void main(String[] args) {
- //键盘录入要转化的字符串。用Scanner实现。
- Scanner sc = new Scanner(System.in);
- System.out.println("请输入要转换的字符串:");
- String ss = sc.nextLine();
- //定义一个二维数组。其中4代表每一行长度。ss.length()根据键盘录入的字
- 符串表示有多少行。
- int [][] arr = new int[ss.length()][4];
- //利用for循环遍历字符串,遍历后用String的charAt()方法获取每个字符并
- 转化成int。char与int进行运算,char的数值要减去 48,因为ASCII码中0
- 的值是48,1就是49。
- for (int i = 0; i < ss.length(); i++) {
- int charss = (int) ss.charAt(i)-48;
- for (int j = 0; j < 4; j++) {
- //转化成int后再用for循环获取每一个int类型的数进行转化成二进
- 制赋值给数组。其中Math.pow()方法是Math类中求幂的方法。
- arr[i][j] = (int)((charss/Math.pow(2, 3-j))%2);
- }
- }
- // 最后用双重for循环遍历二维数组。将结果输出到控制台。
- System.out.println("二进制的数是:");
- // 最后用双重for循环遍历二维数组。将结果输出到控制台。
- for (int i = 0; i < ss.length(); i++) {
- for (int j = 0; j < 4; j++) {
- System.out.print(arr[i][j]);
- }
- }
- }
- }
在文件5-1中,第6~8行代码表示键盘输入要转化的字符串。第11行代码定义了一个二维数组用于接收转化后的二进制数。其中4表示每一行的长度。ss.length()根据键盘录入的字符串决定由多少行。第16~23行代码表示将字符串转化成二进制的数并且存入二维数组中。第27~29行代码表示遍历二维数组并输出结果到控制台。
相关文章:
字符串转换为二进制-课后程序(JAVA基础案例教程-黑马程序员编著-第五章-课后作业)
【案例5-4】 字符串转换为二进制 【案例介绍】 1.任务描述 本例要求编写一个程序,从键盘录入一个字符串,将字符串转换为二进制数。在转换时,将字符串中的每个字符单独转换为一个二进制数,将所有二进制数连接起来进行输出。 案…...
SpringIOC
一、为什么要使用Spring? Spring 是个java企业级应用的开源开发框架。Spring主要用来开发Java应用,但是有些扩展是针对构建J2EE平台的web应用。Spring 框架目标是简化Java企业级应用开发,并通过POJO为基础的编程模型促进良好的编程习惯。 为…...
Debezium系列之:基于数据库信号表和Kafka信号Topic两种技术方案实现增量快照incremental技术的详细步骤
Debezium系列之:基于数据库信号表和Kafka信号Topic两种技术方案实现增量快照incremental技术的详细步骤 一、需求背景二、增量快照技术实现的两种方案三、基于数据库信号表实现增量快照技术的原理1.基于水印的快照2.信令表3.增量快照4.连接起重启四、基于数据库信号表实现增量…...
华为OD机试 - 第 K 个最小码值的字母(Python) | 机试题+算法思路+考点+代码解析 【2023】
第 K 个最小码值的字母 题目 输入一个由n个大小写字母组成的字符串 按照 ASCII 码值从小到大进行排序 查找字符串中第k个最小 ASCII 码值的字母(k>=1) 输出该字母所在字符串中的位置索引(字符串的第一个位置索引为 0) k如果大于字符串长度则输出最大 ASCII 码值的字母所在…...
PointNet++训练自己的数据集(附源码)
本文针对PointNet强大的三维点云分类功能,详细讲解怎么训练自己的数据集,在此之前,需要确保已经能够跑通源码的训练和测试,如果没有,请参考PointNet的源码运行。数据放置1.1. 在mytensor_shape_names.txt中配置自己的分…...
ROS2可视化利器---Foxglove Studio
0. 简介 之前作者已经讲了《ROS1可视化利器—Webviz》,然后就有读者问,ROS2有没有可以使用的可视化工具呢,答案是肯定的,除了plotjuggler这种ROS1和ROS2通用的可视化利器,还有一种全平台通用的软件FoxgloveStudio&…...
python实战应用讲解-【语法基础篇】流程控制-控制流的元素及语句(附示例代码)
目录 控制流的元素 条件 代码块 程序执行 代码块嵌套 控制流语句 if 语句...
[蓝桥杯 2019 省 A] 外卖店优先级
蓝桥杯 2019 年省赛 A 组 G 题题目描述“饱了么”外卖系统中维护着 N家外卖店,编号 1 ∼ N。每家外卖店都有一个优先级,初始时 (0 时刻)优先级都为0。每经过 1 个时间单位,如果外卖店没有订单,则优先级会减少 1&#x…...
Jetson Xavier nx(ubuntu18.04)安装rtl8152网卡驱动和8192网卡驱动
含义 Bus 002 : 指明设备连接到哪条总线。 Device 003 : 表明这是连接到总线上的第二台设备。 ID : 设备的ID,包括厂商的ID和产品的ID,格式 厂商ID:产品ID。 Realtek Semiconductor Corp. RTL8153 Gigabit Ethernet Adapter:生产商名字和设备…...
Rocky 9.1操作系统实现zabbix6.0的安装部署实战
文章目录前言一. 实验环境二. 安装zabbix过程2.1. 安装zabbix源2.2 安装zabbix相关的软件2.3 安装数据库并启动2.4 开始初始化数据库:2.5 创建数据库实例及对应的用户2.6 导入官网提供的数据2.7 配置zabbix 服务的配置文件2.8. 启动服务2.9 从网页进行安装2.10 登陆…...
AQS-ReentrantLock
一、AQS 在 Lock 中,用到了一个同步队列 AQS,全称 AbstractQueuedSynchronizer,它是一个同步工具,也是 Lock 用来实现线程同步的核心组件。 1.AQS 的两种功能 独占和共享。 独占锁:每次只能有一个线程持有锁&#x…...
SpringCloud+Dubbo3 = 王炸 !
前言 全链路异步化的大趋势来了 随着业务的发展,微服务应用的流量越来越大,使用到的资源也越来越多。 在微服务架构下,大量的应用都是 SpringCloud 分布式架构,这种架构总体上是全链路同步模式。 全链路同步模式不仅造成了资源…...
机器学习主要内容的思维导图
机器学习 机器学习: 定义:能够从经验中学习从而能够 把事情不断做好的计算机程序 人工智能的一个分支和 实现方式 理论基础:概率论 数理统计 线性代数 数学分析 数值逼近 最优化理论 计算复杂理论 核心要素:数据 算法 模型 机器…...
嵌套走马灯Carousel
Carousel 的应用很广泛,基础用法这里不多做阐述,感兴趣的可以去element-gui了解Carousel 组件。 今天主要是梳理嵌套走马灯的逻辑,背景如下: 需要对项目做一个展示,项目可能有一个或多个,同时一个项目可能…...
实战——缓存的使用
文章目录前言概述实践一、缓存数据一致1.更新缓存类2.删除缓存类二、项目实践(商城项目)缓存预热双缓存机制前言 对于我们日常开发的应用系统。由于MySQL等关系型数据库读写的并发量是有一定的上线的,当请求量过大时候那数据库的压力一定会上…...
2023年中职网络安全竞赛跨站脚本渗透解析-2(超详细)
跨站脚本渗透 任务环境说明:需求环境可私信博主! 服务器场景:Server2126(关闭链接)服务器场景操作系统:未知访问服务器网站目录1,根据页面信息完成条件,将获取到弹框信息作为flag提交;访问服务器网站目录2,根据页面信息完成条件,将获取到弹框信息作为flag提交;访问…...
Scala的简单使用
文章目录Scala的简单使用(一)交互模式1、命令行方式2、文件方式(二)编译模式1、创建源程序2、编译成字节码3、解释执行对象Scala的简单使用 Scala可以在交互模式和编译模式两种方式下运行 (一)交互模式 在…...
Java之前缀和算法
目录 一.前缀和 1.前缀和介绍 2.编程中的前缀和 二.一维数组的动态和 1.题目描述 2.问题分析 3.代码实现 三.除自身以外数组的乘积 1.题目描述 2.问题分析 3.代码实现 四.和为 K 的子数组 1.题目描述 2.问题分析 3.代码实现 五.形成两个异或相等数组的三元组数目…...
基于GIS计算降雨侵蚀力R因子
一、数据来源介绍 (一)行政边界数据 本文所用到的河北唐山行政边界数据来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/Default.aspx)。 (二)降水量数据 本文所用到的降水量数据来源于国家…...
大数据时代下的企业网络安全
在大数据技术迅猛发展的今天,网络安全问题已经发展成一个广受关注的热门研究方向。有人说,“大数据下,人人裸奔”,隐私保护、数据防护日益成为广大学者、企业研究的焦点。 面对这种安全威胁,企业必须实施一些有效的信…...
超越跑分:Gemini 3.1 Pro 2026年多维度能力评估体系深度拆解
对于追求精准选型的开发者和研究者而言,评估Gemini 3.1 Pro的真正实力需超越简单问答,而应建立一套涵盖推理、代码、长文本、安全性的多维度评估体系。目前,通过RskAi(www.rsk.cn)等聚合镜像站是国内用户以零成本、直接…...
springboot-vue基于web框架的服装销售商城平台
目录技术栈选择系统模块划分开发流程关键代码示例(Spring Boot Vue)注意事项项目技术支持源码获取详细视频演示 :文章底部获取博主联系方式!同行可合作技术栈选择 后端采用Spring Boot框架,提供RESTful API接口&…...
打破平台壁垒:AI驱动的全渠道内容生产新范式
打破平台壁垒:AI驱动的全渠道内容生产新范式 【免费下载链接】Awesome-Dify-Workflow 分享一些好用的 Dify DSL 工作流程,自用、学习两相宜。 Sharing some Dify workflows. 项目地址: https://gitcode.com/GitHub_Trending/aw/Awesome-Dify-Workflow …...
Source Han Serif CN:7种字重如何改变你的中文排版体验?
Source Han Serif CN:7种字重如何改变你的中文排版体验? 【免费下载链接】source-han-serif-ttf Source Han Serif TTF 项目地址: https://gitcode.com/gh_mirrors/so/source-han-serif-ttf 你是否曾为寻找合适的中文字体而烦恼?商业字…...
Stable Yogi 模型SolidWorks插件概念设计:AI生成皮革产品3D建模贴图
Stable Yogi 模型SolidWorks插件概念设计:AI生成皮革产品3D建模贴图 最近和几位做工业设计的朋友聊天,他们提到一个挺有意思的痛点:在SolidWorks里建好一个皮包或者皮靴的3D模型后,想看看不同材质、不同纹理的效果,比…...
ARM架构Kylin V10上Kettle部署全攻略:从驱动配置到无界面运行
ARM架构Kylin V10上Kettle部署全攻略:从驱动配置到无界面运行 在国产化替代浪潮中,ARM架构服务器搭配麒麟操作系统已成为金融、政务等关键领域的基础设施标配。然而,当传统ETL工具Kettle遇上这套"全国产"环境,从驱动兼容…...
Go Channel 死锁问题定位技巧
Go Channel 死锁问题定位技巧 在Go语言中,Channel是协程间通信的核心机制,但使用不当容易引发死锁问题。死锁不仅会导致程序阻塞,还可能让开发者陷入调试困境。本文将分享几个实用的定位技巧,帮助开发者快速识别和解决Channel死锁…...
【BLE系列-第四篇】数据链路层(LL)实战:广播与连接参数优化指南
1. BLE数据链路层核心参数解析 低功耗蓝牙(BLE)的数据链路层(LL)就像交通系统中的红绿灯和道路规划,它决定了设备间如何高效、稳定地建立通信。在实际开发中,我经常遇到工程师对着几十个参数发愁࿱…...
大模型学习6-模型量化与推理部署
LLM中的量化技术 本部分将系统介绍如何通过模型量化(Quantization)技术压缩LLM。首先,从量化背景出发,说明当前模型压缩的现实需求;其次,概述深度学习中的通用量化原理;最后,结合LL…...
RNA-seq测序深度指南:从研究目的到数据量换算全解析
1. RNA-seq测序深度:为什么它如此重要? 做RNA-seq实验的朋友们,最常被问到的问题就是"该测多少数据量?"。这个问题看似简单,实际上直接关系到实验的成败。我见过太多人因为测序深度选择不当,导致…...
