当前位置: 首页 > news >正文

java常用IO流功能——字符流和缓冲流概述

前言:

整理下学习笔记,打好基础,daydayup!

 之前说了下了IO流的概念,并整理了字节流,有需要的可以看这篇

java常用应用程序编程接口(API)——IO流概述及字节流的使用

字符流

FileReader(文件字符输入流)

作用:以内存为基准,可以把文件中的数据以字符的形式读入到内存中去

输入方法为:

方法说明
public int read()每次读取一个字符返回,如果发现没有数据会返回-1
public int read(char[ ] buffer)每次用一个字符数组去读取数据,返回字符数组读取了多少个字符,如果发现没有数据会返回-1

通过上述方法可以实现单个字符读取和多个字符读取,示例如下:

 FileWriter(文件字符输出流)

作用:以内存为基准,把内存中的数据以字符的形式写到文件中去

输出方法为:

方法名称说明
void write(int c)写一个字符
void write(String str)写一个字符串
void write (String str,int off,int len)写一个字符串的一部分
void write (char [ ] cbuf)写一个字符数组
void write (char [ ] cbuf,int off,int len)写入字符数组的一部分

示例如下: 

 

 缓冲流

对原始流进行包装,以用于提高原始流读写数据的性能。根据输入输出,字节字符的不同共有四种不同的缓冲。

 

(图片来源:黑马程序员)

缓冲流如何提高性能

在字节或字符输入或输出时,会在内存创建一个缓冲池,由于内存中传输速度会很快,所以性能得到提升(缓冲池默认为8kb)

缓冲流的使用

使用Buffered进行包装即可(语法上和原始流没有任何区别)

 示例如下:

 
 结语:

整理结束,撒花!!

相关文章:

java常用IO流功能——字符流和缓冲流概述

前言: 整理下学习笔记,打好基础,daydayup! 之前说了下了IO流的概念,并整理了字节流,有需要的可以看这篇 java常用应用程序编程接口(API)——IO流概述及字节流的使用 字符流 FileReader(文件字…...

Python中模块的定义、用法

在Python中,模块是一个包含了Python代码的文件。模块可以包含变量定义、函数、类等,并且可以在其他Python脚本中被导入和使用。模块的定义和用法如下所示: 模块的定义: 创建模块文件:在Python中,一个模块就…...

【vscode 常用扩展插件】

vscode 常用扩展插件 常用插件部分插件使用技巧1、eslint 保存自动格式化2、代码片段的使用3、最后是关于引入文件路径提示的 常用插件 记录vscode方便开发的扩展插件,方便换电脑时,快速部署所需环境。 部分插件 1、Auto Close Tag html自动闭合标签插…...

Retelling|Facebook2

录音 Facebook 2 Retelling|Facebook2 复述转写 Hi, Im Helen Campbell, from DJ interpretation, European Commission, Im going to talk about Facebook. You Im sure that you are more familiar with Facebook, a lot, a lot more familiar than I than me. But Ive read…...

读3dsr代码①测试

前置任务 首先是作者不公开checkpoints,需要自己训练一遍 这里先不载入模型单纯过一遍流程 而且因为没有说明是否需要去背景(之后再过一下论文),所以反正先用去过背景的数据debug一下 3DSR/geo_utils.py:61: RuntimeWarning: inv…...

Vant Weapp小程序 van-uploader 文件上传点击无反应,删除无反应

Vant Weapp 1.0 版本开始支持van-uploader组件&#xff0c;请先确认好版本号和引用路径正确&#xff01;&#xff01; <van-uploader file-list"{{ fileList }}" deletable"{{ true }}" />1. 上传无反应 微信小程序用了van-uploader&#xff0c;但是…...

【力扣】55.跳跃游戏、45.跳跃游戏Ⅱ

55.跳跃游戏 给你一个非负整数数组 nums &#xff0c;你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。 判断你是否能够到达最后一个下标&#xff0c;如果可以&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 示例 1&a…...

038—pandas 重采样线性插补

前言 在数据处理时&#xff0c;由于采集数据量有限&#xff0c;或者采集数据粒度过小&#xff0c;经常需要对数据重采样。在本例中&#xff0c;我们将实现一个类型超分辨率的操作。 思路&#xff1a; 首先将原始数据长度扩展为 3 倍&#xff0c;可以使用 loc[] 方法对索引扩…...

智慧工地源码 数字孪生可视化大屏 工地管理平台系统源码 多端展示(PC端、手机端、平板端)

智慧工地源码 数字孪生可视化大屏 工地管理平台系统源码 多端展示&#xff08;PC端、手机端、平板端&#xff09; 智慧工地系统多端展示&#xff08;PC端、手机端、平板端&#xff09;;数字孪生可视化大屏&#xff0c;一张图掌握项目整体情况;使用轻量化模型&#xff0c;部署三…...

深度学习Top10算法之深度神经网络DNN

深度神经网络&#xff08;Deep Neural Networks&#xff0c;DNN&#xff09;是人工神经网络&#xff08;Artificial Neural Networks&#xff0c;ANN&#xff09;的一种扩展。它们通过模仿人脑的工作原理来处理数据和创建模式&#xff0c;广泛应用于图像识别、语音识别、自然语…...

【智能算法】海马优化算法(SHO)原理及实现

目录 1.背景2.算法原理2.1算法思想2.2算法过程 3.结果展示4.参考文献 1.背景 2022年&#xff0c;Zhao等人受到海马自然社会行为启发&#xff0c;提出了海马优化算法&#xff08;Sea-horse Optimizer, SHO&#xff09;。 2.算法原理 2.1算法思想 SHO模拟了海马群在自然界中的…...

AI大模型学习的伦理与社会影响

AI大模型学习 随着人工智能技术的快速发展&#xff0c;AI大模型学习成为当前热门研究领域之一。AI大模型学习是指基于大规模数据集和深度学习模型进行训练&#xff0c;以实现更高的准确性和复杂性。这些大模型已经在几乎所有领域都取得了显著的成就&#xff0c;包括自然语言处…...

记录些LangChain相关的知识

RAG的输出准确率 RAG的输出准确率 向量信息保留率 * 语义搜索准确率 * LLM准确率RAG的输出准确率由三个因素共同决定&#xff1a;向量信息保留率、语义搜索准确率以及LLM准确率。这三个因素是依次作用的&#xff0c;因此准确率实际上是它们的乘积。这意味着&#xff0c;任何一…...

C语言例4-7:格式字符f的使用例子

%f&#xff0c;实型&#xff0c;小数部分为6位 代码如下&#xff1a; //格式字符f的使用例子 #include<stdio.h> int main(void) {float f 123.456;double d1, d2;d11111111111111.111111111;d22222222222222.222222222;printf("%f,%12f,%12.2f,%-12.2f,%.2f\n&qu…...

[蓝桥杯 2019 省 A] 修改数组

题目链接 [蓝桥杯 2019 省 A] 修改数组 题目描述 给定一个长度为 N N N 的数组 A [ A 1 , A 2 , A 3 , . . . , A N ] A [A_1, A_2, A_3, ...,A_N] A[A1​,A2​,A3​,...,AN​]&#xff0c;数组中有可能有重复出现的整数。 现在小明要按以下方法将其修改为没有重复整数的…...

Git基础(25):Cherry Pick合并指定commit id的提交

文章目录 前言指定commit id合并使用TortoiseGit执行cherry-pick命令 前言 开发中&#xff0c;我们会存在多个分支开发的情况&#xff0c;比如dev&#xff0c;test, prod分支&#xff0c;dev分支在开发新功能&#xff0c;prod作为生产分支已发布。如果某个时候&#xff0c;我们…...

C语言结构体之位段

位段&#xff08;节约内存&#xff09;&#xff0c;和王者段位联想记忆 位段是为了节约内存的。刚好和结构体相反。 那么什么是位段呢&#xff1f;我们现引入情景&#xff1a;我么如果要记录一个人是男是女&#xff0c;用数字0 1表示。我们发现只要一个bit内存就可以完成我们想…...

2016年认证杯SPSSPRO杯数学建模D题(第二阶段)NBA是否有必要设立四分线全过程文档及程序

2016年认证杯SPSSPRO杯数学建模 D题 NBA是否有必要设立四分线 原题再现&#xff1a; NBA 联盟从 1946 年成立到今天&#xff0c;一路上经历过无数次规则上的变迁。有顺应民意、皆大欢喜的&#xff0c;比如 1973 年在技术统计中增加了抢断和盖帽数据&#xff1b;有应运而生、力…...

登录校验解决方案JWT

目录 &#x1f397;️1.JWT介绍 &#x1f39e;️2.应用场景 &#x1f39f;️3.结构组成 &#x1f3ab;4.JWT优点 &#x1f3a0;5.封装成通用方法 &#x1f6dd;6.JWT自动刷新 1.JWT介绍 官网&#xff1a;JWT官网 JSON Web Token (JWT) 是一个开放标准&#xff0c;它…...

Flutter开发进阶之瞧瞧BuildOwner

Flutter开发进阶之瞧瞧BuildOwner 上回说到关于Element Tree的构建还缺最后一块拼图&#xff0c;build的重要过程中会调用_element!.markNeedsBuild();&#xff0c;而markNeedsBuild会调用owner!.scheduleBuildFor(this);。 在Flutter框架中&#xff0c;BuildOwner负责管理构建…...

从Python开发者视角,5分钟上手洛书编程语言(解释器1.7.0版)

从Python开发者视角&#xff0c;5分钟上手洛书编程语言&#xff08;解释器1.7.0版&#xff09;如果你已经熟悉Python&#xff0c;那么学习洛书编程语言会是一个有趣的体验。洛书作为一门支持中英文关键字的解释型语言&#xff0c;在设计哲学和语法细节上与Python有着诸多不同。…...

FreeTacMan系统:模块化触觉感知与多模态融合技术解析

1. FreeTacMan系统硬件架构解析FreeTacMan系统的硬件设计体现了模块化与轻量化的工程哲学。传感器主体通过主螺纹孔与夹持器基座刚性连接&#xff0c;这种设计可承受主要机械载荷。在相对侧&#xff0c;突出的定位结构与夹持器基座上的凹槽精密配合&#xff0c;实现了即插即用的…...

分子动力学降维:空间学习技术从构型数据中提取慢变量

1. 项目概述&#xff1a;从“看热闹”到“看门道”的动力学降维在分子动力学模拟的世界里&#xff0c;我们常常面对一个令人头疼的“维度诅咒”。想象一下&#xff0c;你要研究一个蛋白质如何从一条松散的链折叠成具有特定功能的精密三维结构。这个系统可能包含成千上万个原子&…...

结构可辨识性映射:提升小样本时间序列分类性能的机理驱动方法

1. 项目概述&#xff1a;当动态系统建模遇上机器学习分类在生物医学、工业过程控制这些领域&#xff0c;我们常常会遇到一个核心问题&#xff1a;如何根据一组随时间变化的观测数据&#xff08;也就是时间序列&#xff09;&#xff0c;来判断系统当前处于哪种状态或类别&#x…...

ml_edm:基于成本敏感的时间序列早期分类Python工具包详解

1. 项目概述在工业监控、医疗诊断和金融风控这些领域&#xff0c;我们常常面对一个共同的困境&#xff1a;数据是随着时间一点点“流”进来的&#xff0c;但决策却不能等到所有数据都齐备了再做。比如&#xff0c;一台设备传感器传回的振动信号刚开始出现异常&#xff0c;你是立…...

机器学习势函数在氧化镓多晶型相变模拟中的应用与验证

1. 项目概述与核心挑战氧化镓&#xff08;Ga2O3&#xff09;作为下一代宽禁带半导体的明星材料&#xff0c;这几年在功率电子和深紫外光电器件领域的热度一直居高不下。它的优势很明显&#xff1a;超宽的禁带宽度&#xff08;4.8-5.3 eV&#xff09;、极高的临界击穿电场&#…...

别再只跑模型了!用FAD、NDB、JSD给你的AI生成声音打个分(Python实战避坑)

用FAD、NDB、JSD给你的AI生成声音打个分&#xff08;Python实战避坑指南&#xff09;当你在深夜终于调试完最后一个神经网络层&#xff0c;按下生成按钮听到第一段AI合成的声音时&#xff0c;那种成就感无与伦比。但很快&#xff0c;一个更棘手的问题出现了&#xff1a;这段声音…...

Vision Mamba边缘加速器设计:软硬件协同优化与混合量化策略

1. 项目概述&#xff1a;为什么边缘设备需要为Vision Mamba“量身定制”加速器&#xff1f;在边缘设备上跑视觉模型&#xff0c;听起来就像让一辆家用轿车去跑拉力赛。算力、内存、功耗&#xff0c;处处都是掣肘。传统的视觉Transformer&#xff08;ViT&#xff09;虽然性能强悍…...

【码上爬】 题十九:法外狂徒 相应数据加密还原,堆栈分析,扣代码

暗号&#xff1a;aHR0cHM6Ly9tYXNoYW5ncGEuY29tL3Byb2JsZW0tZGV0YWlsLzE5Lw 题目&#xff1a; 先对接口进行分析&#xff0c;参数中并没有任何加密&#xff0c;只是返回的数据是加密的&#xff0c;一个R 一个k 推测r是数据内容&#xff0c;k是解密密钥&#xff0c;进入堆栈以后…...

图像增强与半监督学习在语义分割中的应用

1. 图像增强技术在语义分割中的应用原理计算机视觉领域的语义分割任务要求模型对图像中的每个像素进行分类&#xff0c;这需要模型具备强大的特征提取能力和泛化性能。图像增强技术通过人为引入数据多样性&#xff0c;成为提升模型鲁棒性的关键手段。在语义分割任务中&#xff…...