如何使用硬编码值声明自定义数据类型的静态数组

目标：

我想为不经常更改的数据实现一个硬编码查找表，但是当它确实更改时，我希望能够快速更新程序并重建。

计划：

我的计划是定义一个自定义数据类型，如下所示...

private class ScalingData
{
    public float mAmount;
    public String mPurpose;
    public int mPriority;
    ScalingData(float fAmount, String strPurpose, int iPriority)
    {
        mAmount = fAmount;
        mPurpose = strPurpose;
        mPriority = iPriority;
    }
}

然后，在主类中，像这样对数组进行硬编码......

public static ScalingData[] ScalingDataArray =
{
        {1.01f, "Data point 1", 1},
        {1.55f, "Data point 2", 2}
};

但是，这不会构建。我一直看到消息"> Type mismatch: cannot convert from float[] to ScalingData "。

我

怎样才能实现我的目标？

更新

到目前为止，我已经尝试实施这些建议，但仍然遇到错误......

代码如下所示：

public class CustomConverter
{
    //Lookup Table
    private static ScalingData[] ScalingDataArray =
    {
        new ScalingData(1.01f, "Data point 1", 1),
        new ScalingData(1.55f, "Data point 2", 2)
    };

    //Constructor
    CustomConverter()
    {
        //does stuff
    }

    //Custom Data type
    private class ScalingData
    {
        public float mAmount;
        public String mPurpose;
        public int mPriority;
        ScalingData(float fAmount, String strPurpose, int iPriority)
        {
            mAmount = fAmount;
            mPurpose = strPurpose;
            mPriority = iPriority;
        }
    }
}

硬编码数组的错误是

No enclosing instance of type CustomConverter is accessible.
   Must qualify the allocation with an enclosing instance of type CustomConverter
   (e.g. x.new A() where x is an instance of CustomConverter).

编辑... 根据以下答案完成解决方案

public class CustomConverter
{
    //Lookup Table
    private static ScalingData[] ScalingDataArray =
    {
        new ScalingData(1.01f, "Data point 1", 1),
        new ScalingData(1.55f, "Data point 2", 2)
    };

    //Constructor
    CustomConverter()
    {
        //does stuff
    }

    //Custom Data type
    private static class ScalingData
    {
        public float mAmount;
        public String mPurpose;
        public int mPriority;
        ScalingData(float fAmount, String strPurpose, int iPriority)
        {
            mAmount = fAmount;
            mPurpose = strPurpose;
            mPriority = iPriority;
        }
    }
}

你不能在 Java 中这样做。您需要像这样使用构造函数：

public static ScalingData[] ScalingDataArray =
{
        new ScalingData(1.01f, "Data point 1", 1),
        new ScalingData(1.55f, "Data point 2", 2)
};

数组包含ScalingData，因此您必须添加这些实例。

public static ScalingData[] ScalingDataArray = {
        new ScalingData(1.01f, "Data point 1", 1),
        new ScalingData(1.55f, "Data point 2", 2)
};

顺便说一句：除非你真的需要，否则我不会用float代替double。大多数情况下，具有额外的精度比您保存的几个字节更有用。

正如其他人已经写的那样，您需要显式创建对象的实例，也就是说，您的数组需要诸如new ScalingData(1.01f, "Data point 1", 1)之类的项目而不是{1.01f, "Data point 1", 1}。这是语言语法的问题。

对于您的扩展问题，嵌套类ScalingData应声明为 static ，否则，正如错误消息所说，它需要从它嵌套的类的封闭实例中创建，CustomConverter(或者您必须使用此类型的实例调用运算符 new，如下所示： myCustomConverterInstance.new ScalingData(1.01f, "Data point 1", 1) - 但ScalingData不需要封闭类，只需将其声明为静态或将其声明为非嵌套类(。

如果你的数组有很多点，并且你发现类的名称有点太长，作为速记，你可以创建一个名称非常短的帮助程序函数，它只创建一个实例。稍长的名称有利于提高可读性，但长数组的初始化有时可能是一个例外。在这种名称只是ScalingData的特殊情况下，增益并不大，但是对于某些类名，我确实发现此解决方案可以使代码更好，尤其是在数组很长的情况下。这只是一个黑客，但它允许数组初始化代码更短，可能更清晰：

protected static ScalingData point(float fAmount, String strPurpose, int iPriority) {
    return new ScalingData(fAmount,strPurpose,iPriority);
}
public static ScalingData[] ScalingDataArray = {
    point(1.01f, "Data point 1", 1),
    point(1.55f, "Data point 2", 2),
    ...
};

而不是

public static ScalingData[] ScalingDataArray = {
    new ScalingData(1.01f, "Data point 1", 1),
    new ScalingData(1.55f, "Data point 2", 2),
    ...
};

附带说明一下，通常最好遵循 Java 命名约定，这意味着数组的名称应以小写字母开头 - scalingDataArray而不是ScalingDataArray(大写优先表示类(。

你不能指望一些随机数据神奇地转换为对象。

您需要实例化缩放数据对象。

我认为枚举可能更适合您的需求：

enum ScalingData{
    DataPoint1(1.01f, "Data Point 1", 1),
    DataPoint2(1.55f, "Data Point 2", 2);
    final float Amount;
    final String Purpose;
    final int Priority;
    ScalingData(float fAmount, String strPurpose, int iPriority){
        Amount = fAmount;
        Purpose = strPurpose;
        Priority = iPriority;
    }
}

相关内容

最新更新

热门标签：