Browse Source

W2-李鑫怡-202506050312

main
Lixinyi 4 weeks ago
parent
commit
1a654df8d7
  1. BIN
      DataCleaner.class
  2. 35
      DataCleaner.java
  3. 48
      README .md

BIN
DataCleaner.class

Binary file not shown.

35
DataCleaner.java

@ -0,0 +1,35 @@
public class DataCleaner {
public static void main(String[] args) {
int[] sensorData = {85, -5, 92, 0, 105, 999, 88, 76};
int validSum = 0; // 有效数据总和
int validCount = 0; // 有效数据个数
// 遍历数组
for (int x : sensorData) {
// 致命错误:遇到999,终止处理
if (x == 999) {
System.out.println("致命错误:传感器掉线,终止处理");
break;
}
// 正常范围:1~100之间
if (x >= 1 && x <= 100) {
validSum += x;
validCount++;
}
// 无效数据:0/负数/大于100且不是999
else if (x <= 0 || (x > 100 && x != 999)) {
System.out.println("警告:发现越界数据 " + x + ",已跳过");
continue;
}
}
// 最终输出
if (validCount > 0) {
// 注意:将int转为double避免整数除法陷阱
double avg = (double) validSum / validCount;
System.out.println("有效数据平均值:" + avg);
} else {
System.out.println("无有效数据");
}
}
}

48
README .md

@ -0,0 +1,48 @@
sensor_data = [85, -5, 92, 0, 105, 999, 88, 76]
valid = [x for x in sensor_data if 1 <= x <= 100]
if valid:
print(f"有效数据平均值:{sum(valid)/len(valid)}")
else:
print("无有效数据")
public class DataCleaner {
public static void main(String[] args) {
int[] sensorData = {85, -5, 92, 0, 105, 999, 88, 76};
int validSum = 0; // 有效数据总和
int validCount = 0; // 有效数据个数
for (int x : sensorData) {
// 致命错误:传感器掉线
if (x == 999) {
System.out.println("致命错误:传感器掉线,终止处理");
break;
}
// 正常范围数据
if (x >= 1 && x <= 100) {
validSum += x;
validCount++;
}
// 无效越界数据
else if (x <= 0 || (x > 100 && x != 999)) {
System.out.println("警告:发现越界数据 " + x + ",已跳过");
continue;
}
}
// 输出结果
if (validCount > 0) {
double avg = (double) validSum / validCount;
System.out.println("有效数据平均值:" + avg);
} else {
System.out.println("无有效数据");
}
}
}
将 Python 脚本转换为 Java 工程代码的过程,让我直观感受到两种语言的设计哲学差异。Python 以“简洁至上”为核心,用一行列表推导式就能完成数据过滤,极大提升了开发速度,但也隐藏了循环、边界判断等细节,更适合快速原型验证;而 Java 作为工程语言,更强调流程透明、异常可控和可维护性,通过显式的  break 、 continue  区分“致命终止”与“跳过无效”,让数据流向一目了然,同时强类型声明也避免了动态语言可能出现的类型错误。
这次转换让我明白:脚本语言适合快速迭代,而工程语言更注重可靠性与可调试性,这也是后端开发必须具备的核心思维——不仅要实现功能,更要让代码能应对复杂场景下的异常与调试需求。
Loading…
Cancel
Save