SlideShare a Scribd company logo
1 of 19
Download to read offline
자바의 기초
창원대학교 정보통신공학과
Mobile-X 한 수 경
지도교수 : 박동규
2015.11.10
자바프로그램 작성
마침표(.)로 연결된 system은 클래스
out은 그 클래스에 속하는 변수이름
println은 그 변수에 속하는 메소드 이름
식별자
예) MyFirstClass클래스
상수명
변수 & 메소드명
예) MONDAY, SUNDAY
예) myTestMethod
예) int num;선언문
대입문
조건문
예) num = 10 + 20;
예) if(num>10)
반복문
예) while(num<10){
system.out.println(“Hello, Java”);
num = num++;
}
로컬 변수
예) int input;타입 = 식별자
타입 식별자 = 초기값 예) int input = 0;
로컬 변수
각각의 변수 선언문으로 로컬변수의 선언 방법
고정변수 Final
Quiz
복합 대입 연산자, 증가 연산자, 감소 연산자는
왜 사용이 불가능한가?
배열
자료형[] 배열의이름 = new 자료형[개수]
예) int[] table = new int[3]
자료형[] 배열의이름 = {데이터 나열}
예) int[] table = {1, 2, 3, 4}
배열의 데이터 개수(length) = 인덱스
산술 연산자
Java는 4가지 표준 산술 연산자를 모든 숫자 타입에 지원
• 덧셈(+)
• 뺄셈(-)
• 곱셈(*)
• 나눗셈(/)
나머지 연산자
(a % b)란 b의 배수가 a에 맞게 곱해지며 남아 있는 값을 반환
예) 9 % 4 = 1
증가 감소 연산자
• 증가(++) 연산자와 감소(--) 연산자를 지원
• 증가연산자는 변수에 + 1의
• value++ value = value + 1
• 감소연산자는 변수에 - 1의 약어
• value-- value = value - 1
비교 연산자
• 같음 연산자 ( a == b )
• 같지 않음 연산자 ( a != b)
• 보다 큰 ( a > b )
• 보다 작은 ( a < b )
• 보다 크거나 같은 ( a >= b )
• 보다 작거나 같은 ( a <= b )
비교연산자는 각 문장이 참인지 여부를 나타내는
‘Bool’ 값을 반환
삼항 조건 연산자
question ? answer1 : answer2
question이 참이면 answer1 값이 반환
question이 거짓이면 answer2 값이 반환
논리 연산자
• 논리 연산자는 참과 거짓의 불리언값인 논리값을 수정하거나 결합
• 논리 not 연산자 ( !value ) - 논리값 반전
• 논리 and 연산자 ( valueA && valueB )
- 하나라도 논리 값이 거짓이면 전체 표현식 또한 거짓
• 논리 or 연산자 ( valueA || valueB )
- 하나라도 논리 값이 참이면 전체 표현식 또한 참
Print와 Println의 차이
Print Println
모두 출력 따로 출력
print(“수”)
print(“경이”) 수경이
수
경이
결과값
메소드 호출문
클래스
메소드
익셉션 처리 try문
try
try블록
catch
catch블록
finally
finally블록
익셉션의 종류
ArrayIndexoutofBoundsException
익셉션 처리 try문
try블록을 실행해보다가 (try) 익셉션이 발생하면 catch블록이
그 익셉션을 잡아서(catch)처리하고 finally 블록은 익셉션 발생여부
와는 상관이 없으며 맨 마지막에 (finally)를 실행한다.
감사합니다.
이상으로 세미나를 끝마치겠습니다.

More Related Content

What's hot

4.representing data and engineering features(epoch#2)
4.representing data and engineering features(epoch#2)4.representing data and engineering features(epoch#2)
4.representing data and engineering features(epoch#2)Haesun Park
 
Lua 문법 -함수
Lua 문법 -함수Lua 문법 -함수
Lua 문법 -함수Jaehoon Lee
 
3.unsupervised learing(epoch#2)
3.unsupervised learing(epoch#2)3.unsupervised learing(epoch#2)
3.unsupervised learing(epoch#2)Haesun Park
 
2.supervised learning
2.supervised learning2.supervised learning
2.supervised learningHaesun Park
 
5.model evaluation and improvement(epoch#2) 1
5.model evaluation and improvement(epoch#2) 15.model evaluation and improvement(epoch#2) 1
5.model evaluation and improvement(epoch#2) 1Haesun Park
 
6.algorithm chains and piplines(epoch#2)
6.algorithm chains and piplines(epoch#2)6.algorithm chains and piplines(epoch#2)
6.algorithm chains and piplines(epoch#2)Haesun Park
 
[C++]함수템플릿(Function template)
[C++]함수템플릿(Function template)[C++]함수템플릿(Function template)
[C++]함수템플릿(Function template)jusingame
 
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝Haesun Park
 
[2011 05 21] 4장 제어
[2011 05 21] 4장 제어[2011 05 21] 4장 제어
[2011 05 21] 4장 제어Jong Pil Won
 
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련Haesun Park
 
5.model evaluation and improvement
5.model evaluation and improvement5.model evaluation and improvement
5.model evaluation and improvementHaesun Park
 
7.woring with text data
7.woring with text data7.woring with text data
7.woring with text dataHaesun Park
 
이펙티브 C++ 789 공부
이펙티브 C++ 789 공부이펙티브 C++ 789 공부
이펙티브 C++ 789 공부quxn6
 
2.supervised learning(epoch#2)-3
2.supervised learning(epoch#2)-32.supervised learning(epoch#2)-3
2.supervised learning(epoch#2)-3Haesun Park
 
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지Haesun Park
 
Chapter 16 structured probabilistic models for deep learning - 2
Chapter 16 structured probabilistic models for deep learning - 2Chapter 16 structured probabilistic models for deep learning - 2
Chapter 16 structured probabilistic models for deep learning - 2KyeongUkJang
 
2012 Dm B3 보고서(06박찬흥)
2012 Dm B3 보고서(06박찬흥)2012 Dm B3 보고서(06박찬흥)
2012 Dm B3 보고서(06박찬흥)pchmago
 

What's hot (18)

4.representing data and engineering features(epoch#2)
4.representing data and engineering features(epoch#2)4.representing data and engineering features(epoch#2)
4.representing data and engineering features(epoch#2)
 
Lua 문법 -함수
Lua 문법 -함수Lua 문법 -함수
Lua 문법 -함수
 
3.unsupervised learing(epoch#2)
3.unsupervised learing(epoch#2)3.unsupervised learing(epoch#2)
3.unsupervised learing(epoch#2)
 
3주차 스터디
3주차 스터디3주차 스터디
3주차 스터디
 
2.supervised learning
2.supervised learning2.supervised learning
2.supervised learning
 
5.model evaluation and improvement(epoch#2) 1
5.model evaluation and improvement(epoch#2) 15.model evaluation and improvement(epoch#2) 1
5.model evaluation and improvement(epoch#2) 1
 
6.algorithm chains and piplines(epoch#2)
6.algorithm chains and piplines(epoch#2)6.algorithm chains and piplines(epoch#2)
6.algorithm chains and piplines(epoch#2)
 
[C++]함수템플릿(Function template)
[C++]함수템플릿(Function template)[C++]함수템플릿(Function template)
[C++]함수템플릿(Function template)
 
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 1장. 한눈에 보는 머신러닝
 
[2011 05 21] 4장 제어
[2011 05 21] 4장 제어[2011 05 21] 4장 제어
[2011 05 21] 4장 제어
 
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 4장. 모델 훈련
 
5.model evaluation and improvement
5.model evaluation and improvement5.model evaluation and improvement
5.model evaluation and improvement
 
7.woring with text data
7.woring with text data7.woring with text data
7.woring with text data
 
이펙티브 C++ 789 공부
이펙티브 C++ 789 공부이펙티브 C++ 789 공부
이펙티브 C++ 789 공부
 
2.supervised learning(epoch#2)-3
2.supervised learning(epoch#2)-32.supervised learning(epoch#2)-3
2.supervised learning(epoch#2)-3
 
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지
[홍대 머신러닝 스터디 - 핸즈온 머신러닝] 2장. 머신러닝 프로젝트 처음부터 끝까지
 
Chapter 16 structured probabilistic models for deep learning - 2
Chapter 16 structured probabilistic models for deep learning - 2Chapter 16 structured probabilistic models for deep learning - 2
Chapter 16 structured probabilistic models for deep learning - 2
 
2012 Dm B3 보고서(06박찬흥)
2012 Dm B3 보고서(06박찬흥)2012 Dm B3 보고서(06박찬흥)
2012 Dm B3 보고서(06박찬흥)
 

Viewers also liked

Presentación tc 1
Presentación tc 1Presentación tc 1
Presentación tc 1UNAD
 
Grupo4_9ºB
Grupo4_9ºBGrupo4_9ºB
Grupo4_9ºBberenvaz
 
Vectores
VectoresVectores
Vectoresvhmoran
 
Intercâmbio projeto jp escola escolas vidal ferreira e amadeu da luz
Intercâmbio projeto jp escola   escolas vidal ferreira e amadeu da luzIntercâmbio projeto jp escola   escolas vidal ferreira e amadeu da luz
Intercâmbio projeto jp escola escolas vidal ferreira e amadeu da luzmidiasvidal
 
2ª aula de empreendedorismo
2ª aula de empreendedorismo2ª aula de empreendedorismo
2ª aula de empreendedorismomidiasvidal
 
Kimberly Canas Resume 2
Kimberly Canas Resume 2Kimberly Canas Resume 2
Kimberly Canas Resume 2Kimberly Canas
 
Como conduzir workshop para captacao de ideias
Como conduzir workshop para captacao de ideiasComo conduzir workshop para captacao de ideias
Como conduzir workshop para captacao de ideiasMarcelo Oliveira
 
5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento
5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento
5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimentoMarcelo Oliveira
 
Ire project presentation
Ire project presentationIre project presentation
Ire project presentationAkshita Jha
 
Enfermedades profesionales♥
Enfermedades profesionales♥Enfermedades profesionales♥
Enfermedades profesionales♥Daniela Duarte
 
EMT320W1Lecture
EMT320W1LectureEMT320W1Lecture
EMT320W1Lectureehillier
 
Rt line graphs
Rt line graphsRt line graphs
Rt line graphsjwt1991
 

Viewers also liked (18)

Presentación tc 1
Presentación tc 1Presentación tc 1
Presentación tc 1
 
Grupo4_9ºB
Grupo4_9ºBGrupo4_9ºB
Grupo4_9ºB
 
Vectores
VectoresVectores
Vectores
 
Plantilla plan unidad (2)
Plantilla plan unidad (2)Plantilla plan unidad (2)
Plantilla plan unidad (2)
 
Intercâmbio projeto jp escola escolas vidal ferreira e amadeu da luz
Intercâmbio projeto jp escola   escolas vidal ferreira e amadeu da luzIntercâmbio projeto jp escola   escolas vidal ferreira e amadeu da luz
Intercâmbio projeto jp escola escolas vidal ferreira e amadeu da luz
 
2ª aula de empreendedorismo
2ª aula de empreendedorismo2ª aula de empreendedorismo
2ª aula de empreendedorismo
 
Kimberly Canas Resume 2
Kimberly Canas Resume 2Kimberly Canas Resume 2
Kimberly Canas Resume 2
 
certificate b.tech
certificate b.techcertificate b.tech
certificate b.tech
 
Como conduzir workshop para captacao de ideias
Como conduzir workshop para captacao de ideiasComo conduzir workshop para captacao de ideias
Como conduzir workshop para captacao de ideias
 
5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento
5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento
5 pequenas coisas que vao ajudar voce a fazer uma boa gestao do conhecimento
 
Chinita
ChinitaChinita
Chinita
 
Ire project presentation
Ire project presentationIre project presentation
Ire project presentation
 
Enfermedades profesionales♥
Enfermedades profesionales♥Enfermedades profesionales♥
Enfermedades profesionales♥
 
Goals For SGA.pptx
Goals For SGA.pptxGoals For SGA.pptx
Goals For SGA.pptx
 
OUTSOURCING
OUTSOURCINGOUTSOURCING
OUTSOURCING
 
MI UNIVERSIDAD
MI UNIVERSIDADMI UNIVERSIDAD
MI UNIVERSIDAD
 
EMT320W1Lecture
EMT320W1LectureEMT320W1Lecture
EMT320W1Lecture
 
Rt line graphs
Rt line graphsRt line graphs
Rt line graphs
 

Similar to Java

Start IoT with JavaScript - 2.연산자
Start IoT with JavaScript - 2.연산자Start IoT with JavaScript - 2.연산자
Start IoT with JavaScript - 2.연산자Park Jonggun
 
Swift 세미나
Swift 세미나Swift 세미나
Swift 세미나용재 김
 
ESM Mid term Review
ESM Mid term ReviewESM Mid term Review
ESM Mid term ReviewMario Cho
 
Adversarial Attack in Neural Machine Translation
Adversarial Attack in Neural Machine TranslationAdversarial Attack in Neural Machine Translation
Adversarial Attack in Neural Machine TranslationHyunKyu Jeon
 
Python 이해하기 20160815
Python 이해하기 20160815Python 이해하기 20160815
Python 이해하기 20160815Yong Joon Moon
 
파이썬 기초
파이썬 기초 파이썬 기초
파이썬 기초 Yong Joon Moon
 
데이터처리와 통계 기본 머신러닝
데이터처리와 통계 기본 머신러닝데이터처리와 통계 기본 머신러닝
데이터처리와 통계 기본 머신러닝Sunggon Song
 
[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기
[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기
[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기종빈 오
 
Linq to object using c#
Linq to object using c#Linq to object using c#
Linq to object using c#병걸 윤
 
파이썬정리 20160130
파이썬정리 20160130파이썬정리 20160130
파이썬정리 20160130Yong Joon Moon
 
Haskell and Function
Haskell and FunctionHaskell and Function
Haskell and FunctionEunGi Hong
 
Machine learning bysogood
Machine learning bysogoodMachine learning bysogood
Machine learning bysogoodS.Good Kim
 
python 수학이해하기
python 수학이해하기python 수학이해하기
python 수학이해하기Yong Joon Moon
 
C수업자료
C수업자료C수업자료
C수업자료koominsu
 
C수업자료
C수업자료C수업자료
C수업자료koominsu
 
이산치수학 Project2
이산치수학 Project2이산치수학 Project2
이산치수학 Project2KoChungWook
 
0.javascript기본(~3일차내)
0.javascript기본(~3일차내)0.javascript기본(~3일차내)
0.javascript기본(~3일차내)Sung-hoon Ma
 

Similar to Java (20)

You dont know_js
You dont know_jsYou dont know_js
You dont know_js
 
Start IoT with JavaScript - 2.연산자
Start IoT with JavaScript - 2.연산자Start IoT with JavaScript - 2.연산자
Start IoT with JavaScript - 2.연산자
 
Swift 세미나
Swift 세미나Swift 세미나
Swift 세미나
 
ESM Mid term Review
ESM Mid term ReviewESM Mid term Review
ESM Mid term Review
 
Adversarial Attack in Neural Machine Translation
Adversarial Attack in Neural Machine TranslationAdversarial Attack in Neural Machine Translation
Adversarial Attack in Neural Machine Translation
 
Python 이해하기 20160815
Python 이해하기 20160815Python 이해하기 20160815
Python 이해하기 20160815
 
파이썬 기초
파이썬 기초 파이썬 기초
파이썬 기초
 
데이터처리와 통계 기본 머신러닝
데이터처리와 통계 기본 머신러닝데이터처리와 통계 기본 머신러닝
데이터처리와 통계 기본 머신러닝
 
[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기
[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기
[SICP] 4.4 Logic Programming : 논리로 프로그램 짜기
 
PHP 기초 문법
PHP 기초 문법PHP 기초 문법
PHP 기초 문법
 
Linq to object using c#
Linq to object using c#Linq to object using c#
Linq to object using c#
 
파이썬정리 20160130
파이썬정리 20160130파이썬정리 20160130
파이썬정리 20160130
 
Haskell and Function
Haskell and FunctionHaskell and Function
Haskell and Function
 
Machine learning bysogood
Machine learning bysogoodMachine learning bysogood
Machine learning bysogood
 
python 수학이해하기
python 수학이해하기python 수학이해하기
python 수학이해하기
 
C수업자료
C수업자료C수업자료
C수업자료
 
C수업자료
C수업자료C수업자료
C수업자료
 
02_3_여러가지연산자
02_3_여러가지연산자02_3_여러가지연산자
02_3_여러가지연산자
 
이산치수학 Project2
이산치수학 Project2이산치수학 Project2
이산치수학 Project2
 
0.javascript기본(~3일차내)
0.javascript기본(~3일차내)0.javascript기본(~3일차내)
0.javascript기본(~3일차내)
 

Java