当前位置:首页 > 文章列表 > 文章 > java教程 > Java销售记录程序输入输出演示

Java销售记录程序输入输出演示

2025-12-19 10:49:29 0浏览 收藏

珍惜时间,勤奋学习!今天给大家带来《Java商品销售记录程序输入输出演示》,正文内容主要涉及到等等,如果你正在学习文章,或者是对文章有疑问,欢迎大家关注我!后面我会持续更新相关内容的,希望都能帮到正在学习的大家!

该程序实现商品销售记录的录入与汇总,通过Scanner获取商品名称、单价和数量,计算总销售额并存储至List,输入quit后输出所有记录。

Java编写商品销售记录程序_数据输入输出流程演示

在Java中编写商品销售记录程序时,核心是实现数据的输入、存储、处理与输出。下面通过一个简单的控制台程序演示完整的数据输入输出流程,适合初学者理解基本逻辑。

1. 程序功能说明

该程序模拟商品销售记录的录入与展示过程,主要功能包括:

  • 提示用户输入商品名称、单价、销售数量
  • 计算每条记录的总销售额(单价 × 数量)
  • 将多条销售记录保存到集合中
  • 输入完成后统一输出所有销售记录

2. 核心代码实现

import java.util.*;

class SaleRecord { String productName; double price; int quantity; double total;

public SaleRecord(String productName, double price, int quantity) {
    this.productName = productName;
    this.price = price;
    this.quantity = quantity;
    this.total = price * quantity;
}

@Override
public String toString() {
    return "商品: " + productName +
           " | 单价: " + price +
           " | 数量: " + quantity +
           " | 总额: " + total;
}

}

public class SalesRecorder { public static void main(String[] args) { Scanner scanner = new Scanner(System.in); List records = new ArrayList<>();

    System.out.println("=== 商品销售记录录入系统 ===");
    while (true) {
        System.out.print("请输入商品名称(输入'quit'结束): ");
        String name = scanner.nextLine();
        if ("quit".equalsIgnoreCase(name)) {
            break;
        }

        System.out.print("请输入单价: ");
        double price = Double.parseDouble(scanner.nextLine());

        System.out.print("请输入销售数量: ");
        int quantity = Integer.parseInt(scanner.nextLine());

        SaleRecord record = new SaleRecord(name, price, quantity);
        records.add(record);
        System.out.println("记录已添加:" + record + "\n");
    }

    // 输出所有记录
    System.out.println("\n=== 销售记录汇总 ===");
    if (records.isEmpty()) {
        System.out.println("未录入任何销售记录。");
    } else {
        for (SaleRecord record : records) {
            System.out.println(record);
        }
    }

    scanner.close();
}

}

3. 输入输出流程解析

程序运行时的数据流动如下:

  • 使用Scanner从System.in读取用户键盘输入
  • 每轮循环获取一条完整记录,构造SaleRecord对象并存入List
  • 输入'quit'触发循环结束,进入输出阶段
  • 遍历List,逐条打印销售信息到控制台

4. 使用示例

运行程序后交互过程可能如下:

=== 商品销售记录录入系统 ===
请输入商品名称(输入'quit'结束): 笔记本
请输入单价: 5.5
请输入销售数量: 100
记录已添加:商品: 笔记本 | 单价: 5.5 | 数量: 100 | 总额: 550.0

请输入商品名称(输入'quit'结束): 钢笔 请输入单价: 12.0 请输入销售数量: 30 记录已添加:商品: 钢笔 | 单价: 12.0 | 数量: 30 | 总额: 360.0

请输入商品名称(输入'quit'结束): quit

=== 销售记录汇总 === 商品: 笔记本 | 单价: 5.5 | 数量: 100 | 总额: 550.0 商品: 钢笔 | 单价: 12.0 | 数量: 30 | 总额: 360.0

基本上就这些。这个例子展示了Java中如何组织数据结构、处理用户输入和格式化输出,为后续扩展文件存储或图形界面打下基础。

好了,本文到此结束,带大家了解了《Java销售记录程序输入输出演示》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多文章知识!

HTML骨架屏实现与加载优化方法HTML骨架屏实现与加载优化方法
上一篇
HTML骨架屏实现与加载优化方法
PHP快速导入CSV数据方法解析
下一篇
PHP快速导入CSV数据方法解析
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    483次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    541次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    563次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    515次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    332次使用