当前位置:首页 > 文章列表 > 文章 > java教程 > 静态平均价格法是什么及怎么用

静态平均价格法是什么及怎么用

2026-02-10 13:36:43 0浏览 收藏

本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《静态平均价格法详解与应用》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~

Creating a Static Average Price Method

本文详解如何在 Java 的 `Basket` 类中正确实现两个静态方法:计算所有商品的平均单价(总金额 ÷ 商品总数)和每篮子的平均价格(总金额 ÷ 篮子总数),并修复原代码中变量命名、逻辑错误与类型安全问题。

在面向对象编程中,静态方法常用于聚合统计(如全局平均值),但其设计需兼顾线程安全性、数据一致性与语义清晰性。原代码中存在多个关键问题:

  • allprice / allcount / averagebasket 命名不符合 Java 命名规范(应为 allPrice, allCount, basketCount);
  • average() 方法未返回值且未处理除零异常;
  • add() 方法中误将单个商品价格 price 直接累加到 allprice,而实际应累加 price * count(已正确),但 allCount 仅在 increaseTovar(1) 中递增 1 次——这隐含假设每次 add() 只添加 1 种商品的 1 件,与方法签名 add(String, int, int, double) 中的 count 参数矛盾;
  • 缺少对空篮子或零商品数的保护,直接整数除法会导致 ArithmeticException 或精度丢失。

✅ 正确做法是:

  1. 统一静态计数器命名与职责

    private static int basketCount = 0;     // 创建的 Basket 实例总数
    private static int allItemCount = 0;     // 所有篮子中商品总件数(非种类数)
    private static int allPriceSum = 0;       // 所有商品总价(单位:分/整数避免浮点误差)
  2. 提供类型安全、带防护的静态访问方法

    public static double getAveragePricePerItem() {
        return allItemCount == 0 ? 0.0 : (double) allPriceSum / allItemCount;
    }
    
    public static double getAveragePricePerBasket() {
        return basketCount == 0 ? 0.0 : (double) allPriceSum / basketCount;
    }
  3. 修正 add() 中的商品计数逻辑
    原 add(...) 方法调用 increaseTovar(1) 仅增加 1 件,但参数 count 表示添加数量,应改为:

    public void add(String name, int price, int count, double weight) {
        // ... error checks ...
        increaseItemCount(count); // ✅ 传入实际件数
        // ... 其他逻辑 ...
        allPriceSum += price * count; // ✅ 已正确
    }
    
    public static void increaseItemCount(int itemCount) {
        allItemCount += itemCount;
    }
  4. 在构造器中正确更新 basketCount

    public Basket() {
        basketCount++; // ✅ 替换原 increaseCount(1)
        items = "Список товаров:";
        this.limit = 1000000;
    }
  5. 完整使用示例(Main.java)

    public class Main {
        public static void main(String[] args) {
            Basket basket1 = new Basket();
            basket1.add("Milk", 40, 2, 305.4); // 2件牛奶,共80元
    
            Basket basket2 = new Basket();
            basket2.add("Bread", 60, 1, 555.0); // 1件面包,60元
    
            System.out.printf("平均单价: %.2f 元/件%n", Basket.getAveragePricePerItem());     // 140 / 3 ≈ 46.67
            System.out.printf("平均每篮: %.2f 元/篮%n", Basket.getAveragePricePerBasket()); // 140 / 2 = 70.00
        }
    }

⚠️ 注意事项:

  • 静态字段在多线程环境下非线程安全,如需并发支持,应改用 AtomicInteger 或同步块;
  • 金额运算建议使用 BigDecimal 或以“分”为单位的 long 类型,避免 double 浮点精度误差;
  • getAveragePricePerItem() 和 getAveragePricePerBasket() 应始终返回 double,避免整数截断;
  • 不要依赖 average() 这类无返回值、无参数的“计算型”静态方法——它破坏封装性且易被忽略调用。

通过以上重构,Basket 类的静态统计功能变得语义明确、健壮可靠,符合工业级 Java 编程实践。

以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。

12306联系人删除步骤详解12306联系人删除步骤详解
上一篇
12306联系人删除步骤详解
ComfyUI入门教程:轻松玩转StableDiffusion
下一篇
ComfyUI入门教程:轻松玩转StableDiffusion
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。
    540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。
    514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