该书籍PDF下载地址：http://download.csdn.net/download/muyeju/10001473
基本类型有8个：byte，short，int，char，long，double，float，boolean
21.用偶判断，不用奇判断
当判断一个数是偶数还是奇数的时候，应该判断是否是偶数。
i%2==0?"偶数":"奇数"
取余的原理：
被除数-被除数/除数*除数
22.货币的值
货币的值一般都是2为小数，如果用浮点类型的话，计算机计算出来的结果可能是不准确的，它只能无限接近某个值，而不能完全精确，这是由浮点数的存储规则决定的。就像十进制里面三分之一不能准确表示，二进制里面五分之一也不能准确表示。
例：10-9.6=0.40000000000000036
解决方法：
1.使用BigDecimal处理
2.使用整形，只要展示时缩小100倍就可以了，及是以分为单位
23.基本类型转换时，使用主动声明方式减少不必要的Bug
Java是先运算，然后进行类型转换。超过了int的最大值时，其值就是负，因为过界了就会从头开始
24.基本类型的边界
对基本类型进行判断的时候，应该注意其边界值，一旦超过边界值，就会使校验条件失效。所以应避免输入或传入的值就行计算，直接用输入或传入的值进行判断
例如：
package deep;import java.util.Scanner;public class Client {// 一个会员拥有产品的最多数量public static final int LIMIT = 2000;public static void main(String[] args) {// 会员当前拥有的产品数量int cur = 1000;Scanner input = new Scanner(System.in);System.out.println("请输入需要预定的数量：");while (input.hasNextInt()) {int order = input.nextInt();// 当前拥有的与准备订购的产品数量之和if (order > 0 && order + cur <= LIMIT) {System.out.println("你已成功预定了" + order + "个产品！");} else {System.out.println("超过限额，预订失败！");}}} }
当输入的值是2147483647 这个的时候，会发现也预定成功，这个因为数字越界，使检验条件失效
修改：(order > 0 && order <= LIMIT - cur)成这样就行了，应该避免输入（传入）的参数进行计算
25.根据不同的场景，选择不同的舍入模式
RoundingMode的几种舍入模式：
1.RoundingMode.CEILING：向正无穷方向舍入
2.RoundingMode.FLOOR：像负无穷方向舍入
3.RoundingMode.UP：像绝对值最大的方向舍入，舍弃非零即进位
4.RoundingMode.DOWN：像绝对值最小的方向舍入，所有位都舍弃，不存在进位的情况
5.RoundingMode.HALF_UP：最近数字舍入（5舍）
6.RoundingMode.HALF_DOWN：最近数字舍入（5舍）
7.RoundingMode.HALF_EVEN：银行家算法（4舍6入5考虑，5后非0就进1,5后为0看奇偶，5前为偶应舍去，5前为奇要进一）
26.包装类型参与计算时，要做null值校验
例：
27.包装类型的大小比较
包装类的比较不能用==，因为包装类是对象，用==比较的是对象的引用，即地址是否相等。（如果是基本类型，==比较的是它们的值是否相等）
用compareTo()方法比较，相等返回0，大于返回1，小于返回-1
例：
public static void main(String[] args) {Integer i = new Integer(300) ;Integer j = new Integer(-600) ;int k = j.compareTo(i) ;System.out.println(k);//结果：-1}
28.优先使用整型池
整型池：在IntegerCache类中，存在一个cache静态数组，容纳的是-127到128之间的Integer对象。通过valueOf产生包装对象时，如果int在-128到127之间，则之间从整型池中获得对象，不在该范围类的int类型则通过new生成包装对象。
整型池的存在提高了系统性能，节约了内存空间
通过包装类的valueOf生成包装实例显著提高空间和时间性能
29.基本类型优先使用
因为有包装类时，可能会进行一些拆箱装箱的过程，从而导致出现一些想不到的问题
30.不要随便设置随机种子
随机数和种子之间的关系：
种子不同，产生不同的随机数
种子相同，即使实例不同，也产生相同的随机数
例：
public static void main(String[] args) {Random r = new Random(1000) ;for(int i=1;i<4;i++){System.out.println("--------"+r.nextInt());} }
结果始终是：
---------1244746321
--------1060493871
---------1826063944
所以，若非必要，不要设置随机数种子
