news 2026/5/17 1:44:56

C#枚举enum

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
C#枚举enum

1 基本概念

定义:枚举是被命名的整形常量的集合
作用:一般用他来表示 状态或者 类型

在namespace语句块(这个常用) class语句块或 struct语句块中声明 函数中不能声明
注意 申明枚举和 声明枚举变量是两个概念
声明枚举 相当于创建一个自定义的枚举类型
声明枚举变量 使用声明的自定义枚举类型 创建一个枚举变量

2声明枚举语法

enum E_自定义枚举名
{
自定义player,// 枚举中包裹的整形常量 第一个默认值是0,下面会依次累加
自定义name, //这个就是1
自定义hp = 100,
自定义s//这个就是101
}

3 基本概念和声明枚举变量

(1)声明枚举变量

enum E_MonsterType { Normal, Boss } enum E_PlayerType { Main, Other } E_PlayerType playerType = E_PlayerType.Main; //声明枚举变量 自定义枚举类型 变量名 =默认值

(2)枚举常和switch配合

E_MonsterType monsterType = E_MonsterType.Boss; //声明枚举变量 自定义枚举类型 变量名 =默认值 switch (monsterType) { case E_MonsterType.Normal: Console.WriteLine("Noraml"); break; case E_MonsterType.Boss: Console.WriteLine("Boss"); break; }

(3)枚举类型转换

枚举底层类型是 int,且值为 0 所以playerType只能赋值0,赋值1就错误

int i = (int)playerType;//0 默认0开 playerType = 0; string str = playerType.ToString();//Main

string转枚举

parse后 第一个参数 :你要转为的是哪个 枚举类型 第二个参数 用于转换的对应的枚举项的字符串
转换完毕后 是一个通用类型 我们需要用括号强转成我们想要的目标枚举类型

playerType = (E_PlayerType)Enum.Parse(typeof(E_PlayerType),"Other");

输入数字 转为枚举类型

E_PlayerType type = (E_PlayerType)(int.Parse(Console.ReadLine()));
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/12 3:42:51

ChatTTS pip 实战指南:从安装到生产环境部署的完整解决方案

ChatTTS pip 实战指南:从安装到生产环境部署的完整解决方案 摘要:本文针对开发者在部署 ChatTTS 时遇到的 pip 依赖管理、性能优化和生产环境适配等痛点,提供了一套完整的实战解决方案。通过详细的代码示例和性能测试数据,帮助开发…

作者头像 李华
网站建设 2026/5/17 1:44:56

ChatGPT手机版安装包全攻略:从下载到安全部署的避坑指南

ChatGPT手机版安装包全攻略:从下载到安全部署的避坑指南 背景痛点:非官方渠道的三重暗礁 证书伪造:攻击者可用自制密钥给重打包的APK签名,图标与包名完全一致,普通用户肉眼难辨。中间人攻击:国内部分镜像…

作者头像 李华
网站建设 2026/5/1 5:50:48

RAGFlow智能客服系统实战:基于AI辅助开发的高效对话引擎构建

RAGFlow智能客服系统实战:基于AI辅助开发的高效对话引擎构建 背景痛点:传统客服为何“慢半拍” 响应延迟:基于规则或纯检索的方案,平均响应 1.8 s,TP99 高达 4.2 s,高峰期用户流失率 27%。知识库维护&…

作者头像 李华
网站建设 2026/5/14 2:27:33

KAN卷积网络:用可学习样条激活函数重塑图像识别

1. KAN卷积网络:重新定义图像识别的激活函数 第一次听说KAN卷积网络时,我正被传统CNN模型的调参问题折磨得焦头烂额。那是在处理一个医疗影像分类项目时,无论怎么调整ReLU参数,模型在细微病灶识别上总是差强人意。直到尝试了KAN的…

作者头像 李华
网站建设 2026/5/14 2:27:16

ChatTTS生成速度优化实战:从模型加载到并发推理的全链路调优

ChatTTS生成速度优化实战:从模型加载到并发推理的全链路调优 把 3 秒干到 0.8 秒,把 10 QPS 干到 35 QPS,全靠“抠”出来的这几毫秒。 1. 背景:实时交互场景下的“慢”痛 ChatTTS 在 demo 里很丝滑,一到生产就“卡成 …

作者头像 李华