Android day_11 (四种对话框)

Android对话框实例
本文介绍了在Android应用中创建不同类型的对话框的方法,包括普通对话框、单选对话框、多选对话框及进度条对话框,并提供了具体的实现代码。

 

//弹出一个普通对话框
    public void click1(View view) {
        AlertDialog.Builder builder = new AlertDialog.Builder(this);
        builder.setTitle("警告");
        builder.setMessage("没有网络");
        builder.setPositiveButton("确定", new DialogInterface.OnClickListener() {
            @Override
            public void onClick(DialogInterface dialogInterface, int i) {
                System.out.println("点击了确定");
            }
        });
        builder.setNegativeButton("取消", new DialogInterface.OnClickListener() {
            @Override
            public void onClick(DialogInterface dialogInterface, int i) {
                System.out.println("点击了取消");
            }
        });
        //最后一步一定要记得和Toast一样要show出来
        builder.show();
    }

    //弹出一个单选对话框
    public void click2(View view) {
        //通过Builder 构造器来构造
        AlertDialog.Builder builder = new AlertDialog.Builder(this);
        builder.setTitle("请选择");
        final String[] items = {"Android", "ios", "C", "C++", "html", "C#"};
        //第一个String[]  第一个写-1代表没有条目被选中
        builder.setSingleChoiceItems(items, -1, new DialogInterface.OnClickListener() {
            @Override
            public void onClick(DialogInterface dialogInterface, int i) {
                //把选中的条目取出
                String item = items[i];
                Toast.makeText(getApplicationContext(), "选择的是" + item, Toast.LENGTH_LONG).show();
                //关闭对话框
                dialogInterface.dismiss();
            }
        });

        //最后一步一定要记得和Toast一样要show出来
        builder.show();
    }

    //弹出一个多选对话框
    public void click3(View view) {
        //通过Builder 构造器来构造
        AlertDialog.Builder builder = new AlertDialog.Builder(this);
        builder.setTitle("请选择");
        final String[] items = {"Android", "ios", "C", "C++", "html", "C#"};
        final boolean[] c = {true, false, false, false, false, false};
        //第一个String[]  第二个是一个 boolean[]代表默认选中的
        builder.setMultiChoiceItems(items, c, new DialogInterface.OnMultiChoiceClickListener() {
            @Override
            public void onClick(DialogInterface dialogInterface, int i, boolean b) {

            }
        });
        builder.setPositiveButton("确定", new DialogInterface.OnClickListener() {
            @Override
            public void onClick(DialogInterface dialogInterface, int i) {
                //取出选中的
                StringBuffer sb = new StringBuffer();
                for (int in = 0; in < c.length; in++) {
                    //判断选中
                    if (c[in]) {
                        String fruit = items[in];
                        sb.append(fruit + "  ");
                    }
                }
                Toast.makeText(getApplicationContext(), sb.toString(), Toast.LENGTH_LONG).show();
                dialogInterface.dismiss();
            }
        });

        //最后一步一定要记得和Toast一样要show出来
        builder.show();
    }

    //弹出一个进度条对话框
    public void click4(View view) {
        final ProgressDialog dialog = new ProgressDialog(this);
        dialog.setTitle("正在玩命加载中……");
        //设置进度条样式
        dialog.setProgressStyle(ProgressDialog.STYLE_HORIZONTAL);
        dialog.show();
        //关于进度条的UI可以直接在子线程更新UI
        new Thread() {
            public void run() {
                //设置最大进度
                dialog.setMax(100);
                //设置当前进度
                for (int i = 0; i <= 100; i++) {
                    dialog.setProgress(i);
                    //睡眠50ms
                    SystemClock.sleep(50);
                }
                dialog.dismiss();
            }
        }.start();
    }

 

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值