黑马程序员_self

一、黑马程序员self访问成员变量

程序示例:

#import <Foundation/Foundation.h>

interface Person : NSObject
{
	int _age;
}

- (void)setAge: (int)age;
- (int)age;

- (void)test;

@end 

@implementation Person

- (void)setAge: (int)age
{
	_age = age;
}

- (int)age
{
	// return _age;
	return self->_age;
}

- (void)test
{
	// self:指针;指向方法调用者,代表着当前对象.

	int _age = 20;
	NSLog (@"Person的年龄是: %d", self->_age);
}

@end

int main()
{
	Person *p = [Person new];

	[p setAge: 10];
	[p test];

	return 0;
}


二、黑马程序员self调用方法


程序示例:

/*
 self的用途:
 1.概念:指向当前类、对象(类方法、对象方法调用者);谁调用了当前方法,self就代表谁;
	* self出现在对象方法中,self就代表对象
	* self出现在类方法中,self就代表类

 2.在对象方法中可以利用"self->成员变量名"访问当前对象内部的成员变量;

 3.[self 方法名]调用当前类、对象的方法;
 */

#import <Foundation/Foundation.h>

@interface Dog : NSObject

- (void)bark;
- (void)run;

@end

@implementation Dog

- (void)bark
{
	NSLog (@"汪汪汪");
}

- (void)run
{
	[self bark];
	NSLog (@"跑跑跑");
}
@end

int main()
{
	Dog *d = [Dog new];

	[d run];

	return 0;
}

三、黑马程序员self使用注意


#import <Foundation/Foundation.h>

@interface Person : NSObject

- (void)test;
+ (void)test;

- (void)test1;
+ (void)test2;

- (void)haha1;
+ (void)haha2;

@end

@implementation Person

- (void)test
{
	NSLog (@"-test...");

	// [self test];	会引发无限循环
}

+ (void)test
{
	NSLog (@"+test...");

	// [self test];	 会引发无限循环
}

- (void)test1
{
	[self test];	// -test
}

+ (void)test2
{
	[self test];	// +test
}

- (void)haha1
{
	NSLog (@"haha1...");
}

void haha3()
{
	
}

+ (void)haha2
{
	// [self haha3];	错误写法;函数不可以这样调用.
	// [self haha1];	错误写法
}

@end

int main()
{
	[Person haha2];

	[Person test2];

	Person *p = [Person new];
	[p test1];

	return 0;
}



【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