set 排序问题

本文介绍了一个具体的Java程序示例,该程序使用TreeSet对Person对象进行排序。通过实现Comparable接口并覆盖compareTo方法来定义对象之间的比较规则。示例展示了如何根据不同属性对对象进行排序,并通过迭代器遍历已排序的对象集合。

同时有一篇文章是

Java中Comparable和Comparator实现对象比较

http://chengyue2007.iteye.com/blog/675194

 

 

import java.util.Iterator;
import java.util.TreeSet;

public class PersonTest implements Comparable<Object>{
	private String jgcm;
	private String name;
	
	public PersonTest(String jgcm, String name) {
		 
		this.jgcm = jgcm;
		this.name = name;
	}
	public String getJgcm() {
		return jgcm;
	}
	public void setJgcm(String jgcm) {
		this.jgcm = jgcm;
	}
	public String getName() {
		return name;
	}
	public void setName(String name) {
		this.name = name;
	}
	public int compareTo(Object o) {
		 if (o instanceof PersonTest){
			 PersonTest my=(PersonTest)o;
			  
			 if(my.jgcm.compareTo(this.jgcm) >=0){
				 System.out.println("******************");
				 return -1;
			 }else{
				 return 1;
			 }
			 
		 }
		return 0;
	}
	
	public static void  main(String args []){
		//PersonTest(String jgcm, String name) 
	 
		TreeSet<PersonTest> set= new TreeSet<PersonTest>();
		
 //这里用TreeSet必须的
		PersonTest s5=new PersonTest("02","c02");			set.add(s5);
		PersonTest s2=new PersonTest("0101","c0101");		set.add(s2);
		PersonTest s3=new PersonTest("0102","c0102");		set.add(s3);
		PersonTest s1=new PersonTest("01","c1");			set.add(s1);
		PersonTest s4=new PersonTest("0104","c0104");		set.add(s4);
		PersonTest s41=new PersonTest("010405","c010405");	set.add(s41);
		
		PersonTest s6=new PersonTest("0201","c0201");		set.add(s6);
		PersonTest s7=new PersonTest("0202","c0202");		set.add(s7);
		PersonTest s8=new PersonTest("020292","c020209");	set.add(s8);
		//Collections.sort(list);
	 
		Iterator it=set.iterator();
		for(int i=0;i<set.size();i++){
			PersonTest p=(PersonTest)it.next();
			System.out.println(p.getJgcm());
		}
		
		
	}
}

 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
评论
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