Go学习-slice

slice初始化

package main

import (
	"fmt"
)

func main() {
	//slice
	var s1 []int

	fmt.Println(s1)
	//slice 初始化
	var a = [10]int{}
	s2 := a[1:5]

	fmt.Println(a, s2)

	//3:长度,10:容量
	s3 := make([]int, 3, 10)
	fmt.Println(s3)
	fmt.Println(len(s3), cap(s3))
}

输出

chenlilong@DESKTOP-B9ALUUJ MINGW64 /d/gopath/src
$ go run slice.go
[]
[0 0 0 0 0 0 0 0 0 0] [0 0 0 0]
[0 0 0]
3 10

注意:

1、slice是引用数据类型,底层引用一个数组

2、slice一般作为变长数组使用

3、slice不能用== 做比较

4、内存结构


5、slice的cap是到数组的尾部

6、Append的使用

    可以在slice尾部追加元素

    可以在slice尾部最加slice

    追加后超过长度,赋予新地址

7、copy只拷贝少的元素

package main


import (
	"fmt"
)


func main() {
	a := [10]int{1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
	s1 := a[2:5]


	fmt.Println(a, s1)
	fmt.Println(len(s1), cap(s1))


	s2 := make([]int, 3, 6)
	fmt.Printf("%p\n", s2)
	s2 = append(s2, 1, 2, 3)
	fmt.Printf("%v,%p\n", s2, s2)
	s2 = append(s2, 1, 2, 3)
	fmt.Printf("%v,%p\n", s2, s2) //添加超过容量地址发生改变


	s3 := []int{1, 2, 3, 4, 5}
	s4 := []int{7, 8, 9}
	copy(s3, s4)
	fmt.Println(s3)
}

输出

chenlilong@DESKTOP-B9ALUUJ MINGW64 /d/gopath/src
$ go run slice.go
[1 2 3 4 5 6 7 8 9 10] [3 4 5]
3 8
0xc042041d70
[0 0 0 1 2 3],0xc042041d70
[0 0 0 1 2 3 1 2 3],0xc04203c180
[7 8 9 4 5]


【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