java 栈

Java栈实现

先进后出


public class MyStack {
	
	private int maxSize;
	private long arr [];
	private int top;
	
	public MyStack(int maxSize) {
		this.maxSize = maxSize;
		arr = new long [maxSize] ;
		top = -1;
	}
	
	/**
	 * 压入数据
	 * @param value
	 */
	public void push(long value) {
		arr [++ top] = value;
	}
	
	/**
	 * 弹出数据
	 * @return
	 */
	public long pop () {
		return arr [top--];
	}
	
	/**
	 * 访问栈顶数据
	 * @return
	 */
	public long peek() {
		return arr[top];
	}
	
	/**
	 * 判断是否为空
	 * @return
	 */
	public boolean isEmpty() {
		return (top == -1);
	}
	
	/**
	 * 判断是否满了
	 * @return
	 */
	public boolean isFull() {
		return (top == (maxSize -1));
	}
} 


测试:


public class MyStackTest {
    
    public static void main(String[] args) {
        MyStack myStack = new MyStack(6);
        System.out.println("是否为空:" + myStack.isEmpty());
        
        myStack.push(50);
        myStack.push(40);
        myStack.push(30);
        myStack.push(20);
        myStack.push(10);
        myStack.push(0);
        
        while(!myStack.isEmpty()) {
            System.out.println(myStack.pop());
        }
        
        System.out.println("是否为空:" + myStack.isEmpty());
        System.out.println("是否满了:" +myStack.isFull());
        
        
        myStack.push(500);
        myStack.push(400);
        myStack.push(300);
        myStack.push(200);
        myStack.push(100);
        myStack.push(0);
        
        while(!myStack.isEmpty()) {
            System.out.println(myStack.pop());
        }
        
    }

}


【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
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