外星人游戏

今天学习了一下如何写飞船大战
飞船大战主文件主要是先实例化飞船和外星人,也就游戏的主要元素,然后重置游戏中的主要参数,最后通过一个循环,来不断检测
用户的输入和跟新飞船、外星人和子弹的状态。
然后比较关键的是三个游戏元素的类和一个函数文件,几乎所有的函数细节都是由函数文件所定义,在三个关于游戏元素的类中,其实只定义了较为关键的函数。
整个过程就像是一个金子塔结构,最上层是游戏逻辑,中层是游戏元素的类,最下层是各个函数实现的细节

游戏具体细节如下:
from setting import Settings
from ship import Ship
from alien import Alien
import game-function as gf
from pygame.sprite import Group
from game-status import GameStats

def run_game ():
//创建飞船
//绘制屏幕
//实例化外星人
gf.create-fleet()//创建外星人群
//创建统计信息实例
stats=GameStats()
while(true):
gf.check-events()
ship.update()
gf.update-bullets(bullets)
gf.update-aliens(aliens)
gf.update-screen()

class Ship()//接受screen
def --init–(,screen)
//初使化参数和位置
def blitme()
//绘制飞船
def update():
//移动标志
//管理事件
//根据move-right和move-left 进行移动

import pygame
from pygame.import S prite
class Bullet(Sprite):
def --init–():
//初使化子弹位置,颜色等信息
super().–init–()//继承sprite
def update():
//移动子弹的位置
def draw-bullet(self):
//在屏幕绘制子弹

import sys
import pygame//管理函数(function),
from bullet import Bullet
def check_keydown-events(event,ship):
//响应按下
//判定是否常按,修改moving-right and moving-left
//直接调用函数创建子弹
def check-keyup-events(event,ship)
//响应松开
//判断是否松开,修改moving-right and moving-lef
def fire-bullet()
//创建一颗子弹
def check-events(ship)
//判断按键调用按下和松开的函数
def create-fleet()
//创建外星人
def get-number-aliens-x()
def create-alien()
def get-number-rows()

def check-fleet-edges()
//检测碰撞边缘
def change-fleet-direction()
//外星人下移,并改变方向
def update-aliens()
aliens.update()
def ship-het()
//检测飞船和外星人之间的碰撞
def check-aliens-bottom()
//检测外星人是否碰撞到屏幕底端

def update-bullets():
bullets.update()
//检查数组中子弹位置,如果超出屏幕则移出数组
collision=pygame.sprite.groupcollide()
//检测子弹和外星人的碰撞
def check-bullet-alien-collisions()
//检测碰撞
def update-screen(ai-settings,screen,ship):
//更新图像,并切换到新屏幕
//根据图片中心进行移动,并检测边缘
//从数组中取出子弹,并且生成子弹
//绘制外星人

class Settings():
def --init–(self):
//飞船移动速度
//子弹的设置,大小颜色,数量
//加入外星人的设置,移动速度
alien类

import pygame
from pygame.sprite import Sprite
class Alien(Sprite):
def --init–(self)
//初始化外星人的位置
def blitme(self)
//绘制外星人
def update()
//外星人移动
def check-edges()
//检测外星人是否碰撞到边缘

class GameStates()
def --init–()
//初始化参数
def reset-stats()
//重置时的统计信息

源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
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