回顾Swing的一些内容

以前觉得java swing没什么好搞的,用的也不是很多,就很久都没弄过它了,最近因为一个朋友找我帮忙,就又开始弄了下swing,发现有比较多的东西以前知道的现在都有点模糊了,下面就做个简单的笔记:

 

设置JFrame的标志:

this.setIconImage(ImageIO.read(this.getClass().getResource("/images/2.png")));

 

先通过ImageIO把该图片读出来,再设置!

 

设置JFrame在显示器中居中显示:

Toolkit kit = Toolkit.getDefaultToolkit();
		Dimension screenSize = kit.getScreenSize();
		double screenWidth = screenSize.getWidth();
		double screenHight = screenSize.getHeight();
		double x = (screenWidth - WIDTH) / 2;
		double y = (screenHight - HEIGHT) / 2;
		int ix = Integer.parseInt(Double.toString(x).substring(0,
				Double.toHexString(x).indexOf(".")));
		int iy = Integer.parseInt(Double.toString(y).substring(0,
				Double.toHexString(y).indexOf(".")));
		this.setBounds(ix, iy, WIDTH, HEIGHT);
//其中的WIDTH和HEIGHT是设置的两个常量

 

给菜单项添加图片:

item13 = new JMenuItem("设置", new ImageIcon(item13Icon));
//其中的item3Icon是要设置图片Image对象,也是通过ImageIO读出来的

 

使用JTable的时候是先生成一个AbstractTableModel对象,该对象保存了要在页面上显示的信息,然后再把该Model设置给Tabel对象,示例如下:;

public class MyModel extends AbstractTableModel {

	private Vector<String> columns;
	private Vector<Object> rowData;
	private MemberService memberservice = new MemberServiceImpl();
	
	public MyModel(int offset, int maxResults) {
		columns = new Vector<String>();
		columns.add("序号");
		columns.add("姓名");
		columns.add("身份证");
		columns.add("入会时间");
		columns.add("会员类型");
		
		List<Member> members = memberservice.find(offset, maxResults);
		rowData = new Vector<Object>();
		for (Member member:members) {
			Vector<Object> row = new Vector<Object>();
			row.add(members.indexOf(member)+1+offset);
			row.add(member.getName());
			row.add(member.getIdCard());
			row.add(member.getAccessTime());
			row.add(member.getMemberType().getName());
			rowData.add(row);
		}
	}
	
	@Override
	public int getRowCount() {
		// TODO Auto-generated method stub
		return rowData.size();
	}

	@Override
	public int getColumnCount() {
		// TODO Auto-generated method stub
		return columns.size();
	}

	@SuppressWarnings("rawtypes")
	@Override
	public Object getValueAt(int rowIndex, int columnIndex) {
		// TODO Auto-generated method stub
		return ((Vector)rowData.get(rowIndex)).get(columnIndex);
	}

	@Override
	public String getColumnName(int column) {
		// TODO Auto-generated method stub
		return columns.get(column);
	}

}

 

设置列宽:

dataModel = new MyModel(offset, maxResults);//new一个存放数据的Model对象
		table.setModel(dataModel);
		table.getColumnModel().getColumn(2).setPreferredWidth(150);//设置列的宽度,这句得在设置了dataModel对象之后调用,否则报错
		table.getColumnModel().getColumn(3).setPreferredWidth(150);
		jsp = new JScrollPane(table);//把该Tabel置于一个带滚动条的panel里面

 

往配置文件里面写内容:

最近因为把配置文件直接放在类路径下面,然后这样子如果是在Eclipse里面的话那读写都是没有问题的,但是一旦将项目导出为jar文件以后读还是没有问题的,可写的时候就出现问题了,老是会提示找不到文件,试了很多种方法都没能成功,最后不得不把配置文件放到项目的根目录下面,然后通过FileOutputStream往里面写内容,而这里使用的是相对路径,这样就成功了!

OutputStream out = new FileOutputStream("config.properties");//这样可以正确的得到配置文件的输出流

 

 

 

 

内容概要:本文详细介绍了Maven的下载、安装与配置方法。Maven是基于项目对象模型(POM)的概念,用于项目管理和构建自动化的工具,能有效管理项目依赖、规范项目结构并提供标准化的构建流程。文章首先简述了Maven的功能特点及其重要性,接着列出了系统要求,包括操作系统、磁盘空间等。随后,分别针对Windows、macOS和Linux系统的用户提供了详细的下载和安装指导,涵盖了解压安装包、配置环境变量的具体操作。此外,还讲解了如何配置本地仓库和镜像源(如阿里云),以优化依赖项的下载速度。最后,给出了常见的错误解决方案,如环境变量配置错误、JDK版本不兼容等问题的处理方法。 适合人群:适用于初学者以及有一定经验的Java开发人员,特别是那些希望提升项目构建和依赖管理效率的技术人员。 使用场景及目标: ①帮助开发者掌握Maven的基本概念和功能特性; ②指导用户完成Maven在不同操作系统上的安装与配置; ③教会用户如何配置本地仓库和镜像源以加快依赖项下载; ④解决常见的安装和配置过程中遇到的问题。 阅读建议:由于Maven的安装和配置涉及多个步骤,建议读者按照文中提供的顺序逐步操作,并仔细检查每个环节的细节,尤其是环境变量的配置。同时,在遇到问题时,可参考文末提供的常见问题解决方案,确保顺利完成整个配置过程。
资源下载链接为: https://pan.quark.cn/s/abbae039bf2a 旅行商问题(Traveling Salesman Problem, TSP)是一种经典的组合优化问题,目标是找到一条最短路径,让推销员访问一系列城市后返回起点,且每个城市只访问一次。该问题可以转化为图论问题,其中城市是节点,城市间的距离是边的权重。遗传算法是一种适合解决TSP这类NP难问题的全局优化方法,其核心是模拟生物进化过程,包括初始化、选择、交叉和变异等步骤。 初始化:生成初始种群,每个个体(染色体)表示一种旅行路径,通常用随机序列表示,如1到18的整数序列。 适应度计算:适应度函数用于衡量染色体的优劣,即路径总距离。总距离越小,适应度越高。 选择过程:采用轮盘赌选择机制,根据适应度以一定概率选择个体进入下一代,适应度高的个体被选中的概率更大。 交叉操作:一般采用单点交叉,随机选择交叉点,交换两个父代个体的部分基因段生成子代。 变异操作:采用均匀多点变异,随机选择多个点进行变异,变异点的新值在预设范围内随机生成,以维持种群多样性。 反Grefenstette编码:为确保解的可行性,需将变异后的Grefenstette编码转换回原始城市序列,即对交叉和变异结果进行反向处理。 迭代优化:重复上述步骤,直至满足终止条件,如达到预设代数或适应度阈值。 MATLAB是一种强大的数值和科学计算工具,非常适合实现遗传算法。通过编写源程序,可以构建遗传算法框架,处理TSP问题的细节,包括数据结构定义、算法流程控制以及适应度计算、选择、交叉和变异操作的实现。遗传算法虽不能保证找到最优解,但在小规模TSP问题中能提供不错的近似解。对于大规模TSP问题,可结合局部搜索、多算法融合等策略提升解的质量。在实际应用中,遗传算法常与其他优化方法结合,用于解决复杂的调度和路径规划问题。
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