Grails 查询分页 小试

本文介绍如何在Grails应用中为User实体增加基于姓名的搜索功能,包括创建搜索页面、控制器方法及调整列表显示逻辑。
首先声明,刚学grails没有几天,所以本文提到的方法只在本文的环境下测试通过,其他环境可能需要做一定的改动。


有domain-class User, 如下:


class User{
Long id
Long version
String name
String password
String toString(){
return "{$name}"
}

def static constraints =
{
name(name:true)
password(blank:false, password:true)
}
}

主键是ID,name可以重复。使用name查询。

grails在创建好domain-class之后使用grails generate-all user即可生成CRUD (Create/Read/Update/Delete)操作。我们查询可以使用list.gsp。只用做很小的改动即可。

1 新建search.gsp,与list.gsp同目录。内容如下:

<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8"/>
<meta name="layout" content="main" />
<title>User Search</title>
</head>
<body>
<div class="body">
<g:if test="${flash.message}">
<div class="message">${flash.message}</div>
</g:if>
<g:form action="doSearch" method="post">
<div class="dialog">
<p>Enter user name below:</p>
<table class="userForm">
<tr class='prop'>
<td valign='top' style='text-align:left;' width='20%'>
<label for='name'>Name:</label>
</td>
<td valign='top' style='text-align:left;' width='80%'>
<input id="name" type='text' name='name' value='${params.name}' />

</td>
</tr>


</table>
</div>
<div class="buttons">
<span class="formButton">
<input type="submit" value="Search"></input>
</span>
</div>
</g:form>
</div>
</body>
</html>


2 修改UseController.groovy
i 新增search和doSearch

def search = {

}

def doSearch = {
if(params.name==''){
flash.message="请输入想查询的用户名!"
redirect(action:search)
}else{
flash.message = "查询结果如下:"
redirect(action:'list',params:params)
}
}

ii 修改list部分

def list = {
if(!params.max) params.max = 10
[ userInstanceList: User.list( params ) ]
}

改为

def list = {
if(!params.max)params.max=10
if(params.name){
return [count:User.countByName(params.name),userInstanceList:User.findAllByName(params.name,params)]
}
else{
return [count:User.count(),userInstanceList:User.list(params)]
}
}


3 再修改list.gsp的分页部分

<g:paginate total="${User.count}"/>

改为

<g:paginate total="${count}" params="${params}" />

OK,搞定
内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
内容概要:本文围绕“基于主从博弈的售电商多元零售套餐设计与多级市场购电策略”展开,结合Matlab代码实现,提出了一种适用于电力市场化环境下的售电商优化决策模型。该模型采用主从博弈(Stackelberg Game)理论构建售电商与用户之间的互动关系,售电商作为领导者制定电价套餐策略,用户作为跟随者响应电价并调整用电行为。同时,模型综合考虑售电商在多级电力市场(如日前市场、实时市场)中的【顶级EI复现】基于主从博弈的售电商多元零售套餐设计与多级市场购电策略(Matlab代码实现)购电组合优化,兼顾成本最小化与收益最大化,并引入不确定性因素(如负荷波动、可再生能源出力变化)进行鲁棒或随机优化处理。文中提供了完整的Matlab仿真代码,涵盖博弈建模、优化求解(可能结合YALMIP+CPLEX/Gurobi等工具)、结果可视化等环节,具有较强的可复现性和工程应用价值。; 适合人群:具备一定电力系统基础知识、博弈论初步认知和Matlab编程能力的研究生、科研人员及电力市场从业人员,尤其适合从事电力市场运营、需求响应、售电策略研究的相关人员。; 使用场景及目标:① 掌握主从博弈在电力市场中的建模方法;② 学习售电商如何设计差异化零售套餐以引导用户用电行为;③ 实现多级市场购电成本与风险的协同优化;④ 借助Matlab代码快速复现顶级EI期刊论文成果,支撑科研项目或实际系统开发。; 阅读建议:建议读者结合提供的网盘资源下载完整代码与案例数据,按照文档目录顺序逐步学习,重点关注博弈模型的数学表达与Matlab实现逻辑,同时尝试对目标函数或约束条件进行扩展改进,以深化理解并提升科研创新能力。
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