java私塾笔记3

泛型

支持创建可以按照类型进行参数化的类, 最大的功能为约束类型

foreach enumeration autoboxing

尖括号 类型形参,类型实参

泛型模式,推荐名称: EKTV  如: Collection<E>

Exception  Key T(泛型) Vaule

 

泛型变量不能被静态变量和方法调用

泛型不是协变(多态的向上造型)的

如: List<Number> 不是 List<Integer>的父类型

解决方法是:使用类型通配符 ? List<?> 是任何泛型List的父类型

extends在泛型中表示限制,多用于接口定义。 如: List<? extends Number> 限制泛型必须为Number类型或者其子类型

 

GUI Graphical User Interface

AWT Abstract Window Toolkit

Component 组件就是具有图形界面并能完成一定功能的封装体

Container 容器就是包含其他组件的组件,是Component 的抽象子类。

java.awt.*   Panel, Window(Frame, Dialog) 容器不但能容纳组件还能容纳其他容器。

组件的位置由布局管理器决定,决定组件的位置和大小。

setLayout(null) 再重新setLocation() setSize() setBounds()

 

 

JFC包含5个API: AWT(GUI工具), JAVAD(2D, 3D 图像处理), Accessibility(非传统IO), Drag&Drop, Swing

AWT

【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