基于DWR的Ajax Suggest

本文介绍了一种使用 DWR 和 AJAX 实现动态建议框的方法。通过 Java 后端处理逻辑,结合 JavaScript 和 HTML 前端展现,实现输入框随用户输入动态显示建议列表的功能。
java 代码
  1. package  ajax.dwr.suggest;   
  2.   
  3. import  java.util.ArrayList;   
  4. import  java.util.List;   
  5.   
  6. public   class  SuggestAction {   
  7.      public  List findSuggest() {   
  8.         List list =  new  ArrayList();   
  9.          for  ( int  i =  0 ; i <  10 ; i++) {   
  10.             Suggest suggest =  new  Suggest();   
  11.             suggest.setValue(String.valueOf(System.currentTimeMillis() + i));   
  12.              //list.add(suggest.getValue());   
  13.             list.add(suggest);   
  14.         }   
  15.          return  list;   
  16.     }   
  17. }   
java 代码
  1. package  ajax.dwr.suggest;   
  2.   
  3. public   class  Suggest {   
  4.      private  String value;   
  5.   
  6.      public  String getValue() {   
  7.          return  value;   
  8.     }   
  9.   
  10.      public   void  setValue(String value) {   
  11.          this .value = value;   
  12.     }   
  13. }   
js 代码
  1. <style type= "text/css" >   
  2. .mouseOut {   
  3. background: #708090;   
  4. color: #FFFAFA;   
  5. }   
  6. .mouseOver {   
  7. background: #FFFAFA;   
  8. color: #000000;   
  9. }   
  10. </style>   
  11.   <script language= "javaScript"  src= "<%=request.getContextPath()%>/dwr/interface/SuggestAction.js" ></script>   
  12.   <script type='text/javascript' src='/dwr/engine.js'></script>   
  13.   <script type='text/javascript' src='/dwr/util.js'></script>   
  14. <script>   
  15.    var  value =  function (unit) { return  unit.value };   
  16.      
  17.   function  suggest() {   
  18.     SuggestAction.findSuggest(loadSuggest);   
  19.   }   
  20.      
  21.   function  loadSuggest(items)   
  22.  {   
  23.     setOffsets();   
  24.     DWRUtil.removeAllRows( "suggest_table" );   
  25.     DWRUtil.addRows( "suggest_table" ,items,cellFunctions);   
  26.  }   
  27.     
  28.   var  cellFunctions = [   
  29.    function (item) {    
  30.      var  cell = document.createElement( "a" );   
  31.     cell.setAttribute( "href" , "#" );   
  32.     cell.style.color= "black" ;   
  33.      var  txtNode = document.createTextNode(item.value);   
  34.     cell.appendChild(txtNode);   
  35.     cell.onmouseout =  function () { this .className='mouseOver';};   
  36.     cell.onmouseover =  function () { this .className='mouseOut';};   
  37.     cell.onclick =  function () { populateName( this ); } ;   
  38.      return  cell;   
  39.   }   
  40. ];   
  41.     
  42. function  setOffsets() {   
  43.      var  inputField = document.getElementById( "suggest_button" );   
  44.      var  end = inputField.offsetWidth;   
  45.      var  left = calculateOffsetLeft(inputField);   
  46.      var  top = calculateOffsetTop(inputField) + inputField.offsetHeight;   
  47.     popup.style.border =  "black 1px solid" ;   
  48.     popup.style.left = left +  "px" ;   
  49.     popup.style.top = top +  "px" ;   
  50.     suggest_table.style.width = end +  "px" ;   
  51. }   
  52.   
  53. function  calculateOffsetLeft(field) {   
  54.      return  calculateOffset(field,  "offsetLeft" );   
  55. }   
  56.   
  57. function  calculateOffsetTop(field) {   
  58.      return  calculateOffset(field,  "offsetTop" );   
  59. }   
  60.   
  61. function  calculateOffset(field, attr) {   
  62.      var  offset = 0;   
  63.      while (field) {   
  64.         offset += field[attr];   
  65.         field = field.offsetParent;   
  66.     }   
  67.      return  offset;   
  68. }   
  69.     
  70.   function  populateName(cell)   
  71.  {   
  72.     DWRUtil.removeAllRows( "suggest_table" );   
  73.     document.getElementById( "inputField" ).value = cell.firstChild.nodeValue;   
  74.  }   
  75.     
  76.   
  77.     
  78. </script>  
【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