Java ME 中 String的 Split 方法

最近公司需要一个手机的Java ME客户端,于是乎就开始研究。

发现限制太多了,也可能是用Java SE用习惯了。真是带着镣铐跳舞。很多Java SE有的东西,在Java ME 里都需要自己实现。

比如:String 类的Split方法。还就是集合只有Hashtable和Vector。

我写了两个工具方法:
string2Vector
可以用来处理类似CSV格式的String。

比如:

String in="abd,ddd,adsfa";

Vector out = StringUtil.string2Vector(in, ",");


string2Hashtable
可以用来处理Properties文件格式的String。
比如:
name=abc
age=123
gender=male


String in = "name=abc\nage=123\ngender=male";
Hashtable out = StringUtil.string2Hashtable(in, "\n", "=");




import java.util.Enumeration;
import java.util.Hashtable;
import java.util.Vector;

public class StringUtil {
public static Vector string2Vector(String in, String delimiter) {
Vector vector = new Vector();
if (in == null) {
return null;
}
if (delimiter == null || delimiter.length() == 0) {
vector.addElement(in);
return vector;
}

int fromIndex = 0;
int pos;
while ((pos = in.indexOf(delimiter, fromIndex)) >= 0) {
String interim = in.substring(fromIndex, pos);
if (interim.length() > 0) {
vector.addElement(interim);
}

fromIndex = pos + delimiter.length();
}

return vector;
}

public static Hashtable string2Hashtable(String in, String delimEntry,
String delimKey) {
if (in == null) {
return null;
}

Hashtable hashtable = new Hashtable();

if (delimEntry == null || delimEntry.length() == 0 || delimKey == null
|| delimKey.length() == 0) {
hashtable.put(in, "");
return hashtable;
}

Enumeration enumeration = string2Vector(in, delimEntry).elements();
int len = delimKey.length();
while (enumeration.hasMoreElements()) {
String entry = (String) enumeration.nextElement();

int pos = entry.indexOf(delimKey);
if (pos > 0) {
String value = entry.substring(pos + len);
hashtable.put(entry.substring(0, pos), value);
} else {
hashtable.put(entry, "");
}
}

return hashtable;
}
}

【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