Eclipse 实用快捷键

本文提供了一套全面的IDE快捷键指南,包括编辑、查找、窗口管理等常用操作,适用于提高开发效率,帮助开发者更快地定位代码、进行调试及重构。

说明:前面带*号的是非常常用的快捷键,希望大家都掌握


编辑

---------------------------

*Ctrl+1(数字1)     快速修复

*Ctrl+D            删除当前行 

*Ctrl+Alt+↓        复制当前行到下一行(复制增加)

*Ctrl+Alt+↑        复制当前行到上一行(复制增加)

*Alt+↓             当前行和下面一行交互位置(特别实用,可以省去先剪切,再粘贴了)

*Alt+↑             当前行和上面一行交互位置(同上)

*Shift+Alt+S然后r  生成getter/setter

Shift+Enter       在当前行的下一行插入空行(这时鼠标可以在当前行的任一位置,不一定是最后)

*Ctrl+/            以//方式注释当前行,再按则取消注释

*Ctrl+Shift+/      以/**/注释

*Ctrl+Shift+\      取消以/**/的注释

*Ctrl+Space        代码助手完成一些代码的插入(但一般和输入法有冲突,可以修改输入法的热键,也可以暂用Alt /来代替)

*Ctrl+Shift+F      格式化当前文件

*Ctrl+Shift+O      重组import语句并删除多余的或导入需要的包

Ctrl+Shift+M  增加导入

Ctrl+Shift+X      当前单词大写 

Ctrl+Shift+Y      当前单词小写

Shift+Tab         减少缩进


查找

--------------------------------

*Ctrl+F            在当前文档中查找/替换

*Ctrl+K            参照选中的Word快速定位到下一个

*Ctrl+Shift+K      参照选中的Word快速定位到下一个

*Ctrl+H            在整个项目中搜索,调出查询窗口,一般用"File search标签页

Ctrl+Shift+P      定位到对于的匹配符(譬如{}) (从前面定位后面时,光标要在匹配符里面,后面到前面,则反之)

何谓增量查找? 

“增量查找”就是查找的内容可以动态输入的一种查找方式,操作方式为: 

*1.开始增量查找:按下Ctrl+j,这时状态栏中间出现“increment find”栏 

*2.建入一个字母,比如“a”,则文档中“a”马上高亮显示 

*3.此时如果再按Ctrl+j,则查找到下一个“a”,如按Ctrl+Shift+j,则查找到上一个“a” 


窗口

-------------------------------------------

*Ctrl+M            最大化当前的Edit或View (再按则反之)

*Ctrl+W            关闭当前编辑窗口

Ctrl+Shift+W      关闭所有已经打开的窗口

Ctrl+F7           视图切换

Ctrl+F8           视角切换

Alt+-             显示系统菜单

Ctrl+F10          显示视图菜单   

*Alt+Enter         显示当前选择资源(工程,or 文件 or文件)的属性




资源定位与导航

-----------------------------------

*Ctrl+O            显示大纲

*Ctrl+Q            定位到最后编辑的地方

*Ctrl+L            定位在某行 (对于程序超过100的人就有福音了)

*Ctrl+T            快速显示当前类的继承结构

Ctrl+F3           打开结构 

*Ctrl+F6           当前编辑的多个文件之间切换

*Ctrl+Shift+T      打开类型

*Ctrl+Shift+R      全局 打开资源

*Ctrl+Shift+G      查找一个类(或函数)的引用情况

Ctrl+Shift+↑      转至上一个成员

Ctrl+Shift+↓      转至下一个成员

Ctrl+Shift+U      出现在文件中

Ctrl+Home         跳到文件头部 

Ctrl+End          跳到文件尾部

*Alt+←             后退历史记录  

*Alt+→             前进历史记录

*F3 或当前单词上按下Ctrl键,见到单词出现下划线时点击该单词  定位到当前对象的定义处或打开当前类的java文件



重构

---------------------------------

*Shift+Alt+R 重命名



调试

------------------------------

*F5:单步跳入 

*F6:单步跳过 

*F7:单步跳出 

*F8:继续,如果后面没有断点,程序将运行完 

*Ctrl+R:运行到当前光标所在行

*F11: 运行上一次调试的程序

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
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