Ruby學習系列----疑問(2)

Ruby类定义与实例化
本文介绍了一段使用Ruby语言定义歌曲类及歌曲列表类的代码实现,详细展示了类的初始化、实例化以及如何通过索引访问特定元素的过程。文章中提出的问题在于对列表类中元素访问方法的理解差异。


class Song
def initialize(name,artist,duration)
@name = name
@artist = artist
@duration = duration

end
def to_s
"Song : #{@name}--#{@artist} (#{@duration})"
end
end
class SongList
def initialize
@songs = Array.new
end
def append(aSong)
@songs.push(aSong)
self
end
def show=(index)
#puts "show #{index}"
#puts "@songs.length : #{@songs.length}"
#puts "@songs[#{index}] : #{@songs[index]}"
@songs[index]
end
def show(index)
@songs[index]
end
def [](key)
if key.kind_of?(Integer)
@songs[key]
else

end
end
def size
@songs.length
end
end


list = SongList.new
list.
append(Song.new('title1','artist1',1)).
append(Song.new('title2','artist2',2)).
append(Song.new('title3','artist3',3)).
append(Song.new('title4','artist4',4))
#puts(list.show = 1)
p list.show = 2 >> 2
p list.show(2) >>#<Song:0x2b36d28 @duration=3, @artist="artist3", @name="title3">
p list[2] >>#<Song:0x2b36d28 @duration=3, @artist="artist3", @name="title3">




疑问:

为什么调用 list.show = 2 返回的是2 ?
不是应该和list.show(2)一样 返回的是@Songs[2]的 Song实例 吗?
【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