Android开发手记--环境配置

本文详细介绍如何使用MyEclipse和Windows XP搭建Android开发环境,包括下载Android SDK、安装ADT插件、配置SDK路径、创建Android项目及运行程序等步骤。

我的开发工具是MyEclipse+WindowsXP。和Eclipse的配置方法是基本一样的,当然在linux下开发是更好的,毕竟Android是基于linux内核的手机系统。

第一步:下载Android SDK,下载地址:http://dl.google.com/android/android-sdk-windows-1.5_r3.zip;解压好像花费时间比较长,可能是我机器太烂的原因吧。下载解压后如图:

androidSDK

第二步:安装ADT开发插件(Eclipse的强大与灵活就在于此,安装不同的插件就会是不同的IDE),我一般选择的是在线安装。

Help->Software Updates->Find and Install->Search for new features to install->New Remote Site:

URL地址是:https://dl-ssl.google.com/android/eclipse/

ADT_Install

第三步:前两步进行完后重新启动eclipse后就算安装完毕了。下面是进行必要的配置。指定SDK路径。

Window->Preferences:在sdk location中选择sdk安装的目录。

preferences

第四步:新建一个android工程(Android Project):填写工程名(HelloGphone)和程序名(HelloTest),选择sdk版本,我选择的是1.5(当然要最新的喽)。

newproject

下面是生成的工程布局图:

project

注意android程序的布局是放在xml中的。AndroidManifest.xml该文件是由用于 Eclipse 的 Android Developer Tools 插件自动创建的,不需要我们做什么,它把程序整合在一起。

另外MyEclipse中对于布局文件是有可视化效果的,这方便了我们的UI设计:

main

文件:

main.xml:

<?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http://schemas.android.com/apk/res/android" android:orientation="vertical" android:layout_width="fill_parent" android:layout_height="fill_parent" > <TextView android:layout_width="fill_parent" android:layout_height="wrap_content" android:text="@string/hello" /> </LinearLayout>

上述文件描述了在LinearLayout中有一个TextView空间,他的文本值为string类型的hello属性(android:text="@string/hello")。

String.xml

<?xml version="1.0" encoding="utf-8"?> <resources> <string name="hello">Hello World, HelloTest!</string> <string name="app_name">HelloTest</string> </resources>

第五步:运行程序,首先要配置Dalvik Virtual Machine。在此就是配置一个新的AVD

AVD

我新建AVD(Create AVD)名字为MyAVD。

这样运行该工程就可以了,不过这时机器会很慢,只要耐心的等待就会出现下面的画面了:

run

至此,我们的开发环境就算成功搭建完成。

【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