获取一级节点用UI LI拼接

本文介绍了一个用于生成基于XML的导航菜单的实用工具。该工具能够解析XML文件,并通过递归方式生成HTML格式的导航菜单代码,包括ul和li元素。文章详细展示了如何根据XML文件中的元素生成对应的HTML代码。
public static String getUl(Element ele)
{
String code = "";
if (ele != null)
{
String liCode = "";
List eleList = ele.elements();
for (int i = 0; i < eleList.size(); i++)
{
Element subEle = (Element) eleList.get(i);
String liCodeTemp = NaviUtil.getLi(subEle);
if (liCodeTemp != null)
{
liCode += liCodeTemp;
}
}
if (!"".equals(liCode))
{
code = "<ul";
if (ele.isRootElement())
{
code += " id=\"rootUL\" class=\"expanded\"";
}
else
{
code += " class=\"expanded\"";
}
code += ">";
code += liCode;
code += "</ul>";
}
}
return code;
}

/**
* <根据导航文件中的元素生成导航展示时需要的li代码>
* <功能详细描述>
* @param ele
* @return [参数说明]
*
* @return String [返回类型说明]
* @exception throws [违例类型] [违例说明]
* @see [类、类#方法、类#成员]
*/
private static String getLi(Element ele)
{
String code = null;
String aCode = NaviUtil.getA(ele);
if (!"".equals(aCode))
{
String id = ele.attributeValue(Constants.FACTURE_NAVI_TOPIC_ATTRIBUTE_TOPICID);
String libID = ele.attributeValue(Constants.FACTURE_NAVI_TOPIC_ATTRIBUTE_LIBID);
String libVer = ele.attributeValue(Constants.FACTURE_NAVI_TOPIC_ATTRIBUTE_LIBVERSION);
String url = ele.attributeValue(Constants.FACTURE_NAVI_TOPIC_ATTRIBUTE_URL);
String imgCode = "";//NaviUtil.getImg(ele);
//获得它的子节点
code = "<li ";
List childers = ele.elements();
if (childers != null && childers.size() > 0)
{
code += "class=\"jstree-closed\" ";
}
code += "id=\"";
code += id;
code += "\" libid=\"";
code += libID;
code += "\" libv=\"";
code += libVer;
// TODO 确定url
code += "\" url=\"";
code += "\" state=\"\" sub=\"1\">";
code += imgCode + aCode;
code += "</li>";
}
return code;
}
【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