Anroid APT

前言

APT:Annotation Processor Tool(注解处理器)

什么时注解处理器

注解处理器是(Annotation Processor) 是Javac的一个工具,其作用在编译期间,用来处理加了注解的代码,其会扫描编译其的源码获得加了特定注解的目标代码;
注解处理器的输入数据为:

  • 1、java代码或者编译过的字节码

输出数据为

  • 1、java文件(生成的java文件不能修改,其将与手动编写的java代码一起参加javac的编译过程)

注解处理器处理流程小结:

graph TD 标记了注解的类 --> 注解处理器处理 --> 输出Java代码

注解处理器开发

定义注解处理器

实现自己的注解处理器,我们需要定义一个类去继承AbstractProcessor类

  • 处理器的写法有固定的套路,示例代码如下

    public class MyProcessor extends AbstractProcessor {  @Override  public synchronized void init(ProcessingEnvironment processingEnv) {      super.init(processingEnv);  }  @Override  public Set getSupportedAnnotationTypes() {      return null;  }  @Override  public SourceVersion getSupportedSourceVersion() {      return SourceVersion.latestSupported();  }  @Override  public boolean process(Set annotations, RoundEnvironment roundEnv) {      return true;  }}

方法说明

方法说明参数
init(ProcessingEnvironment processingEnv)被注解处理工具调用参数ProcessingEnvironment 提供了Element,Filer,Messager等工具
getSupportedAnnotationTypes()指定注解处理器是注册给那一个注解的,它是一个字符串的集合,意味着可以支持多个类型的注解,并且字符串是合法全名。 
getSupportedSourceVersion指定Java版本 
process(Set annotations, RoundEnvironment roundEnv)这个也是最主要的,在这里扫描和处理你的注解并生成Java代码,信息都在参数RoundEnvironment 里了

注册注解处理器

定义好注解处理器之后,如何让构建系统在编译代码时调用我们的处理器呢?此时我们就需要将些好的处理器注册进构建系统的注解处理器集合里面了
1、低效方法:
打包注解处理器的时候需要一个特殊的文件 javax.annotation.processing.Processor 在 META-INF/services 路径下

--myprcessor.jar----com------example--------MyProcessor.class----META-INF------services--------javax.annotation.processing.Processor

javax.annotation.processing.Processor 记录的内容是我们要注册的注解处理器,例如

com.example.myprocess.MyProcessorAcom.example.myprocess.MyProcessorB

2、优雅方法:
google提供了一个注册处理器的库:

compile 'com.google.auto.service:auto-service:1.0-rc2'

直接在自定义的注解类上使用@AutoService(Processor.class):

@AutoService(Processor.class)public class MyProcessor extends AbstractProcessor {      ...}
基于分布式模型预测控制的多个固定翼无人机一致性控制(Matlab代码实现)内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,采用Matlab代码实现相关算法,属于顶级EI期刊的复现研究成果。文中重点研究了分布式模型预测控制(DMPC)在多无人机系统中的一致性控制问题,通过构建固定翼无人机的动力学模型,结合分布式协同控制策略,实现多无人机在复杂环境下的轨迹一致性和稳定协同飞行。研究涵盖了控制算法设计、系统建模、优化求解及仿真验证全过程,并提供了完整的Matlab代码支持,便于读者复现实验结果。; 适合人群:具备自动控制、无人机系统或优化算法基础,从事科研或工程应用的研究生、科研人员及自动化、航空航天领域的研发工程师;熟悉Matlab编程和基本控制理论者更佳; 使用场景及目标:①用于多无人机协同控制系统的算法研究与仿真验证;②支撑科研论文复现、毕业设计或项目开发;③掌握分布式模型预测控制在实际系统中的应用方法,提升对多智能体协同控制的理解与实践能力; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注DMPC算法的构建流程、约束处理方式及一致性协议的设计逻辑,同时可拓展学习文中提及的路径规划、编队控制等相关技术,以深化对无人机集群控制的整体认知。
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