java泛型学习记录

本文介绍了Java泛型,其参数只代表类,编译时类型参数实际类型会被消除。Java SE5加入泛型,实现参数化类型,基本类型不能作类型参数。还阐述了泛型类、泛型接口和泛型方法的定义与使用场景,如构建通用工具可用泛型类等。

    百度百科对java泛型的定义:Java 泛型的参数只可以代表类,不能代表个别对象。由于 Java 泛型的类型参数之实际类型在编译时会被消除,所以无法在运行时得知其类型参数的类型。

    在se5中,java加入泛型,它实现了参数化类型的概念(将类型由原来的具体的类型参数化,也就是说在泛型使用过程中,操作的数据类型被指定为一个参数),基本类型无法作为类型参数。

    泛型类:在类的定义中加入泛型如public class Rlist<T> {}。我们通过对list集合的使用可以让我们这样去理解泛型类,当我们希望构建一个可以应用于各种类型的list集合时,我们就可以创建List<T>这个泛型类。当你为T参数类型时,那么你存入数据类型必须是这个T类型,当没指定时你可以往集合存入任何类型的数据。因此当我们想要构建一个可以应用于各种类型的抽象工具,就可以使用泛型类。看过jeesite的人可以知道,他是把许多基类都定义为抽象泛型类,让你的具体类去继承这个类以便让这个另类具有某些方法。下面是一个可以应用于各种类型集合获取其中随机数据的抽象类。

//获取list集合中随机数据
public class RandomList<T> {
    private List<T> storage = new ArrayList<T>();
//用于生成随机数
    private Random random = new Random(46);
    public void add(T item){storage.add(item);}
    public T select(){
//获取随机值
        return storage.get(random.nextInt(storage.size()));
    }

    public static void main(String[] args) {
//这里我们存入string类型
        RandomList<String> rs = new RandomList<String>();
        for (String s:("The quick brown fox jumped over").split(" ")) {
            rs.add(s);
        }
//当然你也可以向下面这样存入Integer类型
        /*RandomList<Integer> rs = new RandomList<Integer>();
        for (String s:("1 2 3 4 5 6").split(" ")) {
            rs.add(Integer.valueOf(s));
        }*/

        for (int i=0;i<6;i++){
            System.out.println(rs.select()+ " ");
        }
    }
}

       泛型接口:接口使用泛型和类使用泛型没什么区别,当你想要构建一个应用于各种类型的接口时就可以永泛型接口。

下面是个用于求某种运算值的代码

//泛型接口
public interface Generator<T> {
    T next();
}
//用于求值的实现
public class Fibonacci implements Generator<Integer> {
    private int count = 0;
    @Override
    public Integer next() {
        return fib(count++);
    }
    private int fib(int n){
        if (n < 2)
            return 1;
        return fib(n-2) + fib(n-1);
    }

    public static void main(String[] args) {
       Fibonacci gen = new Fibonacci();
       for (int i=0;i<18;i++){
           System.out.println(gen.next()+"");
       }
    }
}
//如果为此类实现Iterable,为避免代码重复这里使用适配器模式创建这个新类
//让他继承Fibonacci 然后实现Iterable,让Iterable的next方法
//适配IterableFibonacci的next就行
public class IterableFibonacci extends Fibonacci implements Iterable<Integer>{
    private int n;
    public IterableFibonacci(int count){n=count;}

    @Override
    public Iterator<Integer> iterator() {
        return new Iterator<Integer>() {
            @Override
            public boolean hasNext() {
                return n>0;
            }

            @Override
            public Integer next() {
                n--;
                return IterableFibonacci.this.next();
            }

            @Override
            public void remove() {

            }
        };
    }

    public static void main(String[] args) {
        for (int i:new IterableFibonacci(18)
             ) {
            System.out.println(i +"");
        }
    }
}

     泛型方法:

     要定义泛型方法只需将泛型参数列表置于返回值之前类似于 public <T> void f(T t){  };拥有泛型方法的类不一定时泛型类;当泛型方法可以替代整个类泛化,我们就使用泛型方法。我们调用泛型方法不需要向泛型类那样为其添加类型,编译器会为我们找出具体的类型当你为f方法传入1,会自动转为Integer,传入“1”会转为String。


 

 

 
C语言-光伏MPPT算法:电导增量法扰动观察法+自动全局搜索Plecs最大功率跟踪算法仿真内容概要:本文档主要介绍了一种基于C语言实现的光伏最大功率点跟踪(MPPT)算法,结合电导增量法与扰动观察法,并引入自动全局搜索策略,利用Plecs仿真工具对算法进行建模与仿真验证。文档重点阐述了两种经典MPPT算法的原理、优缺点及其在不同光照和温度条件下的动态响应特性,同时提出一种改进的复合控制策略以提升系统在复杂环境下的跟踪精度与稳定性。通过仿真结果对比分析,验证了所提方法在快速性和准确性方面的优势,适用于光伏发电系统的高效能量转换控制。; 适合人群:具备一定C语言编程基础和电力电子知识背景,从事光伏系统开发、嵌入式控制或新能源技术研发的工程师及高校研究人员;工作年限1-3年的初级至中级研发人员尤为适合。; 使用场景及目标:①掌握电导增量法与扰动观察法在实际光伏系统中的实现机制与切换逻辑;②学习如何在Plecs中搭建MPPT控制系统仿真模;③实现自动全局搜索以避免传统算法陷入局部峰值问题,提升复杂工况下的最大功率追踪效率;④为光伏逆变器或太阳能充电控制器的算法开发提供技术参考与实现范例。; 阅读建议:建议读者结合文中提供的C语言算法逻辑与Plecs仿真模同步学习,重点关注算法判断条件、步长调节策略及仿真参数设置。在理解基本原理的基础上,可通过修改光照强度、温度变化曲线等外部扰动因素,进一步测试算法鲁棒性,并尝试将其移植到实际嵌入式平台进行实验验证。
【无人机协同】动态环境下多无人机系统的协同路径规划与防撞研究(Matlab代码实现)​ 内容概要:本文围绕动态环境下多无人机系统的协同路径规划与防撞问题展开研究,提出基于Matlab的仿真代码实现方案。研究重点在于在复杂、动态环境中实现多无人机之间的高效协同飞行与避障,涵盖路径规划算法的设计与优化,确保无人机集群在执行任务过程中能够实时规避静态障碍物与动态冲突,保障飞行安全性与任务效率。文中结合智能优化算法,构建合理的成本目标函数(如路径长度、飞行高度、威胁规避、转弯角度等),并通过Matlab平台进行算法验证与仿真分析,展示多机协同的可行性与有效性。; 适合人群:具备一定Matlab编程基础,从事无人机控制、路径规划、智能优化算法研究的科研人员及研究生。; 使用场景及目标:①应用于灾害救援、军事侦察、区域巡检等多无人机协同任务场景;②目标是掌握多无人机系统在动态环境下的路径规划与防撞机制,提升协同作业能力与自主决策水平;③通过Matlab仿真深入理解协同算法的实现逻辑与参数调优方法。; 阅读建议:建议结合文中提供的Matlab代码进行实践操作,重点关注目标函数设计、避障策略实现与多机协同逻辑,配合仿真结果分析算法性能,进一步可尝试引入新智能算法进行优化改进。
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

打赏作者

子鞋

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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