java基础

java基础


1.java的基本概念


1.1java的由来


B->KB->MB
Sun 爪哇 Java

1.2java的版本


JavaSE:Java Standard Editon java 的标准版(第一和第二阶段学习)
JavaEE: Java Enterprise Edition java 的企业版(第三阶段 服务器中部署)
JavaMe: Java Micro Edition java的微缩版(Android 生态 google)

1.3java的特点


  • 跨平台(一次编译,到处运行)
    java 文件->class文件
    在这里插入图片描述
    所以一个java文件的执行需要两步,编译和解释执行
    在这里插入图片描述
  • 安全性
  • 简单(参照C)C–>C+±->C# java1.5
  • 多线程(Thread)
  • 健壮性(500,异常处理)

1.4虚拟机


在这里插入图片描述
编译:jdk(java develop kit java 开发工具包)
执行:jre(java runtime environment java 运行时环境)

执行编译过程
D:\Program Files\Java\jre\bin> javac Helloworld.java
当前目录下生成Helloworld.class 字节码文件

执行执行过程
D:\Program Files\Java\jre\bin> java Helloworld

如果出现中文乱码: 字符编码不一致导致(文本和控制台的编码)

1.5关于windows系统中的环境变量的配置:


通过配置环境变量, 能在任意目录下执行java.exe和javac.exe

有三个变量组成:
JAVA_HOME
D:\Program Files\Java\jdk1.8.0_181

path中追加:
%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;

CLASSPATH
“.;%JAVA_HOME%\bin;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar”

配置方法:
在这里插入图片描述
在这里插入图片描述
配置JAVA_HOME
在这里插入图片描述
在Path中添加:
在这里插入图片描述
配置CLASSPATH:
在这里插入图片描述

2.java的语法基础


注释

定义:

写在程序中但不参与编译的内容
通俗的讲: 注释的内容是给人(程序猿)看

用法:

用于给类和方法/变量程序中的内容添加描述

实现的方法:

单行注释: // 快捷键(ctrl+/)
多行注释: /* …. / 快捷键(ctrl+shift+/)
文档注释 /
* …. */ 通常使用在类和方法前用于描述作用,且在生成的文档中要被读取

Eclipse中生成javadoc的方法
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

变量和数据类型

变量: 程序中用于装载数据的容器
作用: 程序中最基本的单元
特点: 可以装载数据,且可以被改变,但只能存放一份
语法:
声明: 数据类型 变量名;
赋值: 变量名 = 值 ; =表示赋值操作(运算) , 值必须和声明的数据类型匹配
使用(调用):

数据类型: java提供了8种基本数据类型 (内容主要在TypeDemo.java文件注释中详细讲解)
整数类型(4个)
byte int short long
小数(2个)
float double
字符类型
char
布尔类型
boolean

内容概要:本文档详细介绍了基于MATLAB实现的无人机三维路径规划项目,核心算法采用蒙特卡罗树搜索(MCTS)。项目旨在解决无人机在复杂三维环境中自主路径规划的问题,通过MCTS的随机模拟与渐进式搜索机制,实现高效、智能化的路径规划。项目不仅考虑静态环境建模,还集成了障碍物检测与避障机制,确保无人机飞行的安全性和效率。文档涵盖了从环境准备、数据处理、算法设计与实现、模型训练与预测、性能评估到GUI界面设计的完整流程,并提供了详细的代码示例。此外,项目采用模块化设计,支持多无人机协同路径规划、动态环境实时路径重规划等未来改进方向。 适合人群:具备一定编程基础,特别是熟悉MATLAB和无人机技术的研发人员;从事无人机路径规划、智能导航系统开发的工程师;对MCTS算法感兴趣的算法研究人员。 使用场景及目标:①理解MCTS算法在三维路径规划中的应用;②掌握基于MATLAB的无人机路径规划项目开发全流程;③学习如何通过MCTS算法优化无人机在复杂环境中的飞行路径,提高飞行安全性和效率;④为后续多无人机协同规划、动态环境实时调整等高级应用打下基础。 其他说明:项目不仅提供了详细的理论解释和技术实现,还特别关注了实际应用中的挑战和解决方案。例如,通过多阶段优化与迭代增强机制提升路径质量,结合环境建模与障碍物感知保障路径安全,利用GPU加速推理提升计算效率等。此外,项目还强调了代码模块化与调试便利性,便于后续功能扩展和性能优化。项目未来改进方向包括引入深度强化学习辅助路径规划、扩展至多无人机协同路径规划、增强动态环境实时路径重规划能力等,展示了广阔的应用前景和发展潜力。
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