黑马程序员学习笔记----委托 事件 反射

本文深入讲解了委托的基本概念,包括其定义、匿名方法的应用及多播委托的特点,并探讨了事件的概念及其与委托的关系。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

06.09

委托:
    //1.使用delegate关键字。
    //2.这个委托将来要存储的方法如果没有返回值,那么委托也要定义成void。如果没有参数那么将来传递的方法也不能有参数
    //委托是一个数据类型,用的时候需要传递一个变量。
这只是一个简化的语法,其实编译器在编译的时候也帮我们new了一个委托对象。
            MethodDelegate myMethod = M2;
 MethodDelegate md = new MethodDelegate(M1);
     // md();这种调用方法,其实内部编译的时候还是调用了委托对象的Invoke()方法。
    md.Invoke();//当调用Invoke()方法的时候就相当于是调用了委托中存储的那些方法。
    委托是一个类。里面有一个字段是object数组。存储的是委托对象。。
   可以通过反编译多了解。。?

匿名方法:
 没有参数的匿名方法
            ////把一个匿名方法赋值给了一个md委托变量。
 //myDelegate md = delegate()
   {
    Console.WriteLine("Test1");
    };
    //md();

多播委托:
  多播委托中如果有多个返回值。只会得到最后一个方法的结果。前面的会被覆盖。
 1.通过遍历。调用委托中的每个方法。实现获取 每个方法的返回值。
返回值类型是delegate[] 数组.
所有定义的委托都是继承自抽象类multicastdelegate  而它又继承抽象类delegate
多播委托内部是将绑定在当前维多对象上的每个方法。都转换为一个委托对象。并且存储在了一个叫invocationlist的object数组中。
然后当调用委托的时候。其实就是循环遍历invocationl。并且调用每一个委托.
注意:多播委托中。如果其中有一个方法执行时发生了异常。则后面的方法不会被执行。。
使用委托时。如果不是用+=而是直接用=赋值。会将前面绑定的所有方法都覆盖掉。。。
多播委托中也是只能存储同一类型的委托。。。

委托的不可变性:
委托具有类似于string一样的不可变性。


事件:
   

事件不能定义事件的类的外部触发
事件其实就是一个私有的委托。有两个add rmove方法。分别用来实现事件的+=  -=

程序集(Assembly):
程序集是.net中的一个概念。
.dll exe都是动态链接库
exe有主函数入口可以直接执行
而dll没有.
程序集包含:类型元数据,il代码。资源文件。程序集元数据。


反射:
1.加载c:下的程序集
using system.reflection
assembly  asm=  assembly.loadfile(@"c:\testlib.dll")
2.获取asm这个程序集中的所有类型
type[] types=asm.gettypes();
然后遍历就得到了所有类型

isabstruct 判断这个是否是可以被实例化。 

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