java 定时器timer的使用

本文通过示例代码展示了如何使用 Java 的 Timer 类来安排定时任务。包括如何设置一次性任务和周期性任务,并演示了不同间隔时间的任务调度方法。

package com.enhance.thread;

import java.util.Calendar;
import java.util.Date;
import java.util.Timer;
import java.util.TimerTask;

public class TraditionalTimerTest {

static int count=0;
/**
* @param args
*/
public static void main(String[] args) {
//不写 3000,就只 1s钟后 开始爆炸
//写3000,就是1s后爆炸 然后隔 3s再炸下,循环
new Timer().schedule(new TimerTask() {
@Override
public void run() {
// TODO Auto-generated method stub
System.out.println("bombing!");
}
}, 1000,3000); //定时器 ,10后爆炸


//2s后 炸,然后 2s后 再炸 继续这样
new Timer().schedule(new TimerTask() {
@Override
public void run() {
// TODO Auto-generated method stub
System.out.println("bombing!");
new Timer().schedule(new TimerTask(){
@Override
public void run() {
// TODO Auto-generated method stub
System.out.println("bombing!");
}
}, 4000); //如果为2000 就是 2s 的循环爆炸, 如果为 4000 就是 2 s 4s 的交替 执行
}
}, 2000,6000); //定时器 ,10后爆炸


//另一种思路实现上面的 每隔2s 4s 4s 4s 连环 爆炸
class MyTimerTask extends TimerTask{
@Override
public void run() {
System.out.println("bombing!");
new Timer().schedule(new MyTimerTask(), 4000);
}
}
new Timer().schedule(new MyTimerTask(), 2000);
//

//另一种思路实现上面的 每隔2s 4s 2s 4s 连环 爆炸
class MyTimerTask1 extends TimerTask{
@Override
public void run() {
count=(count++)%2;
System.out.println("bombing!");
new Timer().schedule(new MyTimerTask1(), 2000+2000*count); //如果为2000 就是 2s 的循环爆炸, 如果为 4000 就是 2 s 4s 的交替 执行
}
}

//指定的时间 点 开始执行,然后 间隔 2s执行一次
Calendar cal=Calendar.getInstance();
cal.add(Calendar.SECOND, 10);
new Timer().schedule(new TimerTask(){

@Override
public void run() {
// TODO Auto-generated method stub
System.out.println("bombing!");
}

}, cal.getTime(), 2000);

//打印计时
while(true){
System.out.println(new Date().getSeconds());
try {
Thread.sleep(1000);
} catch (Exception e) {
e.printStackTrace();
}
}
}

}
【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
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