做一些整理

博客介绍了CSS的定位方式,如相对、绝对、固定定位,还提及清除浮动和解决塌陷问题的方法,以及盒子阴影、文本样式等。同时介绍了表单元素、语义化标签等。此外,详细阐述了JavaScript的变量、类型转换、分支和循环结构,以及数组、函数、对象的使用。

 position
1)relative 相对定位相对自身,不脱离标准流
  2)absolute 绝对定位相对非静态定位的父级元素,脱离标准流
  3) fixed固定定位相对浏览器,脱离标准流
 怎样清除浮动?1)额外标签法  给父元素最后添加一个 块级子元素, 给这个子元素, 设置 clear: both;
  2)overflow:hidden   给父元素设置overflow:hidden (触发BFC)
  3)伪元素清除浮动
    .clearfix:after {
            content: "";
            display: block;
            clear: both;
            height: 0;
            line-height: 0;
            visibility: hidden;
                }
  4)直接给父元素设置高度。
yen   nbsp
解决塌陷问题
 1) 给父盒子加边框 (上边框)
  2) 给父盒子加padding-top
  3) overflow: hidden; (触发了BFC, 块级格式化上下文)
  4) 利用浮动, 给子元素加 float: left;

box-shadow: px px px red;盒子阴影
text-shadow: px px px red;字体阴影
text-align; left center right 
text-inden: px // em
text-decoration:underline//none//line-through
input【type=“text”】属性选择器
box-sizing:border-box;自动减去盒子加上的padding和border数值 让盒子一直保持原本大小
 form  <input type 取值 text  文本输入框
                         password 密码输入框
                radio  单选框 name设置为同样的值 value取值
                checkbox 复选框  checked默认被选中
                 file 文件
                 button 普通按钮  也可以单独使用
                 submit 提交按钮
        select 下拉框 option value=选项
         selected  默认被选中的
       textarea 评价文本输入框    textarea 取值 resize:none; 不能拖拽文本框  或者row  col
/form
  video loop outplay controls  source 
  audio  音频 取值同视频
ul li , ol li ,dl dt dd,

table tr th td   boeder=1   cellspacing=0  cellpadding=
新增的6大语义化标签   header  nva  article aside section footer  
块级标签:div p h1-h6 ul li ol dl dt dd ....6大新增标签
行级标签:span a b ins del i u s strong em 
行内块级标签:input img
转换:display:block//inline//inlien-block//
border-radius: px 调整盒子的边角
元素的显示和隐藏:
display:none;/block;不占位置
visibility:hidden;/visible;占位置
overflow:hidden;溢出部分隐藏
行内块垂直居中:img input display:
vertical-align:middle;/baseline/top;/bottom;
javascript部分;运行在客户端的脚本语言;
script/alert警告框 confirm确认框  prompt输入框 document.write()在页面中显示内容 console.log在后台显示
声明一个变量var 变量名=赋值;
赋值的类型:number。string。boolean。undefined。unll。
类型转换;num=num.tostring();  /num=string(num);/ num=num+"";
Number(); true=1; false=0; NaN;
parseInt();转换成整数,parseFloat();一个小数点
分支结构:
1,if(条件){条件为true执行};
2, if(){}else{}; 
3,条件?表达式1:表达式2; 
4, switch(变量){case 值1;语句;break;};
循环结构:
1,while(条件){循环体};
2,do{循环体}while(条件);不知道循环次数用这个
3,for(初始条件;条件;i++){循环体};
break:结束整个for循环
continue:结束当前的循环,进入下一次循环


数组:一个有序的集合,可以存储多个数据
var arr=new Array();/var arr=[];创建一个新的空数组
var arr=[值1,值2,]用逗号隔开
通过下标来存值arr[0]=‘’,取值。下标从0开始   最大下标=arr.length-1;
数组的遍历for(var i=0;i<arr.length;i++){console.log(i);}
倒着遍历for(var i=arr.length-1; i>=0; i--){};

函数:用function封装一些重复发代码
function 函数名(形参,形参){函数体,重复发代码};  函数的调用: 函数名(实参,实参);
return 返回值,返回函数里的一个结果。声明一个变量来接收这个返回值 var 变量名a=函数名(实参,实参);
函数表达式 var 变量=function(){};调用:变量(实参);
函数的内部还可以调用其他函数,也可以调用函数自己,不过要留有出口,需要一个结束条件if(){};
函数也是一种数据类型,可以当做参数,也可以当成返回值
匿名函数,没有函数名的函数,可以赋值给一个变量var fn=function(){};
防止全局变量污染 ,匿名函数自执行(function(){})();

对象:一个无序的键值对的集合
var obj=new Object();/var obj={键:值,键:值,方法:function(形参){},};
对象的存取 obj.键=值; obj.方法(实参);获取:obj.键;/ obj[‘键’];
工厂函数:批量创建多个对象;
function 函数名(){
var obj={键:值,键:值,方法:function(形参){},};
return obj;
}
var 变量名=函数名(实参);console.log(变量名);  变量名.方法();

构造函数;先创建一个函数
function 函数名1(形参){
 this.属性名=属性值;  //this是给新创建的这个对象增加属性
 this.方法=function(){};
};
var 变量1=new 函数名1(实参);console.log(变量1);  变量1.方法();

遍历对象:for(var 变量 in 对象){console.log(变量);-打印属性名。console.log(对象[变量]);-打印属性值。}
删除对象的属性:delete  对象.属性名;  /delete 对象[‘属性名’];


 

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
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
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