spring boot入门

本文介绍了一种使用Spring Initializr工具快速搭建SpringBoot项目的方法,包括通过Maven构建项目、添加依赖、导入IDE以及编写简单的RESTful API示例。

搭建spring boot项目

以Maven方式搭建
1. 通过官方的Spring Initializr工具来产生基础项目。
2. 访问http://start. spring. io/, 如下图所示, 该页面提供了以Maven 或Gradle构建Spring Boot项目的功能。
3. 选择构建工具Maven Project、Spring Boot版本选择1. 3. 7, 填写Group和artifact信息, 在Search for dependencies中可以搜索需要的其他依赖包,这里我们要实现RESTfulAPI, 所以可以添加Web依赖。
这里写图片描述
4. 单击Genera七e Project按钮下载项目压缩包。
5 解压项目包, 并用IDE以Maven项目导入。
6. 从菜单中选择File–>import–>Existing Maven Project。
7. 选择解压后的项目文件夹, 单击OK按钮。导入后如结构如下图
这里写图片描述
8. 编写controller简单的测试代码 其他的都不需要更改

@RestController
public class HelloController {

    @RequestMapping("/hello")
    public String index(){
        return "hello world";
    }
}
  1. 运行main方法,
    地址栏输入http://localhost:8080/hello即可看到页面hello world结果。
    可能出现的问题
    这里写图片描述
    因为启动类Application默认只扫描同层次或者往下层次的bean、dao、Controller;如果新建的controller跟application在同一层,会导致虽然有指定url存在还是无法访问404Not found。

看其他的博客都是一点点的建立 比较麻烦也容易迷糊 我这里用的是spring boot实战里面的方式 虽然没有他们的详细 但是非常的简单,容易出效果。

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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