内部类

package com.gavin;

public class TestInnerClass {

	public static void main(String[] args) {
		Outter.Inner inner = new Outter().new Inner();//很少用的方式,但可以这样使用
		inner.print();
		System.out.println("==================================="+"\n");
		Outter.Inner2 inner2 = new Outter.Inner2();//很少用的方式,但可以这样使用
		inner2.print();
		System.out.println("==================================="+"\n");
		new Outter().testLocalInnterClass(44,55);
	}

}

class Outter{
	int a = 1;
	static int b = 10;
	
	public void testLocalInnterClass(final int arg1,final int arg2){
		final int c = 0;
		int a = 4;
		int b = 30;
		class Inner3{
			int a = 3;
			int b =20;
			public void print(int b,int c){
				System.out.println(Outter.this.a);//外部类的a
				System.out.println(this.a);//内部类的a
				System.out.println(a);//内部类的a,
				System.out.println(c);//局部内部类所属方法中的c,
				System.out.println(Outter.b);//外部类的a
				System.out.println(Outter.this.b);//外部类的a
				System.out.println(this.b);//内部类的a
				System.out.println(b);//Inner3 的print参数b
				System.out.println(arg1);
				System.out.println(arg2);
			}
		}
		
		new Inner3().print(30,1);
		
		//匿名内部类
		new Outter(){
			void out(){
				System.out.println("ni ming inner class");
			}
		}.out();
	}
	
	
	class Inner{
		int a =2;
		
		//非静态的成员内部类内部不能定义静态方法
		public  void print(){
			System.out.println(Outter.this.a);//外部类的a
			System.out.println(this.a);//内部类的a
		}
	}
	
	static 	class Inner2{
		int b =2;
		public void print(){
			System.out.println(Outter.b);//外部类的a
			System.out.println(this.b);//内部类的a
		}
	}
}


结果:

1
2
===================================

10
2
===================================

1
3
3
1
10
10
20
30

内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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