springboot第二天

springboot


springboot启动类要与controller,service这些包同级,属于同一个包下,启动时才能扫描到那些包里的组件,也能扫描到与启动类同级的类。(可以扫描到兄弟的儿子,和自己的兄弟,不能扫描到爸爸的兄弟的儿子)

yml配置文件语法特别注意list数组元素的 - 后面也要有空格
  list:
    - one
    - two

Alt+insert  快捷键set和get方法和tostring()    生成

@ConfigurationProperties(prefix = "emp" ) 一般放在组件类上的注解 可以将application.yml或application.properties这两个全局配置文件中的属性和组件类中的属性一一对应绑定,emp是某前缀名,可以去搜寻yml中的这个属性前缀
@Component 把当前组件收纳为springboot管理


测试类里需要有@RunWith(SpringRunner.class) 可以把所有组件都直接扫描到来运行

配置文件有中文:
settings里的file encodings修改

@Value 可以替代@ConfigurationProperties 来在实体类中获取到配置文件里对应属性的值
@Value("${emp.name}") 或者是spring表达式直接赋值  @Value("#{20}") / @Value("20")

 

@Value   和  @ConfigurationProperties  的区别对比

 @Value@ConfigurationProperties
松散绑定语法(大小写有区别或者有符号)不支持支持
spel(spring表达式,比如一些运算)支持不支持
复杂类型封装(比如map,list)不支持支持
JSR303数据校验(@Validated+@Email)不支持支持

 

总结:少量的不涉及复杂类型封装和数据校验的用@Value,其他都用@ConfigurationProperties

 

 

 

 

 

 

另外的:从常用角度:map=(key:(key:value))

                                    list=key:value1,value2,....

 

 

【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