Java内部类

内部类:

总的来说内部类成员可以直接访问外部类的私有数据,因为内部类被当成其外部类成员,同一个类 成员之间可以相互访问。但外部类不能访问内部类的实现细节,例如内部类的成员变量。

内部类分为非静态内部类、静态内部类、匿名内部类。

1.非静态内部类

可以任意设置访问控制。如private,protected、public和默认。

非静态内部类里面不能有静态方法、静态属性、静态初始化块。

根据静态成员不能访问非静态成员的原则,外部类的静态方法、静态代码块都不能访问非静态内部类。

2.静态内部类(类内部类)

属于外部类本身。

静态内部类可以包含静态成员,也可以包含非静态成员。

静态内部类不能访问内部类的实例成员,只能访问外部类的非实例成员(static)。

外部类的成员可以通过内部类实例.内部类成员访问内部类成员。(包括属性、方法)

例:

  private static class BinaryNode<AnyType>{
		
		AnyType element;
		BinaryNode<AnyType> left;
		BinaryNode<AnyType> right;
		
		
		BinaryNode(AnyType element){
			this(element,null,null);
		}
		BinaryNode(AnyType element,BinaryNode<AnyType> left,BinaryNode<AnyType> right) {
			this.element = element;
			this.left = left;
			this.right = right;
		}
	}
       //是否包含该元素
    public boolean contains(AnyType x){
        return contains(x,root);
    }
    private boolean contains (AnyType x, BinaryNode<AnyType> t){
        if(t==null)
            return false;
        int compareResult = myCompare(x,t.element);
        if(compareResult<0)
            return contains(x, t.left);
        else if(compareResult>0)
            return contains(x,t.right);
        else
            return true;
    }
    

使用内部类:

1.在外部类使用内部类

禁止在外部类的静态成员中使用非静态内部类。

在外部类使用非静态内部类的方法:

package Test;

public class OutTest{

	class Test{
		Test(){
			System.out.println("test");
		}
		
		public void info() {
			System.out.println("info");
			
		}
	}
	public void test(){
		Test tt = new Test();
		tt.info();
	}
	
	public static void main(String[] args) {
		
		new OutTest().test();
	}

}
静态类使用方法与平时类使用方法类似。

2.在外部类以外使用非静态内部类

语法:Out.In in = new Out.new In();

3.在外部类以外使用静态内部类

语法:StaticOut.StaticIn in =  new StaticOut.StaticIn();

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