java学习小记

 创建包  package {kds};

创建多层包package pka1.pkg2.pkg3;

使用包import语句任何定义语句之前   通用形式 import pkg1.pkg2.(class_name|*);

class_name指定了要引用的具体类名 [*]表示引用包中所有类。

java语言中提供了许多包:例java.lang包存储java的基本语法的类,

                                                    awt包存储图形用户界面方面的类

                                                     util包存储基本工具类

                                                   io包存储文件方面的类

                                                     sql包存储操作数据库的类

注释  行// ;多行/*  */  文档/**   */

修饰符 指定了数据 方法和类的属性

块  {  }

main()方法java程序的入口,public表示访问权限;   static指明该方法是一个类方法(静态方法),可以通过类名直接调用;

void指明main()方法不返回任何值

package applet测试;
import java.util.Scanner;
public class MyApplet {
public static void main(String [] args){
    System.out.println("您的国家是(1--中国;2--美国):");
    Scanner input = new Scanner(System.in);//接收键盘输入的数据
    int num = input.nextInt();                 //获取键盘输入的数据
    if (num ==1){
        System.out.println("你好世界");
    }else if (num ==2){
    System.out.println("Hello World!");
    }
}

}

nextInt()方法接收键盘输入的整形数据

Scanner类



applet 程序文本区改变字体大小与颜色方法1

使用Color类中定义的标准颜色Color对象

package applet测试;
import  java.applet.Applet;
import java.awt.Graphics;
import java.awt.Font;
import java.awt.Color;
public class MyApplet extends Applet{
    Color c=Color.BLUE;
    Font f=new Font("TimesRoman",Font.PLAIN,30);
       public void paint(Graphics g){
          
        g.setColor(c);
        g.setFont(f);
        g.drawString("h代表什么颜色纳?",50,100);
        
        
       }
    
       
}
  初级有待进一步学习






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