Linux基础学习笔记——VIM编辑器

本文详细介绍VIM编辑器的基本操作,包括安装方法、工作模式切换、常用命令如行数显示、保存退出、搜索替换、文本剪切复制等功能,适合初学者快速掌握VIM的使用技巧。

VIM编辑器

  • VIM是一款功能强大的文本编辑器,也是早年Vi编辑器的加强版,他的最大特色就是使用命令进行编辑,完全脱离了鼠标的操作。
    • 对远程服务器的代码直接进行修改,这样操作起来更加快速和方便。
    • vim需要安装,不安装使用的是vi,不太好用,安装之后,vi等同于vim
sudo apt-get insatll vim

工作模式

  • 命令模式编辑模式末行模式
  • 说明:
    • 当刚打开VIM的时候进入的是命令模式;
    • 编辑模式和末行模式之间不能直接进行切换,都需要通过命令模式来完成。
      在这里插入图片描述

VIM命令模式进入编辑模式

命令说明
i, I进入输入模式(Insert mode)i为『从目前光标所在处输入』I为『在目前所在行的第一个非空格符处开始输入』
a,A进入输入模式(Insert mode)a为『从目前光标所在的下一个字符处开始输入』A为『从光标所在行的最后一个字符处开始输入』
o, O进入输入模式(Insert mode)o为『在目前光标所在的下一行处输入新的一行』O为『在目前光标所在处的上一行输入新的一行』
r, R进入取代模式(Replace mode)r只会取代光标所在的那一个字符一次R会一直取代光标所在的文字,直到按下 ESC 为止;
[Esc]退出编辑模式,回到命令模式中

VIM的末行模式命令

命令说明
:set nu显示行号
:set nonu取消显示行号
:数字跳到指定行
保存退出-----------------------------------
:q退出
:q!强制退出(修改了又不想保存)
:w [文件名]保存 [另存为“文件名”]
:开始行,结束行 w 文件名将开始行到结束行的内容另存为“文件名”
:wq保存退出
:x保存退出
:r 文件名读取“文件名”的内容到本文档的光标之后
搜索替换-----------------------------------
/内容向下搜索指定内容(定位到内容)
?内容向上搜索指定内容(定位到内容)
:/内容搜索指定内容(定位到行)
n重复搜寻动作,刚才向上查找就继续向上查找
N反向重复搜寻动作,刚才向上查找就改为向下查找
:%s/原内容/新内容/g全局替换
:%s/原内容/新内容/gc全局替换,替换前询问用户是否替换
:开始行,结束行s/原内容/新内容/g局部替换

VIM的命令模式命令

命令说明
gg跳到第一行
G跳到最后一行
数字G跳到指定行
删除剪切-----------------------------------
x相当于del
数字x先后删除数字个字符
X相当于backspace
dd剪切当前行(可当删除用)
数字dd从当前行开始剪切/删除“数字”行
d1G删除当前行到第一行的所有内容
dG删除当前行到最后一行的所有内容
d$删除光标到本行末尾的所有内容
d0删除光标到本行开始的所有内容
复制粘贴-----------------------------------
yy复制光标所在行
数字yy复制光标所在行向下“数字”行
y1G复制光标所在行到第一行的所有内容
yG复制光标所在行到最后一行的所有内容
y0复制光标所在到行首的内容
y$复制光标所在到行尾的内容
p粘贴内容到当前行的下面
P粘贴内容到当前行的上面
数字<space>光标向右移动“数字”个字符
数字<enter>光标下移“数字”行
扩展-----------------------------------
>>向右缩进
<<向左缩进
u撤销
Ctrl + r反撤销
.重复上一次命令操作
^/<HOME>回到当前行首
$/<END>回到当前行的行末
Ctrl + F/<Page Down>下一屏
Ctrl + B/<Page Up>上一屏
V按行选中
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

打赏作者

鬼义虎神

打赏5C币,作者可获得4C币

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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