Java JNI学习(三)

本文详细介绍了如何使用C++代码调用Java中的方法,包括获取类、方法ID及实际调用过程,并通过示例代码展示实现过程。

上篇文章记录了C++代码调用java中的属性,这篇文章记录C++代码基本调用java中的方法。

Java方法的调用:

JNIEnv提供了很多Call<TYPE>Method和CallStatic<TYPE>Method方法,还有个CallNonvirtual<TYPE>Method方法。

同样的,需要调用GetMethodID取得了方法的jmethodID将它传入上述函数的参数中才起作用。

这里根据视频中的例子,首先在Java代码中写一个方法用:

	double max(double num1,double num2){
		return num1 > num2 ?num1:num2;
	}

就是一个传进两个参数比大小。。。

然后就进入C++工程中开始写C来调用这个方法,在C工程里写道:

JNIEXPORT void JNICALL Java_com_wang_TestNative_sayHello
(JNIEnv *env, jobject obj){
	
	jclass class_TestNative = env->GetObjectClass(obj);
	jmethodID id_max = env->GetMethodID(class_TestNative,"max","(DD)D");
	jdouble maxValue = env->CallDoubleMethod(obj,id_max,3.5,3.8);
	
	cout<<maxValue<<endl;
}

同样,jclass先获取类,然后用GetMethodID获取类里面的那个叫max的方法,这个方法签名是(DD)D,可以用javap在命令行下查,对应java中的方法也可以看出。

D就代表了double,括号里的就是方法括号里的两个参数,外面的就是返回的类型。。

然后编译就可以通过了,通过之后又切换到eclipse下。

在Java的main函数里调用sayHallo这个本地方法:

public static void main(String[] args) {
		// TODO Auto-generated method stub
		TestNative test = new TestNative();
		test.sayHello();
		
	}

然后运行,输出3.8.就又成功了。


【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