4-30 jq学习笔记(选择)

本文详细介绍了jQuery中各种选择器的使用方法,包括基本的选择方式、筛选器、链式选择及特殊选择技巧等,帮助读者更好地理解和掌握jQuery选择元素的方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1 选择方式a--通过名字  

        $('标签')     例子:$('a')选择全部标签

       $('#id名')   例子:$('#a1')选择id等于 a1的标签    $('#a1:属性值ddd')选择全部id等于a1  且  包含''属性值ddd""的标签
       $('.类名')     例子:$('.a1')选择全部类名为a1的标签  :$('div.a1')选择类型为div 的标签 且 类名等于a1的标签

 例子 :$('.a1  div')选择全部类名为a1标签下所包含的全部层级div标签

  例子 :$('.a1>div')选择全部类名为a1标签下所包含的全部一级子div标签

                         例子:$('.a1.b1')选择全部类名为a1且为b1的标签

                        例子 :$('.a1,b1')选择全部类名为a1或b1的标签

        $([属性名])   及   $([属性名=属性值]) 

                         例子 :$('[for]')选择全部属性名包含 for的标签

                         例子 :$("[type='text']"')选择全部属性名为type且 值为text的标签

                         例子 :$(':text')表单类型如input标签,可以直接简写为属性值为text的input标签

        $(:contains("内容"))  按标签所包含的文本内容进行选择

 

2 选择方式b-通过筛选器

      $(this).next()  当前选择集合的下一个标签,可设条件进行精确筛选

                            *扩展   $(this).nextall()  从当前开始向后选,一直选到第一个  

 

                                       $(this).nextuntil(条件)  从当前开始向后选,一直选到符合条件的标签为止

      $(this).prev()    当前选择集合的上一个标签,可设条件进行精确筛选 

                            *扩展   $(this).prevall()  从当前开始向前选,一直选到第一个  

                                       $(this).prevuntil(条件)  从当前开始向前选,一直选到符合条件的标签为止

      $(this).parent() 当前选择集合的父标签,可设条件进行精确筛选    *扩展   $(this).parents()  将逐级选父级,一直选到最顶层

       $(this).childern() 当前选择集合的子标签,可设条件进行精确筛选
       $(this).siblings() 当前选择集合的兄弟标签,可设条件进行精确筛选

 

3 选择方式c-通过筛选器链式选择

      $(this).next(条件
).parent(条件).siblings(条件).first()   取当前标签的下一个的父标签的兄弟标签集合的第一个 

 

4 选择方式d-杂七杂八的选择

      $(this).eq(1)  取当前标签集合的第2个

      $(this).last()  取当前标签集合的最后1个

      $(this).find(条件) 取当前标签集合的符合条件的标签

 

 

5 标签所在容器相对位置  $(this).position().top 或者   $(this).position().width


 

 

 

 

   

 

 

 

    

转载于:https://www.cnblogs.com/xfym888/p/8973698.html

内容概要:该论文探讨了一种基于粒子群优化(PSO)的STAR-RIS辅助NOMA无线通信网络优化方法。STAR-RIS作为一种新型可重构智能表面,能同时反射和传输信号,与传统仅能反射的RIS不同。结合NOMA技术,STAR-RIS可以提升覆盖范围、用户容量和频谱效率。针对STAR-RIS元素众多导致获取完整信道状态信息(CSI)开销大的问题,作者提出一种在不依赖完整CSI的情况下,联合优化功率分配、基站波束成形以及STAR-RIS的传输和反射波束成形向量的方法,以最大化总可实现速率并确保每个用户的最低速率要求。仿真结果显示,该方案优于STAR-RIS辅助的OMA系统。 适合人群:具备一定无线通信理论基础、对智能反射面技术和非正交多址接入技术感兴趣的科研人员和工程师。 使用场景及目标:①适用于希望深入了解STAR-RIS与NOMA结合的研究者;②为解决无线通信中频谱资源紧张、提高系统性能提供新的思路和技术手段;③帮助理解PSO算法在无线通信优化问题中的应用。 其他说明:文中提供了详细的Python代码实现,涵盖系统参数设置、信道建模、速率计算、目标函数定义、约束条件设定、主优化函数设计及结果可视化等环节,便于读者理解和复现实验结果。此外,文章还对比了PSO与其他优化算法(如DDPG)的区别,强调了PSO在不需要显式CSI估计方面的优势。
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