三种不确定宽度的块级元素的水平居中方法

第一种:

html代码:

<div class="wrap"> 
  <table>
   <tbody>
    <tr>
     <td>
      <ul class="test">
       <li><a href="#">1</a></li>
       <li><a href="#">2</a></li>
       <li><a href="#">3</a></li>
       <li><a href="#">4</a></li>
       <li><a href="#">5</a></li>
      </ul>
     </td>
    </tr>
   </tbody>
  </table>
 </div>

css样式:

ul{list-style:none;margin: 0;padding: 0;}
 table{margin-left:auto;margin-right:auto;}
 .test li{float: left;display: inline;margin-right: 5px;}
 .test a{float: left;width:20px;height:20px;text-align: center;line-height: 20px;background:#3161c5;color:#fff;border:1px solid #316ac5;text-decoration:none;}
 .test a:hover{background:#fff;color:#316ac5;}

第二种:

html代码:

<div class="wrap">
  <ul class="test">
   <li><a href="#">1</a></li>
   <li><a href="#">2</a></li>
   <li><a href="#">3</a></li>
   <li><a href="#">4</a></li>
   <li><a href="#">5</a></li>
  </ul>
 </div>

css样式:

ul{list-style:none;margin:0;padding:0;}
 .wrap{background:#000;width:100%;height:100px;}
 .test{text-align: center;padding:5px;}
 .test li{display:inline;}
 .test a{padding:2px 6px;background:#316ac5;color:#fff;border:1px solid #316ac5;text-decoration:none;}
 .test a:hover{background:#fff;color:#316ac5;}

第三种:

html代码同第二种相同。

css样式:

ul{list-style:none;margin:0;padding:0;}
 .wrap{background:#000;width:100%;height:100px;}
 .test{clear:both;padding-top:5px;float:left;position:relative;left:50%;}
 .test li{float:left;display:inline;margin-right:5px;position:relative;left:-50%;}
 .test a{float:left;width:20px;height:20px;text-align:center;line-height:20px;background:#316ac5;color:#fff;border:1px solid #316ac5;text-decoration:none;}
 .test a:hover{background:#fff;color:#316ac5;}

转载于:https://www.cnblogs.com/wjly/p/4414900.html

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