JavaWeb框架复习笔记-Struts2(封装表单数据到集合里面)

本文介绍了将表单数据封装到List集合及Map集合的方法。通过编写实体类、Action类并配置核心文件,再配合jsp页面操作,实现了数据的有效封装。尽管这种方式较为繁琐,但为开发者提供了灵活的数据处理手段。

封装到List集合

首先我们去写一个实体类
在这里插入图片描述
然后去写一个Action类
在这里插入图片描述
然后去核心配置文件配置Action
在这里插入图片描述
写一个jsp页面来完成封装操作
在这里插入图片描述
然后部署服务查看封装效果
在这里插入图片描述
在这里插入图片描述
可以看出这个种封装方式也可以把表单数据封装到实体类里面,但是这个样比较麻烦。

封装数据到Map集合

步骤和上面的差不多,就是Action那一步和jsp页面不同
Action
在这里插入图片描述
jsp页面
在这里插入图片描述
测试查看结果
在这里插入图片描述
在这里插入图片描述
可以看出这样也同样可以封装数据到map集合当中,但是缺点依旧是麻烦。

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,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,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,提出自适应参数调整、模型优化和行计算等改进策略。; 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,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