c# 委托

委托机制详解

委托:平时我们喝水,要经历三个过程一是找水杯,二是倒水,三才是喝水。

           平时实现一个功能,也是一样,需要创建一个对象,去分别调用各个方法。

           委托就是建立一个方法链,配置好,让对象依次执行这条链上各个方法。

效果:提高代码效率,使代码容易维护。


步骤一:声明委托

格式:修饰符 delegate 返回类型 委托名(方法参数列表)

说明:修饰符--public protected private internal(只能在当前应用中访问)

           deledate--委托说明符

实例:

           public deledate int ABC(int i,int j)


步骤二:向委托注册方法的条件

说明:1.返回值类型相同

           2.参数列表相同(其中变量的可以不同

实例:

         委托如:public deledate int ABC(int i,int j)

         int F1(int a,int b)      可以注册到ABC委托中

         void F1(int a,int b)   不可以注册到ABC委托中,返回值类型不同

         int F1(int a)              不可以注册到ABC委托中,参数列表不相同

         int F1(int a,string b) 不可以注册到ABC委托中参数列表不相同

步骤三:委托实例化

作用:创建实例化,也可以注册方法到委托

实例:        

namespace shilihuaweituo
{
    public delegate int ABC(int i);
    class Program
    {
        public int F1(int i) 
        {
            Console.WriteLine("调用实例方法 F1(int i)");
            return i;
        }
        static void Main(string[] args)
        {
            Program p = new Program();
            ABC abc = new ABC(p.F1);
        }
    }
}

步骤四:委托注册方法

说明:委托除了在实例化的时候注册方法,还可以使用+=、-=,添加和移除方法。

实例:

namespace shilihuaweituo
{
    public delegate int ABC(int i);
    class Program
    {
        public int F1(int i) 
        {
            Console.WriteLine("调用实例方法 F1(int i)");
            return i;
        }
        public static int F2(int i)
        {
            Console.WriteLine("调用静态方法 F2(int i)");
            return i;
        }
        static void Main(string[] args)
        {
            Program p = new Program();
            ABC abc01 = new ABC(p.F1);
            ABC abc02 = new ABC(F2);
            abc01 += abc02;
        }
    }
}

步骤五调用委托

实例:


效果:


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