锋利的jquery ——学习笔记

本文介绍了如何使用jQuery操作DOM元素,并对比了$(document).ready()与window.onload的区别。通过实例展示了如何利用jQuery选择器来修改表格行的样式。

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

1、代码收集

//在一个id为table的表格的tbody中,如果每行最后一列中的checkbox没有被禁用
//则把这行的背景设置为红色
$("#table>tbody>tr:has(td:last:has(:checkbox:enabled))").css("background","red");
 

先引入 jquery-1.5.1.min.js 然后引入自己写的util.js 否则会报错. 如' $' 没定义'.

 

 

2、window.onload 与$(document).ready() 的简单对比

 

同一个js文件中,可以写多个$(document).ready();(它是表示网页中所有的DOM元素加载完成就执行,但是有可能DOM相关联的东西并没有加载完成。)

$(document).ready(function(){
     alert("first alert!");
});
$(document).ready(function(){
     alert("second alert!");
});

结果两次都会输出结果;
$(document).ready(function(){}) <==可以简写=>$(function(){});

////////////////////////////////////////////////
但是js中的window.onload 不能同时写多个。(它是必须等待网页中所有的内容加载完成后(包括图片等),才会执行)
eg:
      window.onload = function(){
          alert(""first alert!"");
       };
      window.onload = function(){
          alert(""second alert!"");
       };

结果只会打印出来第二个,即:second alert!
内容概要:本文档详细介绍了基于MATLAB实现多目标差分进化(MODE)算法进行无人机三维路径规划的项目实例。项目旨在提升无人机在复杂三维环境中路径规划的精度、实时性、多目标协调处理能力、障碍物避让能力和路径平滑性。通过引入多目标差分进化算法,项目解决了传统路径规划算法在动态环境和多目标优化中的不足,实现了路径长度、飞行安全距离、能耗等多个目标的协调优化。文档涵盖了环境建模、路径编码、多目标优化策略、障碍物检测与避让、路径平滑处理等关键技术模块,并提供了部分MATLAB代码示例。 适合人群:具备一定编程基础,对无人机路径规划和多目标优化算法感兴趣的科研人员、工程师和研究生。 使用场景及目标:①适用于无人机在军事侦察、环境监测、灾害救援、物流运输、城市管理等领域的三维路径规划;②通过多目标差分进化算法,优化路径长度、飞行安全距离、能耗等多目标,提升无人机任务执行效率和安全性;③解决动态环境变化、实时路径调整和复杂障碍物避让等问题。 其他说明:项目采用模块化设计,便于集成不同的优化目标和动态环境因素,支持后续算法升级与功能扩展。通过系统实现和仿真实验验证,项目不仅提升了理论研究的实用价值,还为无人机智能自主飞行提供了技术基础。文档提供了详细的代码示例,有助于读者深入理解和实践该项目。
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