`
csb
  • 浏览: 4299 次
  • 性别: Icon_minigender_1
最近访客 更多访客>>
文章分类
社区版块
存档分类
最新评论

分形小试

    博客分类:
  • java
阅读更多
    从星期六开班之后,我就正式成为蓝杰1024组成员,在这个组有我们两个可爱的同班同学,还有许多来自邻校的同学们,意外的是在开班的自我介绍的过程中我找到了一个老乡,哈哈哈。我们交流甚欢,还交流各自的学习与生活状况,最近虽然很忙碌,但是有各位的相伴,过程还是相当快乐的,我也坚信自己的选择是正确的。
    这几次给我们上课的是胡zong,但是他叫我们喊他胡哥,虽然跟小龟他们叫的不一样有点不太自然,但是慢慢的就会习惯的。胡哥的上课方式我很喜欢啊,有种很清醒的感觉,不像是被牵着走的,而自己才是真正的主人。
    这几天学的是分形基础,跟我们班两个活宝搭档的感觉不错,代同学代码基础是相当了得,哈哈,他敲代码出结果那是相当快的,我会好好学习,努力赶上他的,哈哈。曹芳同学是活宝,一直都是啊,以后也要更加努力了,为了那天开会时自己说的生活。
一、
    1.第一次,我们打出了一个包含好多三角形的图形,出结果很快,贴代码:

import java.awt.Graphics;

import javax.swing.JFrame;

public class DrawTes {
	//定义一个init方法
	public void init(){
		JFrame jf=new JFrame();
		jf.setSize(600,600);
		jf.setLocationRelativeTo(null);
		jf.setVisible(true);
		
		Graphics g=jf.getGraphics();
		//实例化一个事件处理对象
		MouTest mt=new MouTest(g);
		//将事件处理对象加入到窗体中
		jf.addMouseListener(mt);
	}
	
	public static void main(String[] args) {
		//实例化一个JFrame窗口
		DrawTes dr=new DrawTes();
		dr.init();
	}

}

import java.awt.Graphics;
import java.awt.event.MouseEvent;
import java.awt.event.MouseListener;
import java.util.Random;

public class MouTest implements MouseListener{
	Graphics g;
	
	public MouTest(Graphics g){
		this.g=g;
	}
	public void mouseClicked(MouseEvent e) {
		
		
		
	}

	public void mousePressed(MouseEvent e) {
		
	}

	public void mouseReleased(MouseEvent e) {
		int x1,y1,x2,y2,x3,y3,x4,y4,t;
		Random ran=new Random();
		
		x1=ran.nextInt(500);y1=ran.nextInt(500);
		x2=ran.nextInt(500);y2=ran.nextInt(500);
		x3=ran.nextInt(500);y3=ran.nextInt(500);
		x4=ran.nextInt(500);y4=ran.nextInt(500);//p
		g.drawLine(x1, y1, x1, y1);
		g.drawLine(x2, y2, x2, y2);
		g.drawLine(x3, y3, x3, y3);
		g.drawLine(x4, y4, x4, y4);
	    for(int i=0;i<1000;i++){
	    	t=ran.nextInt(3)+1;
	    	if(t==1){
	    		g.drawLine((x1+x4)/2, (y1+y4)/2, (x1+x4)/2, (y1+y4)/2);
	    		x4=(x1+x4)/2;y4=(y1+y4)/2;
	    	}
	    	if(t==2){
	    		g.drawLine((x2+x4)/2, (y2+y4)/2, (x2+x4)/2, (y2+y4)/2);
	    		x4=(x2+x4)/2;y4=(y2+y4)/2;
	    	}
	    	if(t==3){
	    		g.drawLine((x3+x4)/2, (y3+y4)/2, (x3+x4)/2, (y3+y4)/2);
	    		x4=(x3+x4)/2;y4=(y3+y4)/2;
	    	}
	    	
	    }
		
		
	}
	public void mouseEntered(MouseEvent e) {
		
	}

	public void mouseExited(MouseEvent e) {
	}

}



这之中只要学到的是随机数的应用,
实例化一个Random对象
Random ran=new Random();
调用nextInt()方法
int t=ran.nextInt(3);//随机从0,1,2中返回一个整数给t

2.其中胡哥给我们复习了一下添加监听器的方法
在窗体JFrame对象中必须得到一个画布对象才能在窗体中画图
Graphics g=jf.getGraphics();
实例化一个监听器对象,将画布传到监听器类中,同时给事件添加一个监听器方法
代码:
                Graphics g=jf.getGraphics();
//实例化一个事件处理对象
MouTest mt=new MouTest(g);
//将事件处理对象加入到窗体中
jf.addMouseListener(mt);

从中想到胡哥今天给我们讲的传参的问题
(1)直接传递属性 public修饰符
(2)构造器传参  对于一个对象只能调用一次,也就是在实例化的该对象时
(3)一般函数传参 对于一个对象可以调用多次
打印得到的图形





二、
之后打印很多有趣的图形,之前跟小代子合作弄出了好多错误,发现自己还是很多地方很是粗心啊

贴代码:
package cn0324;

import java.awt.Graphics;

import javax.swing.JFrame;

public class DrawT {
		public void init(){
			JFrame jf=new JFrame();
			jf.setSize(1000, 1000);
			jf.setLocationRelativeTo(null);
			jf.setDefaultCloseOperation(3);
			jf.setVisible(true);
			
			Graphics g=jf.getGraphics();
			
			Mout mou=new Mout(g);
			jf.addMouseListener(mou);
		}
		
		public static void main(String args[]){
			DrawT dr=new DrawT();
			dr.init();
			
		}
		
}
package cn0324;

import java.awt.Graphics;
import java.awt.event.MouseEvent;
import java.awt.event.MouseListener;

public class Mout implements MouseListener {
	private Graphics g;
	public Mout(Graphics g){
		this.g=g;
	}

	public void mouseClicked(MouseEvent e) {
//		double a=1.5f,b=-1.8f,c=1.6f,d=0.9f;
//		double x=0,y=0;
//		int x1=0,y1=0;
//		for(int i=0;i<1000000;i++){
//			g.drawLine(x1, y1, x1, y1);
//			
//			x=Math.sin(a*y)+c*(Math.cos(a*x));
//			y=Math.sin(b*x)+d*(Math.cos(b*y));
//			x1=(int)Math.abs((x*100))+300;
//			y1=(int)Math.abs((y*100))+300;
//			System.out.println("x1 = "+x1+"y1 ="+y1);
//			
//		}
	}

	public void mousePressed(MouseEvent e) {
		
	}

	public void mouseReleased(MouseEvent e) {
		draw3();
	}
 public void draw1(){
		double a=1.5f,b=-1.8f,c=1.6f,d=0.9f;
		double x=0,y=0,x2;
		int x1=0,y1=0;
		for(int i=0;i<100000;i++){
			g.drawLine(x1, y1, x1, y1);
			x2=x;
			x=Math.sin(a*y)+c*(Math.cos(a*x));
			y=Math.sin(b*x2)+d*(Math.cos(b*y));
			x1=(int)(x*100)+300;
			y1=(int)(y*100)+300;
			//System.out.println("x1 = "+x1+"y1 ="+y1);
			
		}
 }
 public void draw2(){
		double a=1.7f,b=1.7f,c=0.06f,d=1.2f;
		double x=0,y=0,x2;
		int x1=0,y1=0;
		for(int i=0;i<100000;i++){
			g.drawLine(x1, y1, x1, y1);
			x2=x;
			x=Math.sin(a*y)+c*(Math.cos(a*x));
			y=Math.sin(b*x2)+d*(Math.cos(b*y));
			x1=(int)(x*100)+300;
			y1=(int)(y*100)+300;
			//System.out.println("x1 = "+x1+"y1 ="+y1);
			
		}
}
 public void draw3(){
		double a=1.4f,b=1.5f,c=1.40f,d=-6.56f;
		double x=0,y=0,x2,y2;
		int x1=0,y1=0;
		for(int i=0;i<100000;i++){
			g.drawLine(x1, y1, x1, y1);
			x2=x;
			y2=y;
			x=d*(Math.sin(a*x2))-(Math.sin(b*y2));
			y=c*(Math.sin(b*x2))+Math.cos(b*y2);
			x1=(int)(x*40)+300;
			y1=(int)(y*40)+300;
			//System.out.println("x1 = "+x1+"y1 ="+y1);
			
		}
}

	public void mouseEntered(MouseEvent e) {
		
	}

	public void mouseExited(MouseEvent e) {
		
	}

}

主要的错误是:
1.那个参与计算的应该是double类型的,而且不应该放大倍数,打印该点时才放大该点的坐标
2.                      x=Math.sin(a*y)+c*(Math.cos(a*x));
y=Math.sin(b*x)+d*(Math.cos(b*y));//错误的原因是x的只改变了之后还代入到y的计算中,坑了自己啊,改成y=Math.sin(b*x2)+d*(Math.cos(b*y));
x1=(int)(x*100)+300;
y1=(int)(y*100)+300;

打印的图形:








  • 大小: 18.6 KB
  • 大小: 144.8 KB
  • 大小: 57.6 KB
  • 大小: 74.3 KB
分享到:
评论

相关推荐

    数列高考常见题型分类归纳.doc

    - **例题1-2**:分形几何问题,需要理解分形的生长规律来确定实心圆点的数量。 - **出现an, an+1, an+2的式子**: - 如1-4和1-5所示,通常需要利用数列的前n项和Sn与通项an的关系来解决问题。 - **技巧**:先...

    无需编写任何代码即可创建应用程序:Deepseek-R1 和 RooCode AI 编码代理.pdf

    deepseek最新资讯、配置方法、使用技巧,持续更新中

    Heric拓扑并网离网仿真模型:PR单环控制,SogIPLL锁相环及LCL滤波器共模电流抑制技术解析,基于Heric拓扑的离网并网仿真模型研究与应用分析:PR单环控制与Sogipll锁相环的共模电流抑

    Heric拓扑并网离网仿真模型:PR单环控制,SogIPLL锁相环及LCL滤波器共模电流抑制技术解析,基于Heric拓扑的离网并网仿真模型研究与应用分析:PR单环控制与Sogipll锁相环的共模电流抑制效能,#Heric拓扑并离网仿真模型(plecs) 逆变器拓扑为:heric拓扑。 仿真说明: 1.离网时支持非单位功率因数负载。 2.并网时支持功率因数调节。 3.具有共模电流抑制能力(共模电压稳定在Udc 2)。 此外,采用PR单环控制,具有sogipll锁相环,lcl滤波器。 注:(V0004) Plecs版本4.7.3及以上 ,Heric拓扑; 离网仿真; 并网仿真; 非单位功率因数负载; 功率因数调节; 共模电流抑制; 共模电压稳定; PR单环控制; sogipll锁相环; lcl滤波器; Plecs版本4.7.3及以上,Heric拓扑:离网并网仿真模型,支持非单位功率因数与共模电流抑制

    培训机构客户管理系统 2024免费JAVA微信小程序毕设

    2024免费微信小程序毕业设计成品,包括源码+数据库+往届论文资料,附带启动教程和安装包。 启动教程:https://www.bilibili.com/video/BV1BfB2YYEnS 讲解视频:https://www.bilibili.com/video/BV1BVKMeZEYr 技术栈:Uniapp+Vue.js+SpringBoot+MySQL。 开发工具:Idea+VSCode+微信开发者工具。

    基于SMIC 40nm工艺库的先进芯片技术,SMIC 40nm工艺库技术细节揭秘:引领半导体产业新革命,smic40nm工艺库 ,smic40nm; 工艺库; 芯片制造; 纳米技术,SMIC 40nm

    基于SMIC 40nm工艺库的先进芯片技术,SMIC 40nm工艺库技术细节揭秘:引领半导体产业新革命,smic40nm工艺库 ,smic40nm; 工艺库; 芯片制造; 纳米技术,SMIC 40nm工艺库:领先技术驱动的集成电路设计基础

    2013年上半年软件设计师上午题-真题及答案解析

    2013年上半年软件设计师上午题-真题及答案解析

    淮南市乡镇边界,shp格式

    shp格式,可直接导入arcgis使用

    ROS下的移动机器人路径规划算法:基于强化学习算法DQN、DDPG、SAC及TD3的实践与应用,ROS系统中基于强化学习算法的移动机器人路径规划策略研究:应用DQN、DDPG、SAC及TD3算法,RO

    ROS下的移动机器人路径规划算法:基于强化学习算法DQN、DDPG、SAC及TD3的实践与应用,ROS系统中基于强化学习算法的移动机器人路径规划策略研究:应用DQN、DDPG、SAC及TD3算法,ROS下的移动机器人路径规划算法,使用的是 强化学习算法 DQN DDPG SAC TD3等 ,ROS; 移动机器人; 路径规划算法; DQN; DDPG; SAC; TD3,ROS强化学习移动机器人路径规划算法研究

    粒子群优化算法精准辨识锂电池二阶RC模型参数:高仿真精度下的SOC估计铺垫,粒子群优化算法精准辨识锂电池二阶RC模型参数:仿真验证与SOC估计铺垫,使用粒子群优化算法(PSO)辨识锂电池二阶RC模型参

    粒子群优化算法精准辨识锂电池二阶RC模型参数:高仿真精度下的SOC估计铺垫,粒子群优化算法精准辨识锂电池二阶RC模型参数:仿真验证与SOC估计铺垫,使用粒子群优化算法(PSO)辨识锂电池二阶RC模型参数(附MATLAB代码) 使用粒子群优化算法来辨识锂离子电池二阶RC模型的参数。 将粒子群优化算法寻找到的最优参数代入二阶RC模型进行仿真,经过验证,端电压的估计误差小于0.1%,说明粒子群优化算法辨识得到的参数具有较高的精度,为锂离子电池SOC的估计做铺垫。 ,关键词:粒子群优化算法(PSO); 锂电池二阶RC模型参数辨识; MATLAB代码; 端电压估计误差; 锂离子电池SOC估计。,PSO算法优化锂电池二阶RC模型参数:高精度仿真与MATLAB代码实现

    selenium环境搭建-谷歌浏览器驱动

    selenium环境搭建-谷歌浏览器驱动

    35页-华为智慧社区商业解决方案.pdf

    在当今科技日新月异的时代,智慧社区的概念正悄然改变着我们的生活方式。它不仅仅是一个居住的空间,更是一个集成了先进科技、便捷服务与人文关怀的综合性生态系统。以下是对智慧社区整体解决方案的精炼融合,旨在展现其知识性、趣味性与吸引力。 一、智慧社区的科技魅力 智慧社区以智能化设备为核心,通过综合运用物联网、大数据、云计算等技术,实现了社区管理的智能化与高效化。门禁系统采用面部识别技术,让居民无需手动操作即可轻松进出;停车管理智能化,不仅提高了停车效率,还大大减少了找车位的烦恼。同时,安防报警系统能够实时监测家中安全状况,一旦有异常情况,立即联动物业进行处理。此外,智能家居系统更是将便捷性发挥到了极致,通过手机APP即可远程控制家中的灯光、窗帘、空调等设备,让居民随时随地享受舒适生活。 视频监控与可视对讲系统的结合,不仅提升了社区的安全系数,还让居民能够实时查看家中情况,与访客进行视频通话,大大增强了居住的安心感。而电子巡更、公共广播等系统的运用,则进一步保障了社区的治安稳定与信息传递的及时性。这些智能化设备的集成运用,不仅提高了社区的管理效率,更让居民感受到了科技带来的便捷与舒适。 二、智慧社区的增值服务与人文关怀 智慧社区不仅仅关注科技的运用,更注重为居民提供多元化的增值服务与人文关怀。社区内设有互动LED像素灯、顶层花园控制喷泉等创意设施,不仅美化了社区环境,还增强了居民的归属感与幸福感。同时,社区还提供了智能家居的可选追加项,如空气净化器、远程监控摄像机等,让居民能够根据自己的需求进行个性化选择。 智慧社区还充分利用大数据技术,对居民的行为数据进行收集与分析,为居民提供精准化的营销服务。无论是周边的商业信息推送,还是个性化的生活建议,都能让居民感受到社区的智慧与贴心。此外,社区还注重培养居民的环保意识与节能意识,通过智能照明、智能温控等系统的运用,鼓励居民节约资源、保护环境。 三、智慧社区的未来发展与无限可能 智慧社区的未来发展充满了无限可能。随着技术的不断进步与创新,智慧社区将朝着更加智能化、融合化的方向发展。比如,利用人工智能技术进行社区管理与服务,将能够进一步提升社区的智能化水平;而5G、物联网等新技术的运用,则将让智慧社区的连接更加紧密、服务更加高效。 同时,智慧社区还将更加注重居民的体验与需求,通过不断优化智能化设备的功能与服务,让居民享受到更加便捷、舒适的生活。未来,智慧社区将成为人们追求高品质生活的重要选择之一,它不仅是一个居住的空间,更是一个融合了科技、服务、人文关怀的综合性生态系统,让人们的生活更加美好、更加精彩。 综上所述,智慧社区整体解决方案以其科技魅力、增值服务与人文关怀以及未来发展潜力,正吸引着越来越多的关注与认可。它不仅能够提升社区的管理效率与居民的生活品质,更能够为社区的可持续发展注入新的活力与动力。

    PowerSettingsExplorer.rar

    PowerSettingsExplorer.rar 电脑的电源管理软件,明白的不多说。自己搜索即可知道。

    2025年开源人工智能:关键参与者与预测.pdf

    deepseek最新资讯,配置方法,使用技巧,持续更新中

    DeepSeek 发布 Janus Pro AI 图像生成器 – 开源且免费.pdf

    deepseek最新资讯、配置方法、使用技巧,持续更新中

    消息中间件rabbitmq-server

    RabbitMQ 是一个开源的消息代理(Message Broker),实现了 AMQP(Advanced Message Queuing Protocol) 协议,用于在分布式系统中实现高效、可靠的消息传递。

    西门子S7-1200与汇川PLC新通信选择:Ethernet IP通信的突破与优势,功能安全及精准同步的创新实践 ,西门子S7-1200与汇川PLC通信新选择:Ethernet IP通信方案亮相,替代

    西门子S7-1200与汇川PLC新通信选择:Ethernet IP通信的突破与优势,功能安全及精准同步的创新实践。,西门子S7-1200与汇川PLC通信新选择:Ethernet IP通信方案亮相,替代Modbus TCP实现更高级功能与安全控制。,西门子PLC和汇川PLC新通信选择-西门子S7-1200 1500系列PLC也开始支持Ethernet IP通信了。 这为西门子系列的PLC和包括汇川AM400 600等Codesys系PLC的通信提供了新的解决方案。 当前两者之间的通信大多采用ModBus TCP通信。 Modbus TCP和EtherNet IP的区别主要是应用层不相同,ModbusTCP的应用层采用Modbus协议,而EtherNetIP采用CIP协议,这两种工业以太网的数据链路层采用的是CSMACCD,因此是标准的以太网,另外,这两种工业以太网的网络层和传输层采用TCPIP协议族。 还有一个区别是,Modbus协议中迄今没有协议来完成功能安全、高精度同步和运功控制等,而EtherNet IP有CIPSatety、ClIP Sync和ClPMotion来

    自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据),自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据)

    自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据),自适应无迹卡尔曼滤波AUKF算法:系统估计效果展示与特性分析(含MATLAB代码与Excel数据),自适应无迹卡尔曼滤波AUKF算法 配套文件包含MATLAB代码+excel数据+学习资料 估计效果与系统特性有关,图片展示为一复杂系统估计效果 ,AUKF算法; MATLAB代码; excel数据; 学习资料; 估计效果; 系统特性。,自适应无迹卡尔曼滤波AUKF算法:MATLAB代码与学习资料

    基于MATLAB Simscape的IGBT开关特性模型:揭示开关损耗、米勒平台及瞬态行为的分析工具,IGBT开关特性模型与MATLAB Simscape模拟:深入理解开关行为及损耗数据,IGBT开关

    基于MATLAB Simscape的IGBT开关特性模型:揭示开关损耗、米勒平台及瞬态行为的分析工具,IGBT开关特性模型与MATLAB Simscape模拟:深入理解开关行为及损耗数据,IGBT开关特性模型,MATLAB Simscape模型。 该模型展示了IGBT的详细的开关模型,用于创建开关损耗列表数据。 有助于理解IGBT米勒平台、瞬态开关行为。 也可以用于MOOSFET。 ,IGBT开关模型; MATLAB Simscape; 开关损耗; 米勒平台; 瞬态开关行为; MOOSFET。,MATLAB Simscape中IGBT精细开关模型:揭示米勒平台与瞬态行为

    基于卷积神经网络CNN的多输入单输出数据回归预测-含详细注释与多种评估指标(R2、MAE、MBE),基于卷积神经网络CNN的多输入单输出数据回归预测模型详解-附代码注释、指标评估及Excel数据处

    基于卷积神经网络CNN的多输入单输出数据回归预测——含详细注释与多种评估指标(R2、MAE、MBE),基于卷积神经网络CNN的多输入单输出数据回归预测模型详解——附代码注释、指标评估及Excel数据处理方法,基于卷积神经网络CNN的数据回归预测 多输入单输出预测 代码含详细注释,不负责 数据存入Excel,替方便,指标计算有决定系数R2,平均绝对误差MAE,平均相对误差MBE ,基于卷积神经网络CNN; 数据回归预测; 多输入单输出; 详细注释; Excel存储; 指标计算(R2; MAE; MBE); 不负责。,基于CNN的卷积数据回归预测模型:多输入单输出代码详解与性能评估

    四六级词汇系统 2024免费JAVA微信小程序毕设

    2024免费微信小程序毕业设计成品,包括源码+数据库+往届论文资料,附带启动教程和安装包。 启动教程:https://www.bilibili.com/video/BV1BfB2YYEnS 讲解视频:https://www.bilibili.com/video/BV1BVKMeZEYr 技术栈:Uniapp+Vue.js+SpringBoot+MySQL。 开发工具:Idea+VSCode+微信开发者工具。

Global site tag (gtag.js) - Google Analytics