按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！
一个临时数组，其中包含了名为rs 的字串（rs 代表“结果集”——Result Set）。结果集要么直接从n 复
制（没有find 关键字），要么选择性地从包含了 find 关键字的n 中的字串复制。最后会检查strip
Checkbox，看看用户是不是希望将名字中多余的部分删除（默认为“是”）。若答案是肯定的，则用
StripQualifiers。strip（）做这件事情；反之，就将列表简单地显示出来。
在 init（）中，大家也许认为在设置布局时需要进行大量繁重的工作。事实上，组件的布置完全可能只需要极
少的工作。但象这样使用BorderLayout 的好处是它允许用户改变窗口的大小，并特别能使 TextArea （文本
区域）更大一些，这意味着我们可以改变大小，以便毋需滚动即可看到更长的名字。
编程时，大家会发现特别有必要让这个工具处于运行状态，因为在试图判断要调用什么方法的时候，它提供
了最好的方法之一。
17。3 复杂性理论
下面要介绍的程序的前身是由Larry O'Brien 原创的一些代码，并以由 Craig Reynolds 于 1986 年编制的
“Boids”程序为基础，当时是为了演示复杂性理论的一个特殊问题，名为“凸显”（Emergence）。
这儿要达到的目标是通过为每种动物都规定少许简单的规则，从而逼真地再现动物的群聚行为。每个动物都
能看到看到整个环境以及环境中的其他动物，但它只与一系列附近的“群聚伙伴”打交道。动物的移动基于
三个简单的引导行为：
（1） 分隔：避免本地群聚伙伴过于拥挤。
（2） 方向：遵从本地群聚伙伴的普遍方向。
（3） 聚合：朝本地群聚伙伴组的中心移动。
更复杂的模型甚至可以包括障碍物的因素，动物能预知和避免与障碍冲突的能力，所以它们能围绕环境中的
固定物体自由活动。除此以外，动物也可能有自己的特殊目标，这也许会造成群体按特定的路径前进。为简
化讨论，避免障碍以及目标搜寻的因素并未包括到这里建立的模型中。
尽管计算机本身比较简陋，而且采用的规则也相当简单，但结果看起来是真实的。也就是说，相当逼真的行
为从这个简单的模型中“凸显”出来了。
程序以合成到一起的应用程序／程序片的形式提供：
//： FieldOBeasts。java
// Demonstration of plexity theory； simulates
// herding behavior in animals。 Adapted from
// a program by Larry O'Brien lobrien@msn。
import java。awt。*；
import java。awt。event。*；
import java。applet。*；
import java。util。*；
class Beast ｛
643
…………………………………………………………Page 645……………………………………………………………
int
x； y； // Screen position
currentSpeed； // Pixels per second
float currentDirection； // Radians
Color color； // Fill color
FieldOBeasts field； // Where the Beast roams
static final int GSIZE = 10； // Graphic size
public Beast（FieldOBeasts f； int x； int y；
float cD； int cS； Color c） ｛
field = f；
this。x = x；
this。y = y；
currentDirection = cD；
currentSpeed = cS；
color = c；
｝
public void step（） ｛
// You move based on those within your sight：
Vector seen = field。beastListInSector（this）；
// If you're not out in front
if（seen。size（） 》 0） ｛
// Gather data on those you see
int totalSpeed = 0；
float totalBearing = 0。0f ；
float distanceToNearest = 100000。0f；
Beast nearestBeast =
（Beast）seen。elementAt（0）；
Enumeration e = seen。elements（）；
while（e。hasMoreElements（）） ｛
Beast aBeast = （Beast） e。nextElement（）；
totalSpeed ＋= aBeast。currentSpeed；
float bearing =
aBeast。bearingFromPointAlongAxis（
x； y； currentDirection）；
totalBearing ＋= bearing；
float distanceToBeast =
aBeast。distanceFromPoint（x； y）；
if（distanceToBeast 《 distanceToNearest） ｛
nearestBeast = aBeast；
distanceToNearest = distanceToBeast；
｝
｝
// Rule 1： Match average speed of those
// in the list：
currentSpeed = totalSpeed / seen。size（）；
// Rule 2： Move towards the perceived
// center of gravity of the herd：
currentDirection =
totalBearing / seen。size（）；
// Rule 3： Maintain a minimum distance
// from those around you：
644
…………………………………………………………Page 646……………………………………………………………
if（distanceToNearest field。maxSpeed） ｛
currentSpeed = field。maxSpeed；
｝
｝
｝
else ｛ // You are in front； so slow down
currentSpeed =
（int）（currentSpeed * field。decayRate）；
｝
// Make the beast move：
x ＋= （int）（Math。cos（currentDirection）
* currentSpeed）；
y ＋= （int）（Math。sin（currentDirection）
* currentSpeed）；
x ％= field。xExtent；
y ％= field。yExtent；
if（x 《 0）
x ＋= field。xExtent；
if（y 《 0）
y ＋= field。yExtent；
｝
public float bearingFromPointAlongAxis （
int originX； int originY； float axis） ｛
// Returns bearing angle of the current Beast
// in the world coordiante system
try ｛
double bearingInRadians =
Math。atan（
（this。y originY） /
（this。x originX））；
// Inverse tan has two solutions； so you
// have to correct for other quarters：
if（x 《 originX） ｛
if（y 《 originY） ｛
bearingInRadians ＋= （float）Math。PI；
｝
else ｛
bearingInRadians =
（float）Math。PI bearingInRadians；
｝
｝
// Just subtract the axis （in radians）：
return （float） （axis bearingInRadians）；
｝ catch（ArithmeticException aE） ｛
// Divide by 0 error possible on this
if（x 》 originX） ｛
return 0；