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；