《Java编程思想第4版[中文版](PDF格式)》第274章

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；