addItemListener如何将内部的变量返回到外部类?

江叶舟 2020-07-08 12:44:21
public double JSFS(JPanel p) {
JComboBox<String> JSFS = new JComboBox<>();
JSFS.setPreferredSize(new Dimension(100, 20));
JSFS.addItem("");
JSFS.addItem("根据面积、单价计算");
JSFS.addItem("根据贷款总额计算");
JSFS.setBounds(10,30,100,20);
p.add(JSFS);
setVisible(true);

double DKZE = 0;

JSFS.addItemListener(new ItemListener()
{
public void itemStateChanged(ItemEvent e) {
double DKZE;
if(JSFS.getSelectedIndex()==1){
JTextArea DJ1 =new JTextArea();
DJ1.setText("单价:");
DJ1.setOpaque(false);
DJ1.setBounds(10,60,40,20);
p.add(DJ1);

JTextField DJI = new JTextField();
DJI.setBounds(50,60,100,20);
p.add(DJI);

JTextArea DJ2 =new JTextArea();
DJ2.setText("元/平米");
DJ2.setOpaque(false);
DJ2.setBounds(160,60,50,20);
p.add(DJ2);

JTextArea MJ1 =new JTextArea();
MJ1.setText("面积:");
MJ1.setOpaque(false);
MJ1.setBounds(10,90,40,20);
p.add(MJ1);

JTextField MJI = new JTextField();
MJI.setBounds(50,90,100,20);
p.add(MJI);

JTextArea MJ2 =new JTextArea();
MJ2.setText("平方米");
MJ2.setOpaque(false);
MJ2.setBounds(160,90,50,20);
p.add(MJ2);

setVisible(true);

double DJ = Double.valueOf(DJI.getText().toString());
double MJ = Double.valueOf(MJI.getText().toString());
DKZE = DJ * MJ;
}
}
}
);

return DKZE;
}

如何把内部类的DKZE返回到外部?或是在内部给外部的DKZE赋值?
...全文
312 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
qq_39936465 2020-07-08
  • 打赏
  • 举报
回复
引用 2 楼 江叶舟 的回复:
[quote=引用 1 楼 qq_39936465 的回复:]不清楚你说的外部内部到底什么关系,你先搞清楚2个类谁调用谁,通过调用传递值。
addItemListener中获取JTextField的输入得到DKZE = DJ * MJ,这个值如何能返回到外部?[/quote] 你先看看内部类和外部类的调用,再来说明一下你所说的外部到底是什么意思。 https://www.cnblogs.com/rgever/p/8902758.html
江叶舟 2020-07-08
  • 打赏
  • 举报
回复
引用 1 楼 qq_39936465 的回复:
不清楚你说的外部内部到底什么关系,你先搞清楚2个类谁调用谁,通过调用传递值。

addItemListener中获取JTextField的输入得到DKZE = DJ * MJ,这个值如何能返回到外部?
qq_39936465 2020-07-08
  • 打赏
  • 举报
回复
不清楚你说的外部内部到底什么关系,你先搞清楚2个类谁调用谁,通过调用传递值。
内容概要:本文聚焦于高维多阶段随机规划问题,深入研究了正则化分解方法与马尔可夫过程在刻画不确定性动态演化中的应用,并提供了完整的Python代码实现。通过引入正则化技术有效降低了高维随机优化问题的计算复杂度,结合马尔可夫链建模多阶段决策过程中的不确定性传播机制,提升了模型在复杂动态环境下的求解效率与鲁棒性。研究涵盖了问题建模、算法设计、数值求解及结果分析全过程,具有较强的理论深度与工程实践价值; 适合人群:具备一定运筹学、优化理论基础及Python编程能力,从事智能决策、人工智能、能源系统优化、金融工程等相关领域的科研人员、高校研究生以及工业界研发工程师; 使用场景及目标:①应用于电力系统调度、供应链管理、金融资产配置等存在多阶段不确定性的复杂决策场景;②掌握高维随机规划的建模思路与高效求解技术,深入理解正则化方法与马尔可夫过程在实际优化算法中的融合机制与实现路径; 阅读建议:建议结合提供的Python代码进行动手实践,重点关注算法实现细节、参数敏感性分析与收敛性验证,鼓励在不同应用场景中迁移和改进该方法,进一步探索其在分布鲁棒优化、动态规划等前沿方向的扩展潜力。

51,408

社区成员

发帖
与我相关
我的任务
社区描述
Java相关技术讨论
javaspring bootspring cloud 技术论坛(原bbs)
社区管理员
  • Java相关社区
  • 小虚竹
  • 谙忆
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧