treeview控件 全选,全清

liym15 2005-07-22 03:45:46
当我点击全选按钮时,treeview的checkbox则全部要打勾,子节也要打勾,当我点击全清按钮时,则treeview的checkbox全部清掉打勾,子节点也要清掉
请高手赐教
...全文
399 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
hamadou 2005-07-22
  • 打赏
  • 举报
回复
1. 在树节点中显示出了checkbox,点一节点后让其所有子节点都设置其checkbox的值与该节点一致。
方法一:
'使子树的CHECKBOX与父亲节点的一致
Public Shared Function ToggleAllNode(ByVal CurrentNode As TreeNode, ByVal bChecked As Boolean)
Dim node As TreeNode
For Each node In CurrentNode.Nodes
node.Checked = bChecked
If node.Nodes.Count > 0 Then
ToggleAllNode(node, bChecked)
End If
Next
End Function
方法二:
Private Sub ToggleAllNode(ByVal CurrentNode As TreeNode, ByVal bChecked As Boolean)
Dim mNodes As TreeNodeCollection
If (Not CurrentNode Is Nothing) Then
mNodes = CurrentNode.Nodes '所有当前节点的子节点集合
If (Not mNodes Is Nothing) Then
'遍历
Dim lev As IEnumerator = mNodes.GetEnumerator
While lev.MoveNext
Dim childnode As TreeNode = CType(lev.Current, TreeNode)
childnode.Checked = bChecked
ToggleAllNode(childnode, bChecked)
End While
End If
End If
End Sub
2. 树中点了某节点,设置其父亲节点的checkbox也随着改变,如果当前节点是TRUE,则父亲节点都为TRUE,如果当前节点是FALSE,则要判断父亲节点的所有子节点是否都为FALSE,如果都是才设置父亲节点为FALSE,否则不变。
Public Shared Function AscendRootNode(ByVal CurrentNode As TreeNode, ByVal bchecked As Boolean)
Dim mnodes As TreeNode
If Not CurrentNode Is Nothing Then
mnodes = CurrentNode.Parent‘父亲节点
If Not mnodes Is Nothing Then
If Not bchecked Then ‘如果是FALSE,则要遍历该父亲节点的所有子节点,看是否都为FALSE
Dim cnode As TreeNode
Dim IsAllFalse As Boolean = True
For Each cnode In mnodes.Nodes
If cnode.Checked = True Then
IsAllFalse = False
Exit For
End If
Next
If IsAllFalse Then
mnodes.Checked = False
End If
AscendRootNode(mnodes, bchecked) ‘递归调用
Else
mnodes.Checked = True ‘如果为TRUE,则直接设置为TRUE即可
AscendRootNode(mnodes, bchecked) ‘递归调用
End If
End If
End If
End Function

**************************
调用过程:
Private Sub trvUserRight_AfterCheck(ByVal sender As Object, ByVal e As System.Windows.Forms.TreeViewEventArgs) Handles trvUserRight.AfterCheck
Try
If e.Action <> TreeViewAction.Unknown Then
ToggleAllNode(e.Node, e.Node.Checked)
AscendRootNode(e.Node, e.Node.Checked)
End If
Catch ex As Exception
MessageBox.Show(ex.ToString)
End Try
End Sub

stcllnb 2005-07-22
  • 打赏
  • 举报
回复
借花献佛
http://community.csdn.net/Expert/topic/3993/3993993.xml?temp=.5265619
stcllnb 2005-07-22
  • 打赏
  • 举报
回复
up
拼命三朗 2005-07-22
  • 打赏
  • 举报
回复
使用递归遍历Nodes集合嘛!
内容概要:本文研究了基于Q-Learning自适应强化学习的PID控制器在自主水下航行器(AUV)运动控制中的应用,旨在提升其在复杂海洋环境下的控制性能。通过建立AUV的动力学模型,将Q-Learning算法与传统PID控制相结合,实现控制器参数的在线自适应优化,有效增强了系统的响应速度、稳定性和抗干扰能力。研究采用Matlab进行仿真验证,结果表明该方法在轨迹跟踪与姿态控制方面具有优越表现,为水下机器人智能控制提供了可行的技术路径与理论支持。; 适合人群:具备自动控制理论、强化学习或水下机器人建模背景,从事相关科研工作的研究人员、高校研究生及工程技术开发者。; 使用场景及目标:①应用于高精度、强鲁棒性的水下机器人运动控制系统设计;②开展智能PID控制器在非线性、时变系统中的参数自整定研究;③作为强化学习在复杂工业控制场景中落地的典型案例参考,推动算法与工程实践融合。; 阅读建议:建议结合提供的Matlab代码进行仿真实验,重点剖析Q-Learning与PID融合的架构设计、奖励函数设定及参数收敛过程,可进一步拓展至与其他智能优化算法(如DQN、Actor-Critic)的对比研究,深化对自适应控制机制的理解。
已经博主授权,源码转载自 https://pan.quark.cn/s/a4b39357ea24 Matlab 被视为一种功能卓越的编程平台,特别是在数值运算和数据分析方面展现出广泛的应用价值。在应对多元非线性回归的挑战时,Matlab 拥备多种工具和函数,支持用户对复杂的数据进行构建模型和适配。本指南将重点阐释在 Matlab 环境下如何执行多元非线性回归分析。 我们需要掌握三种关键的回归指令: 1. `polyfit(x,y,n)`:此函数适用于拟合一元幂函数,能够导出一个多项式模型。例如,若知晓数据呈现二次函数形态,可选择`n=2`来适配一个二次曲线。 2. `regress(y,x)`:这是一个多元线性回归指令,能够处理多个自变量对因变量的影响。即便数据并非完全呈现线性特征,该函数也能提供一个线性近似。 3. `nlinfit(x,y,’fun’,beta0)`:这是最为通用的非线性回归指令,适用于适配任何类型的函数,无论是一元或多元,前提是用户能够定义函数形式(`fun`参数)。 回归分析的核心在于寻找一组最优的系数,使得模型能够最恰当地描述数据。这通常涉及选择一个合适的函数形态,随后通过最小化误差平方和来估算系数。在Matlab中,`regress`指令主要用于处理线性模型,而`nlinfit`则处理更为复杂的非线性模型。 对于多元线性回归模型,我们可以用如下形式进行表述: \[ y = \beta_0 + \beta_1x_1 + \beta_2x_2 + \cdots + \beta_px_p + \epsilon \] 其中,\( y \)是因变量,\( x_1, x_2, \ldots, x_p \)是自变量,\( \beta_0, \beta_1, ...
内容概要:本文系统阐述了基于BP神经网络的语音特征信号分类方法,并提供了完整的Matlab代码实现。研究围绕语音信号的数据预处理、特征提取、神经网络结构设计、模型训练与分类测试等核心环节展开,详细展示了BP神经网络在语音识别任务中的应用流程。通过构建多层前馈网络模型,利用误差反向传播算法优化权重,实现了对不同语音类别特征的高效分类,具有较强的工程实践价值和技术可复现性。; 适合人群:具备信号处理与机器学习基础知识,熟悉Matlab编程语言,从事语音识别、模式识别、人工智能等相关领域研究的学生及科研人员;特别适用于开展课程设计、毕业设计或科研项目的初级与中级研究人员。; 使用场景及目标:①深入理解BP神经网络的基本原理及其在语音信号分类中的具体实现过程;②掌握Matlab环境下语音信号特征提取与分类模型构建的全流程技术;③为语音识别、人机交互、智能听觉系统等实际应用场景提供可靠的算法基础与代码参考。; 阅读建议:建议读者结合所提供的Matlab代码逐行分析其实现逻辑,重点关注数据输入格式、网络参数初始化、训练迭代过程及分类性能评估;可通过调整隐含层节点数、学习率、激活函数等超参数,观察模型收敛性与分类准确率的变化,从而深化对神经网络调参策略的理解。

16,718

社区成员

发帖
与我相关
我的任务
社区描述
VB技术相关讨论,主要为经典vb,即VB6.0
社区管理员
  • VB.NET
  • 水哥阿乐
  • 无·法
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