要求:给定任意一个目录,以树形方式展示出该目录中的所有子目录和文件。另外,在展现的时候将目录排在上面,文件排在下面。每一层要加上一个缩进(tab)。
package com.zhk.io;
import java.io.File;
import java.util.ArrayList;
public class ListAllFile
{
//用于判断目录或文件所在的层次
public static int time;
//递归方法
public static void deepList(File file)
{
if (file.isFile() || (0 == file.list().length))
{
return;
}
else
{
File[] files = file.listFiles();
files = sort(files);
for (File f : files)
{
StringBuffer buff = new StringBuffer();
if (f.isFile())
{
buff.append(getTab(time));
buff.append(f.getName());
}
else
{
buff.append(getTab(time));
buff.append(f.getName());
buff.append("】");
}
System.out.println(buff.toString());
if (f.isDirectory())
{
time++;
deepList(f);
time--;
}
}
}
}
/**
* 将文件数组排序,目录放在上面,文件在下面
* @param file
* @return
*/
private static File[] sort(File[] file)
{
ArrayList<File> list = new ArrayList<File>();
//放入所有目录
for (File f : file)
{
if (f.isDirectory())
{
list.add(f);
}
}
//放入所有文件
for (File f : file)
{
if (f.isFile())
{
list.add(f);
}
}
return list.toArray(new File[file.length]);
}
/**
* 根据文件夹层数添加tab符号
* @param time 文件夹层数
* @return
*/
private static String getTab(int time)
{
StringBuffer buff = new StringBuffer();
for (int i = 0; i < time; i++)
{
buff.append("\t");
}
return buff.toString();
}
public static void main(String[] args)
{
// TODO Auto-generated method stub
File f = new File("D:/1b9e862b064769805fb005c3");
deepList(f);
}
}
分享到:
相关推荐
该资源为absl-py-0.1.5.tar.gz,欢迎下载使用哦!
Java_SHAFT是一个统一的测试自动化引擎,由一流的框架提供支持。SHAFT提供了一个向导式的语法,可以有效地驱动
有色基本金属行业周报美元走强黄金内外价差增长铜铝海外消费偏弱国内需求发力-22页.pdf
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的对格子Boltzmann方法中经典的D2Q9模型进行编程求解该程序模拟了单相流体在单通道中的流动情况,在流动通道中可以添加不渗透固体,从而用于模拟流体扰流的情况进一步可以增加不渗透固体的数量,达到模拟流体在多孔介质中的二维流动该程序适用于初学者对LBM方法编程求解的理解,经二次开发后可以用于油气勘探开发领域+使用说明文档 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
Java_处理JBox2D的助手库和示例
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的单级倒立摆的 T-S 模型 包括 LMI 程序源码 ex6.m 模糊控制器S 函数ctrl ex6.m 被控对象S 函数plant+使用说明文档 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
药店后台管理系统设计源码:该项目基于Vue开发,包含100个文件,主要使用Vue、JavaScript和HTML语言。该系统是小组项目的一部分,旨在为药店提供一个后台管理系统,包括药品管理、库存管理、订单处理等功能,以提高药店的管理效率和服务质量。
winxp自带,win7及以上版本把这个文件解压到System32里 ntsd方法1.ntsd -c q -p pid2.ntsd -c q -pn 进程名 资源不贵,快来下载
大学生毕业答辨ppt免费模板【不要积分】下载可编辑可用(112).zip
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的语音处理+使用说明文档.zip 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的用于应用布格重力异常数据反演地下异常密度体+使用说明文档.zip 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
Struts2全漏洞扫描利用工具设计源码:该项目基于Python开发,包含21个文件,主要使用Python语言。该工具旨在帮助开发者扫描并利用Struts2中的全漏洞,包括漏洞检测、漏洞利用等功能,以提高网络安全性和系统的安全性。
STC89C52RC单片机DS18b20温度传感器1602液晶显示软件源码KEIL C51工程文件+开发板PDF原理图.zip
CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的自动进行八数码问题的最优求解,可以显示步数和过程中的数组状态+使用说明文档.zip 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
Python库是一组预先编写的代码模块,旨在帮助开发者实现特定的编程任务,无需从零开始编写代码。这些库可以包括各种功能,如数学运算、文件操作、数据分析和网络编程等。Python社区提供了大量的第三方库,如NumPy、Pandas和Requests,极大地丰富了Python的应用领域,从数据科学到Web开发。Python库的丰富性是Python成为最受欢迎的编程语言之一的关键原因之一。这些库不仅为初学者提供了快速入门的途径,而且为经验丰富的开发者提供了强大的工具,以高效率、高质量地完成复杂任务。例如,Matplotlib和Seaborn库在数据可视化领域内非常受欢迎,它们提供了广泛的工具和技术,可以创建高度定制化的图表和图形,帮助数据科学家和分析师在数据探索和结果展示中更有效地传达信息。
仿妈妈课堂App是一款专为家长和孩子们设计的亲子教育应用,它提供了丰富的教育资源和互动课程,旨在帮助家长更好地参与到孩子的成长和学习过程中。以下是仿妈妈课堂App的主要特点: 亲子互动课程:提供一系列亲子互动课程,涵盖语言学习、科学探索、艺术创作等多个领域。 专家讲座:定期邀请教育专家进行在线讲座,分享育儿知识和教育理念。 成长记录:允许家长记录孩子的成长点滴,包括学习进度、成就和趣事。 社区交流:构建亲子教育社区,让家长能够分享经验、交流心得。 个性化推荐:根据家长和孩子的兴趣及需求,智能推荐相关教育资源。 安全隐私保护:注重用户隐私和数据安全,提供安全的使用环境。 界面友好:设计简洁明了,易于操作,适合所有年龄段的家长使用。 多平台支持:支持iOS和Android平台,确保家长能够在不同设备上使用。 仿妈妈课堂App是家长和孩子共同成长的理想伴侣,无论是家庭教育还是学校教育的补充,都能提供有力的支持。立即下载仿妈妈课堂App,开启亲子教育的新篇章。
4G语音质差参数优化调整建议
Java_芭蕾舞女演员MQTT模块
基于LSTM的网易云音乐评论分析LSTM (Long Short-Term Memory) 是一种特殊的循环神经网络(RNN)架构,用于处理具有长期依赖关系的序列数据。传统的RNN在处理长序列时往往会遇到梯度消失或梯度爆炸的问题,导致无法有效地捕捉长期依赖。LSTM通过引入门控机制(Gating Mechanism)和记忆单元(Memory Cell)来克服这些问题。 以下是LSTM的基本结构和主要组件: 记忆单元(Memory Cell):记忆单元是LSTM的核心,用于存储长期信息。它像一个传送带一样,在整个链上运行,只有一些小的线性交互。信息很容易地在其上保持不变。 输入门(Input Gate):输入门决定了哪些新的信息会被加入到记忆单元中。它由当前时刻的输入和上一时刻的隐藏状态共同决定。 遗忘门(Forget Gate):遗忘门决定了哪些信息会从记忆单元中被丢弃或遗忘。它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 输出门(Output Gate):输出门决定了哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。同样地,它也由当前时刻的输入和上一时刻的隐藏状态共同决定。 LSTM的计算过程可以大致描述为: 通过遗忘门决定从记忆单元中丢弃哪些信息。 通过输入门决定哪些新的信息会被加入到记忆单元中。 更新记忆单元的状态。 通过输出门决定哪些信息会从记忆单元中输出到当前时刻的隐藏状态中。 由于LSTM能够有效地处理长期依赖关系,它在许多序列建模任务中都取得了很好的效果,如语音识别、文本生成、机器翻译、时序预测等。