博客
关于我
C# 多个class之间共享变量
阅读量:789 次
发布时间:2019-03-24

本文共 1592 字,大约阅读时间需要 5 分钟。

C#中的变量管理与C++有所区别,因为它不支持全局变量的概念。因此,所有变量都需要放置在某个类中。为了保证类A和类B能够互相访问和修改变量,可以采取以下两种方法来实现数据传递和变量更新。

方法一:通过静态变量实现变量共享

为了实现类A和类B之间的变量共享,可以定义一个全局类(Global Variable),将其设为公共类,供所有类引用。这样,类A和类B都可以访问并修改这些变量。具体实现方式如下:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Threading.Tasks;
namespace P
{
static class GlobalVariable
{
public static bool CornerInfoFlag = true;
public static bool RTArrayInfoFlag = true;
public static bool RTLineInfoFlag = true;
public static bool RTGuaiJiaoInfoFlag = true;
public static bool SideArrayInfoFlag = true;
public static bool SideLineInfoFlag = true;
}
}

方法二:通过类A的静态变量进行数据传递

另一种方法是,在类A中定义静态变量,并提供public方法供类B在修改数据后调用。类B在完成计算后,通过调用类A的方法,将最新数据写入类A的静态变量中。这样可以避免全局变量的多处修改问题。示例代码如下:

public class A
{
private static List
Dot = new List
();
public void WriteData(List
threadDot)
{
Dot.InsertRange(0, threadDot);
}
}
public class B : Thread
{
byte[] data;
private List
threadDot = new List
();
private Vector3 xyz;
private readonly A mainThreadData;
public B(byte[] buffer)
{
data = buffer;
mainThreadData = new A();
}
public void ThreadProc()
{
xyz.x = BitConverter.ToSingle(data, 0);
xyz.y = BitConverter.ToSingle(data, 4);
xyz.z = BitConverter.ToSingle(data, 8);
threadDot.Add(xyz);
mainThreadData.WriteData(threadDot);
}
}

这种方法通过类A的静态变量实现了变量的传递和更新,保证了数据的一致性和安全性。

转载地址:http://cjekk.baihongyu.com/

你可能感兴趣的文章
python valueerror object2_python遇到错误记录
查看>>
python vars的作用
查看>>
Python vcrpy库:HTTP请求记录和重放
查看>>
Python virtualenv
查看>>
python vue3实现大文件分段续传(断点续传)--带暂停和继续功能
查看>>
Python WebDriver如何打印整个页面源(html)
查看>>
Python WebSocket自动化测试:构建高效接口测试框架
查看>>
Python Web开发
查看>>
Redis 配置文件杂项。
查看>>
Python web自动化测试 —— 文件上传
查看>>
Python web自动化测试 —— 文件上传!
查看>>
Python Web自动化测试开发环境搭建(附安装包与虚拟机环境)
查看>>
python win32api键盘_Python win32api.keybd_event模拟键盘输入
查看>>
python Windows显示当前鼠标坐标
查看>>
python Workbook 表格宽度
查看>>
python write报错a byte-like object is required.not str
查看>>
PYTHON调用大模型实现图片生成
查看>>
python yaml.dump 缩进错误
查看>>
Python yield generator
查看>>
Python yield 使用浅析
查看>>