【实际开发11】- 统计 / 科学计算 - 1

news2024/9/9 4:58:19

目录

1. sql 统计返回值为 null 时 , 赋值 为 : 0 ( return UI )

1. 手动 null 判断 , 进行 “0” 赋值

2. XxxxVO 展示对象 , 初始化时 , 赋值默认值 ( 待优化 )

2. 统计异常

1. 注意中间表数据的维护 ( 同步删除 / 避免手动删数据 )

3. 精度损失

1. Java 类型 float、double 用于计算会有 "精度丢失" 问题

2. BigDecimal 使用不当也有精度丢失的情况 , 如 : double 的构造方法

4. BigDecimal

1. BigDecimal 加减乘除

1. + - * /

2. BigDecimal 的比较大小

3. BigDecimal 写个 for 循环

2. BigDecimal 的常用方法 × 10

3. list 对象 BigDecimal 属性 : 最大值/最小值/总和/平均值 (Java8)

4. stream 对 list 集合中的bigdecimal 分组求和/均值/最大值/最小值

1. 新建接口 : ToBigDecimalFunction

2. 新建工具类 : CollectorsUtil

3. 新建实体类 : Person / 测试用例 / 开始测试

5. BigDecimal 的结果格式化

1. 将BigDecimal计算的结果 toString() 输出 , 非科学计数法的格式


1. sql 统计返回值为 null 时 , 赋值 为 : 0 ( return UI )

 


1. 手动 null 判断 , 进行 “0” 赋值


2. XxxxVO 展示对象 , 初始化时 , 赋值默认值 ( 待优化 )


2. 统计异常


1. 注意中间表数据的维护 ( 同步删除 / 避免手动删数据 )


3. 精度损失

在《Effective Java》这本书中也提到这个原则 , float 和 double 只能用来做科学计算或者是工程计算 , 在商业计算中我们要用 java.math.BigDecimal


1. Java 类型 float、double 用于计算会有 "精度丢失" 问题

保留两位小数 ( 精度损失问题 )

package com.hanchan.codeTest_2020_11;

/**
 * @Author: menghuan
 * @Date: 2021/2/3 9:50
 */
public class FloatAndDouble {

    public static void main(String[] args) {
        test1();
        // test2();
    }

    private static void test1() {
        double totalAmount = 0.09;
        double feeAmount = 0.02;
        double tradeAmount = totalAmount - feeAmount;
        System.out.println(tradeAmount);
    }
    
}

"H:\Idea\IntelliJ IDEA 2019.2\jbr\bin\java.exe"

0.06999999999999999

Process finished with exit code 

浮点数可能丢失精度 , 浮点十进制数通常没有完全相同的二进制的表示形式 , 这是CPU所采用的浮点数据表示形式的副作用。为此 , 可能会有一些精度丢失 , 并且一些浮点运算可能会产生未知的结果。

浮点运算很少是精确的 , 只要是超过精度能表示的范围就会产生误差。所以 , 在使用float、double作精确运算的时候一定要特别小心 , 除非能容忍精度丢失 , 不然产生的误差也是会造成双方对账不一致的结果。


2. BigDecimal 使用不当也有精度丢失的情况 , 如 : double 的构造方法

BigDecimal适合更精度的运算 , 也提供了丰富的操作符类型 , 小数位控制 , 四舍五入规则等。

不过 , 使用BigDecimal不当也有精度丢失的情况 , 如double的构造方法:

BigDecimal(double val)

package com.hanchan.codeTest_2020_11;

import java.math.BigDecimal;

/**
 * @Author: menghuan
 * @Date: 2021/2/3 9:50
 */
public class FloatAndDouble {

    public static void main(String[] args) {

        test1();
        System.out.println("==================BigDecimal不当也有精度丢失的情况 , 如double的构造方法==================");
        test2();
        System.out.println("====================金额运算尽量使用 BigDecimal(String val)进行运算====================");
        test3();
    }

    private static void test1() {

        double totalAmount = 0.09;

        double feeAmount = 0.02;

        double tradeAmount = totalAmount - feeAmount;

        System.out.println(tradeAmount);

    }

    /**
     * BigDecimal(double val) 精度丢失问题
     * BigDecimal(String val) 推荐 ( 所以 , 一定要使用String的构造方法 )
     */
    private static void test2() {

        double totalAmount = 0.09;

        double feeAmount = 0.02;

        BigDecimal tradeAmount = new BigDecimal(totalAmount).subtract(new BigDecimal(feeAmount));

        System.out.println(tradeAmount);

    }

    /**
     * 金额运算尽量使用 BigDecimal(String val)进行运算
     */
    private static void test3() {

        double totalAmount = 0.09;

        double feeAmount = 0.02;

        BigDecimal tradeAmount = new BigDecimal(String.valueOf(totalAmount)).subtract(new BigDecimal(String.valueOf(feeAmount)));

        System.out.println(tradeAmount);

    }

}

"H:\Idea\IntelliJ IDEA 2019.2\jbr\bin\java.exe"

0.06999999999999999 ------------------BigDecimal不当也有精度丢失的情况 , 如double的构造方法------------------ 0.0699999999999999962529972918900966760702431201934814453125 --------------------金额运算尽量使用 BigDecimal(String val)进行运算-------------------- 0.07

Process finished with exit code 0

总结

  • 金额运算尽量使用BigDecimal(String val)进行运算。

  • 数据库存储金额 , 一般有整型和浮点型两种存储方式。如果是有汇率转换的 , 建议使用浮点数decimal进行存储 , 可以灵活的控制精度 , decimal直接对应java类型BigDecimal。当然 , 用整数存储分这种形式也可以 , 转账的时候单位为元而如果忘了转换分为元 , 那就悲剧了。


4. BigDecimal

参考:

你以为用了BigDecimal后,计算结果就一定精确了? 你以为用了BigDecimal后,计算结果就一定精确了


1. BigDecimal 加减乘除

在java 里面 , int 的最大值是:2147483647 , 现在如果想用比这个数大怎么办?

换句话说 , 就是数值较大 , 这时候就用到了 BigDecimal


1. + - * /

    BigDecimal bignum1 = new BigDecimal("10");
    BigDecimal bignum2 = new BigDecimal("5");
    BigDecimal bignum3 = null;

    //加法
    bignum3 =  bignum1.add(bignum2); 	 
    System.out.println("和 是:" + bignum3);

    //减法
    bignum3 = bignum1.subtract(bignum2);
    System.out.println("差  是:" + bignum3);

    //乘法
    bignum3 = bignum1.multiply(bignum2);
    System.out.println("积  是:" + bignum3);

    //除法
    bignum3 = bignum1.divide(bignum2);
    System.out.println("商  是:" + bignum3);
{
    "params": "{\"hw1\":\"39\",\"hw2\":\"37\",\"ηh\":\"1.2\",\"hz1\":\"120\",\"hz2\":\"100\"}",
    "code": "import com.alibaba.fastjson.JSON; def toDo(vv){  def dd =null; vv = vv.split(\";\"); String a = vv[0];Map<String,String> map = JSON.parseObject(a);BigDecimal num1 = new BigDecimal(map.get(\"hw1\"));BigDecimal num2 = new BigDecimal(map.get(\"hw2\"));BigDecimal num3 = new BigDecimal(map.get(\"ηh\"));BigDecimal num4 = new BigDecimal(map.get(\"hz1\"));BigDecimal num5 = new BigDecimal(map.get(\"hz2\"));try { result1 = num1.subtract(num2);result2 = result1.multiply(num3);result3 = num4.subtract(num5);result4 = result2.divide(result3);dd = result4; }catch (Exception e){ dd = 0;}   \r\n        return \"$dd\"; }"
}


2. BigDecimal 的比较大小

 


3. BigDecimal 写个 for 循环

    for (BigDecimal i = new BigDecimal("0"); i.compareTo(new BigDecimal("10")) != 1; i = i.add(new BigDecimal("1"))) {
        System.out.print(i + "\t");
    }

控制台打印的是从 0 到 10


2. BigDecimal 的常用方法 × 10

加 : add(BigDecima)

减 : subtract(BigDecimal)

乘 : multiply(BigDecimal)

除 : divide(BigDecimal)

乘方 : pow(int)

取绝对值 : abs()

取反 : negate()

对比 : compareTo(BigDecimal)

设置小数点精确度 : setScale(int)

设置保留小数点精确度并添加保留方式(直接加1或者四舍五入) : setScale(int , int)


3. list 对象 BigDecimal 属性 : 最大值/最小值/总和/平均值 (Java8)

@Slf4j
public class TestList {
    
    @Test
    public void test01() throws IOException {
        // 数据源
        User user1 = new User(2 ,  "Steven" ,  "@sun123" ,  new Date() ,  2000.0 ,  new BigDecimal(2000));
        User user2 = new User(3 ,  "Steven" ,  "@sun123" ,  new Date() ,  3000.0 ,  new BigDecimal(3000));
        User user3 = new User(4 ,  "Steven" ,  "@sun123" ,  new Date() ,  4000.0 ,  new BigDecimal(4000));
        List<User> userList = new ArrayList<>();
        userList.add(user1);
        userList.add(user2);
        userList.add(user3);
        
        //求最大值
        BigDecimal max = userList.stream().map(User::getWeight).max((x1 ,  x2) -> x1.compareTo(x2)).get();
        //求最小值
        BigDecimal min = userList.stream().map(User::getWeight).min((x1 ,  x2) -> x1.compareTo(x2)).get();
        //求和
        BigDecimal sum = userList.stream().map(User::getWeight).reduce(BigDecimal.ZERO ,  BigDecimal::add);
        //求平均值
        BigDecimal average = userList.stream().map(User::getWeight).reduce(BigDecimal.ZERO ,  BigDecimal::add).divide(BigDecimal.valueOf(userList.size()) ,  2 ,  BigDecimal.ROUND_HALF_UP);

        log.info(max.toString());
        log.info(min.toString());
        log.info(sum.toString());
        log.info(average.toString());
    }
}

输出结果:

10:43:59.260 [main] INFO TestList - 4000
10:43:59.267 [main] INFO TestList - 2000
10:43:59.267 [main] INFO TestList - 9000
10:43:59.267 [main] INFO TestList - 3000.00


4. stream 对 list 集合中的bigdecimal 分组求和/均值/最大值/最小值

Java8 原生只提供了summingInt、summingLong、summingDouble三种基础类型的方法 ,

想要对BigDecimal类型的数据操作需要自己新建工具类如下:


1. 新建接口 : ToBigDecimalFunction

@FunctionalInterface
public interface ToBigDecimalFunction<T> {
    BigDecimal applyAsBigDecimal(T value);
}


2. 新建工具类 : CollectorsUtil

public class CollectorsUtil {
    static final Set<Collector.Characteristics> CH_NOID = Collections.emptySet();

    private CollectorsUtil() {
    }

    @SuppressWarnings("unchecked")
    private static <I ,  R> Function<I ,  R> castingIdentity() {
        return i -> (R) i;
    }

    static class CollectorImpl<T ,  A ,  R> implements Collector<T ,  A ,  R> {
        private final Supplier<A> supplier;
        private final BiConsumer<A ,  T> accumulator;
        private final BinaryOperator<A> combiner;
        private final Function<A ,  R> finisher;
        private final Set<Characteristics> characteristics;

        CollectorImpl(Supplier<A> supplier ,  BiConsumer<A ,  T> accumulator ,  BinaryOperator<A> combiner , 
                      Function<A ,  R> finisher ,  Set<Characteristics> characteristics) {
            this.supplier = supplier;
            this.accumulator = accumulator;
            this.combiner = combiner;
            this.finisher = finisher;
            this.characteristics = characteristics;
        }

        CollectorImpl(Supplier<A> supplier ,  BiConsumer<A ,  T> accumulator ,  BinaryOperator<A> combiner , 
                      Set<Characteristics> characteristics) {
            this(supplier ,  accumulator ,  combiner ,  castingIdentity() ,  characteristics);
        }

        @Override
        public BiConsumer<A ,  T> accumulator() {
            return accumulator;
        }

        @Override
        public Supplier<A> supplier() {
            return supplier;
        }

        @Override
        public BinaryOperator<A> combiner() {
            return combiner;
        }

        @Override
        public Function<A ,  R> finisher() {
            return finisher;
        }

        @Override
        public Set<Characteristics> characteristics() {
            return characteristics;
        }
    }

    //求和方法
    public static <T> Collector<T ,  ? ,  BigDecimal> summingBigDecimal(ToBigDecimalFunction<? super T> mapper) {
        return new CollectorImpl<>(
                () -> new BigDecimal[]{BigDecimal.ZERO} , 
                (a ,  t) -> { a[0] = a[0].add(mapper.applyAsBigDecimal(t)); } , 
                (a ,  b) -> { a[0] = a[0].add(b[0]) ; return a; } , 
                a -> a[0] ,  CH_NOID);
    }

    //求最大值
    public static <T> Collector<T ,  ? ,  BigDecimal> maxBy(ToBigDecimalFunction<? super T> mapper) {
        return new CollectorImpl<>(
                () -> new BigDecimal[]{new BigDecimal(Long.MIN_VALUE)} , 
                (a ,  t) -> { a[0] = a[0].max(mapper.applyAsBigDecimal(t)); } , 
                (a ,  b) -> { a[0] = a[0].max(b[0]) ; return a; } , 
                a -> a[0] ,  CH_NOID);
    }

    //求最小值
    public static <T> Collector<T ,  ? ,  BigDecimal> minBy(ToBigDecimalFunction<? super T> mapper) {
        return new CollectorImpl<>(
                () -> new BigDecimal[]{new BigDecimal(Long.MAX_VALUE)} , 
                (a ,  t) -> { a[0] = a[0].min(mapper.applyAsBigDecimal(t)); } , 
                (a ,  b) -> { a[0] = a[0].min(b[0]) ; return a; } , 
                a -> a[0] ,  CH_NOID);
    }

    //求平均值
    public static <T> Collector<T ,  ? ,  BigDecimal> averagingBigDecimal(ToBigDecimalFunction<? super T> mapper ,  int newScale ,  int roundingMode) {
        return new CollectorImpl<>(
                () -> new BigDecimal[]{BigDecimal.ZERO , BigDecimal.ZERO} , 
                (a ,  t) -> { a[0] = a[0].add(mapper.applyAsBigDecimal(t)); a[1] = a[1].add(BigDecimal.ONE); } , 
                (a ,  b) -> { a[0] = a[0].add(b[0]) ; return a; } , 
                a -> a[0].divide(a[1] , BigDecimal.ROUND_HALF_UP).setScale(newScale ,  roundingMode) ,  CH_NOID);
    }
}


3. 新建实体类 : Person / 测试用例 / 开始测试

新建实体类Person

@Data
class Person{
    
    private String sex;
    private Integer age;
    private BigDecimal score;

    public Person(String sex ,  Integer age ,  BigDecimal score) {
        this.sex = sex;
        this.age = age;
        this.score = score;
    }
}

测试用例

List<Person> list = new ArrayList<>();
list.add(new Person("男" , 18 , new BigDecimal(100)));
list.add(new Person("男" , 19 , new BigDecimal(90)));
list.add(new Person("女" , 20 , new BigDecimal(80)));
list.add(new Person("女" , 20 , new BigDecimal(70)));
list.add(new Person("女" , 20 , null));

开始测试

//单条件筛选
//按照性别分组求分数总和
Map<String ,  BigDecimal> scoreCount = list.stream()
        .filter(t -> t.getScore() != null)
        .collect(Collectors.groupingBy(Person::getSex ,  CollectorsUtil.summingBigDecimal(Person::getScore)));
System.out.println("----按照性别分组求分数总和----");
scoreCount.forEach((k , v) -> System.out.println("key: " + k + " , " + "value: " + v));

//按照性别求分数平均值
Map<String ,  BigDecimal> scoreAvg = list.stream()
        .filter(t -> t.getScore() != null)
        .collect(Collectors.groupingBy(Person::getSex ,  CollectorsUtil.averagingBigDecimal(Person::getScore , 2)));
System.out.println("----按照性别求分数平均值----");
scoreAvg.forEach((k , v) -> System.out.println("key: " + k + " , " + "value: " + v));


//多条件筛选
//多条件筛选分组属性
private static String fetchGroupKey(Person p) {
    return p.getAge() + "#" + p.getSex();
}

//按照性别年龄分组求分数总和
Map<String ,  BigDecimal> ageScoreCount = list.stream()
        .filter(t -> t.getScore() != null)
        .collect(Collectors.groupingBy(p -> fetchGroupKey(p) ,  CollectorsUtil.summingBigDecimal(Person::getScore)));
System.out.println("----按照性别年龄分组求分数总和----");
ageScoreCount.forEach((k , v) -> System.out.println("key: " + k + " , " + "value: " + v));

//按照性别年龄分组求分数平均值
Map<String ,  BigDecimal> ageScoreAvg = list.stream()
        .filter(t -> t.getScore() != null)
        .collect(Collectors.groupingBy(p -> fetchGroupKey(p) ,  CollectorsUtil.averagingBigDecimal(Person::getScore ,  2)));
System.out.println("----按照性别年龄分组求分数平均值----");
ageScoreAvg.forEach((k , v) -> System.out.println("key: " + k + " , " + "value: " + v));

输出结果为:

----按照性别分组求分数总和----
key: 女 , value: 150
key: 男 , value: 190
----按照性别求分数平均值----
key: 女 , value: 75.00
key: 男 , value: 95.00
----按照性别年龄分组求分数总和----
key: 20#女 , value: 150
key: 19#男 , value: 90
key: 18#男 , value: 100
----按照性别年龄分组求分数平均值----
key: 20#女 , value: 75.00
key: 19#男 , value: 90.00
key: 18#男 , value: 100.00

参考自:

Java8关于BigDecimal的求和,求平均,最小,最大,支持分组_wohennis1的博客-CSDN博客_.summingbigdecimal

java8对list分组,速度起飞


5. BigDecimal 的结果格式化


1. 将BigDecimal计算的结果 toString() 输出 , 非科学计数法的格式

将 BigDecimal 计算的结果 toString()输出 , 不是按科学计数法的格式的 ,

如果想改成这种格式 , 可以使用 DecimalFormat 进行转换 ,

具体如下:

private static final String EXPR_PATTERN = "0.##########E0";
private static final String PATTERN = "0.##########";
private static final String INTEGER_MIN_VALUE_CHANGE_TO_EXPR = "10000000";
private static final String DECIMAL_MIN_VALUE_CHANGE_TO_EXPR = "0.0001";
/**
 * Tpv loy.ouyang: jude number is able to convert to expr display
 */
private static boolean numberStringCanConvertToExpr(BigDecimal bd) {
    if (bd == null) {
        return false;
    }
    boolean result = false;
    BigDecimal absDB = bd.abs();
    if ((absDB.compareTo(new BigDecimal(DECIMAL_MIN_VALUE_CHANGE_TO_EXPR)) <= 0) ||
        (absDB.compareTo(new BigDecimal(INTEGER_MIN_VALUE_CHANGE_TO_EXPR)) >= 0)) {
        result = true;
    }

    if (absDB.compareTo(new BigDecimal(0)) == 0) {
        result = false;
    }
    return result;
}

/**
 * Tpv loy.ouyang: format string to expr to display
 */
public static String formatStringToExpr(BigDecimal bd) {
    if (bd == null) {
        return null;
    }
    DecimalFormat df = new DecimalFormat();
    if (numberStringCanConvertToExpr(bd)) {
        df.applyPattern(EXPR_PATTERN);
    } else {
        df.applyPattern(PATTERN);
    }
    return df.format(bd);
}

定义了超大数和超小数的显示PATTERN , 0.##########代表最多显示10位小数 , 并判定绝对值多大的数和绝对值多小的数需要转化位科学记数法 ,

最后用 DecimalFormat 就可以搞定了。

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/189353.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

.NET(C#、VB)APP开发——Smobiler平台控件介绍:LiveStream和LiveStreamPlayer

本文简述如何在Smobiler中使用LiveStream和LiveStreamPlayer。 LiveStream 直播推送插件 Step 1. 新建一个SmobilerForm窗体&#xff0c;并在窗体中加入LiveStream和Button&#xff0c;布局如下 选中LisvStream&#xff0c;在设计器中设置Url&#xff08;需要事先准备一个视频…

【面试原型链】前端面试那些事(1)之原型链详解

【写在前面】辞旧迎新的春季佳节&#xff0c;在这里博主先祝各位看官新的一年赚钱多多&#xff0c;知识满满&#xff0c;年后谈到面试&#xff0c; 好多人在面试的时候就倒在原型链知识点上面&#xff0c;主要原因还是基本功不够扎实&#xff0c;针对以前的知识我也计划在2023年…

C语言小题,通过指向结构体变量的指针变量输出结构体变量中成员的信息。(指针结构体变量的指针)

前言&#xff1a; 此篇是针对 指针结构体变量的指针 方面的练习。 解题思路&#xff1a; 在已有的基础上&#xff0c;本题要解决两个问题&#xff1a; &#xff08;1&#xff09;怎样对结构体变量成员赋值&#xff1b; &#xff08;2&#xff09;怎样通过指向结构体变量的指针…

天云数据:Hubble数据库系统自主研发率99.62%,是真正的信创数据库

软件是新一代信息技术的灵魂&#xff0c;是数字经济发展的基础&#xff0c;是制造强国、网络强国、数字中国建设的关键支撑。2021年&#xff0c;工信部印发的《“十四五”软件和信息技术服务业发展规划》明确指出&#xff0c;要聚力攻坚基础软件&#xff0c;关键基础软件补短板…

Javascript基础复盘5

内置对象 值属性 这些全局属性返回一个简单值&#xff0c;这些值没有自己的属性和方法。 InfinityNaNundefinedglobalThis函数属性 全局函数可以直接调用&#xff0c;不需要在调用时指定所属对象&#xff0c;执行结束后会将结果直接返回给调用者。 eval()uneval()isFinite()isN…

Q-Learning以及.NET环境下的实现

Q-Learning以及.NET环境下的实现写在前面机器学习Q-Learning环境准备试题准备解题过程写在结尾写在前面 看过我的文章的朋友应该都知道&#xff0c;我之前一直在研究视觉相关的知识&#xff0c;也看了一些卷积神经网络&#xff08;CNN&#xff09;&#xff0c;深度学习相关的文…

强化学习之:价值学习Value-Based Learning

文章目录参考内容动作价值函数&#xff08;Action-value Function&#xff09;深度强化学习&#xff08;DQN&#xff09;学习目标&#xff08;Goal&#xff09;如何获得尽可能好的 Q∗(st,a)→Q^{*}(s_t, a) \rightarrowQ∗(st​,a)→ 用神经网络通过学习获得时间差分算法&…

cocos creater 3.x 开发笔记(踩坑总结)

1、cocos creater 3.x 花屏闪屏黑屏 1.1 花屏 排序是一个很简单的功能&#xff0c;但是最终的呈现却是根据不同平台提供的渲染能力来的。因此&#xff0c;在这里说明一下&#xff0c;如果遇到了 UI 渲染出错&#xff0c;花屏&#xff0c;闪屏等现象&#xff0c;首先要检查的就…

【安装合集】Mysql8.0安装 2023年1月31日 22点15分

1.鼠标右击【Mysql8.0】压缩包选择【解压到Mysql8.0】。 2. 鼠标右击【mysql-installer-community-8.0.17.0】选择【安装】 3. 勾选【I accept the license terms】然后点击【Next】。 4. 选择【Custom】然后点击【Next】。 5. 双击【MySQL Servers】 双击【MySQL Server】&am…

数据指标体系的建设思考(四)

这一篇主要介绍对数据指标体系的价值、数据指标管理平台的理解及数据分析的趋势解读。 一、数据指标体系价值 关于数据指标体系的价值&#xff0c;我想大多数从事数据工作的人员都可以感受得到&#xff0c;毕竟数据指标的输出可以通过可视化的方式&#xff08;如大屏、驾驶舱…

Linux 中去除 vi/vim 和 git diff 中的 ^M 问题解决办法

去除 vi/vim 和 git diff 中的 ^M 问题解决办法问题现象初步分析进一步查看问题解决Source Insightdos2unixNodpadVimsed 命令综上Reference问题现象 git diff 时发现下面的情况&#xff0c;新修改的代码之处都是携带 ^M 字符&#xff0c; 初步分析 肯定是因为 Windows 和 …

推荐5款常用的有限元分析CAE软件

正如我们之前谈到的&#xff0c;计算机辅助软件有助于进行有限元分析。但是我们如何识别好的 CAE 软件呢&#xff1f;CAE 软件必须满足以下要求才能被纳入其类别使用户能够通过图形用户界面 (GUI) 创建模拟允许在模拟中测试组件&#xff0c;同时具有可自定义的环境变量协助优化…

JAVA队列-接口

前言 说到队列,大家都不陌生,很多场景都需要使用到队列,今天我们一起学习JDK提供的队列源码 类图 Queue接口的实现类有很多 从中,我们看到几个熟悉的,BlockingQueue 阻塞队列、Deque 双端队列 Queue 官方介绍: A collection designed for holding elements prior to proce…

MORPHVOX PRO 变声器 软件 Crack

MORPHVOX PRO 变声器 变音的全新层次 在网上聊天和游戏中使你变音 它具有超高语音学习技术&#xff0c;背景取消和高音质特点&#xff0c;将变音带向全新层次。 上好的变音质量 聆听MorphVOX Pro上好的变音质量。 *变音的音频因人而异&#xff0c;但它确实是同一个说话者发出…

国内爬虫图鉴

文章目录爬虫图鉴1.三个问题2.互联网上的爬虫2.1豪哥与爬虫2.2爬虫简介2.3APP身边的爬虫2.4爬虫排名1、排名第一的是出行2、排名第二的是社交。3、排名第三的是电商。4、接下来是 O2O 和搜索引擎。5、最后再说说政府部门。3.关于爬虫的几点疑问4.爬虫的TopN爬虫图鉴 本文案例来…

【数学建模】层次分析法(AHP)-Python实现

1 前言 本文主要讲解层次分析法&#xff08;AHP&#xff09;的python实现&#xff0c;后续会跟进实例分析 2 代码实现 导入包 import numpy as np2.1 构造判断矩阵 判断矩阵一般采用专家意见法&#xff0c;也就是德尔菲法。但是比赛的时候也没有什么专家&#xff0c;大家自…

2019-arXiv-Edge Contraction Pooling for Graph Neural

2019-arXiv-Edge Contraction Pooling for Graph Neural Paper: https://arxiv.org/abs/1905.10990 Code: https://github.com/pyg-team/pytorch_geometric/tree/master/benchmark/kernel 图神经网络的边缘收缩池化 池化层可以使GNN对抽象的节点组而不是单个节点进行推理。为…

【基础篇】5 # 链表(下):写好链表代码的六个实用技巧

说明 【数据结构与算法之美】专栏学习笔记 技巧一&#xff1a;理解指针或引用的含义 指针或引用都是存储所指对象的内存地址。将某个变量赋值给指针&#xff0c;实际上就是将这个变量的地址赋值给指针。 例如&#xff1a; p —> next q&#xff1a;表示 p 结点中的 ne…

opencv——Canny边缘检测

1、Canny边缘检测流程a、使用高斯滤波器&#xff0c;以平滑图像&#xff0c;滤除噪声。b、计算图像中每个像素点的梯度强度和方向。c、应用非极大值抑制&#xff0c;以消除边缘检测带来的杂散效应。d、应用双阈值检测来确定真实的和潜在的边缘。e、通过抑制孤立的弱边缘最终完成…