急!!请教下c++double转换为int的问题

今天在计算数据的时候,我用c++算数的时候出现了点问题,如下图,就是double 类型的d取值为1,然后N为整型20,densityC为宏定义的0.5,
结果算出来1.0*20*0.5得出数值为9???这计算机不拿我当人呢,请问大佬们这个怎么解决

图片说明

图片说明

1个回答

正常,浮点计算有误差,强制转换成int是抹去小数,而不是四舍五入,可以让结果加上0.5,再转换为int

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
急!!请教下c++double转换为int的问题
今天在计算数据的时候,我用c++算数的时候出现了点问题,如下图,就是double 类型的d取值为1,然后N为整型20,densityC为宏定义的0.5, 结果算出来1.0\*20\*0.5得出数值为9???这计算机不拿我当人呢,请问大佬们这个怎么解决 ![图片说明](https://img-ask.csdn.net/upload/201911/16/1573894724_617178.png) ![图片说明](https://img-ask.csdn.net/upload/201911/16/1573894734_756553.png)
请帮忙运行一下这段C代码,请教一下为什么会出现这种现象,帮忙分析一下缺陷
/*编写一个程序,该程序要求用户输入一个华氏温度。程序以double类型读入温度值,并将它作为一个参数传递给用户提供的函数Temperatures()。该函数将计算相应的摄氏温度和绝对温度,并以小数点右边有两位数字的精度显示这三种温度。它应该用每个值所代表的温度刻度来标识这3个值。下面是将华氏温度转换成摄氏温度的方程: 通常用在科学上的绝对温度的刻度是0代表绝对零,是可能温度的下界。下面是将摄氏温度转换为绝对温度的方程: Kelvin=Celsius+273.16 Temperatures()函数使用const来创建代表该转换里的3个常量的符号。main()函数将使用一个循环来允许用户重复地输入温度,当用户输入q或其他非数字值时,循环结束。 */ #include <stdio.h> void Temperature (double fah); int main(void) { double fah; printf("Please input an fahrenheit temperature\n"); while (scanf("%f",&fah)==1) { Temperature(fah); printf("Please input an fahrenheit temperature\n"); } return 0; } void Temperature (double fah) { const float FAH_CEL_1=1.8,FAH_CEL_2=32.0,CEL_KEL=273.16; printf("Fahrenheit = %.2f\n",fah); printf("Celsius = %.2f\n",fah*FAH_CEL_1+FAH_CEL_2); printf("Kelvin = %.2f\n",fah*FAH_CEL_1+FAH_CEL_2+CEL_KEL); } /*我的运行结果: Please input an fahrenheit temperature 123.3 Fahrenheit = 0.00 Celsius = 32.00 Kelvin = 305.16 Please input an fahrenheit temperature 123.2 Fahrenheit = 0.00 Celsius = 32.00 Kelvin = 305.16 Please input an fahrenheit temperature 所有结果都是一样的,无论输入什么值 */
c语言中素数判断问题。。。
#include <stdio.h> #include <math.h> void main(){ int m; // 输入的整数 int i; // 循环次数 int k; // m 的平方根 printf("输入一个整数:"); scanf("%d",&m); // 求平方根,注意sqrt()的参数为 double 类型,这里要强制转换m的类型 k=(int)sqrt( (double)m ); for(i=2;i<=k;i++) if(m%i==0) if(i>k) printf("%d是素数。\n",m); else printf("%d不是素数。\n",m); printf("%d",i); return 0; } 输入25,屏幕上显示25不是素数,但是i=6,不是应该显示25是素数吗,请教一下大家。
c++实现哈夫曼编码和译码系统
在数据通讯中,经常要将传送的文字转换为二进制字符0和1组成的二进制串,称这个过程为编码。与子相对的是解码或是译码,就是用与编码相同的方式将二进制串转换称编码前的文字的过程称作解码。 要求: 设计一个菜单可以循环显示 B——建树:读入字符集和各字符频度,建立哈夫曼树。 T——遍历:先序和中序遍历二叉树。 E——生成编码:产生每个字符的哈夫曼编码。 C——编码:输入由字符集中字符组成的任意字符串,利用已经生成的哈夫曼编码进行编码,显示编码结果。 D——译码:利用已建成的哈夫曼树进行译码。 X——退出。 我的代码如下: #include<iostream> #include<string> using namespace std; string s1[10000]; string s[10000]; //结点类型 struct element { double weight; //字符出现的概率为实数 char ch; int lchild, rchild, parent; }; //在HuffTer中找权值最小的两个结点i1和i2 void Select(element huffTree[], int *a, int *b, int n) { int i; double weight = 0; for(i = 0; i < n; i++) { if(huffTree[i].parent != - 1) //如果有父结点的,不进行判断 continue; else { if(weight == 0) { weight = huffTree[i].weight; *a = i; } else { if(huffTree[i].weight < weight) { weight = huffTree[i].weight; *a = i; } } } } weight = 0; for(i = 0; i < n; i++) { if(huffTree[i].parent != -1 || (i == *a)) continue; else { if(weight == 0) { weight = huffTree[i].weight; *b = i; } else { if(huffTree[i].weight < weight) { weight = huffTree[i].weight; *b = i; } } } } int temp; if(huffTree[*a].lchild < huffTree[*b].lchild) { //避免根结点的左右子树混淆 temp = *a; *a = *b; *b = temp; } } //建立霍夫曼树 void HuffmanTree(element huffTree[], int w[], char ch[], int n) { for(int i = 0; i < 2 * n - 1;i++) {//霍夫曼树共有2*n - 1个结点 huffTree[i].parent = -1; //双亲结点 huffTree[i].lchild = -1; //左孩子结点 huffTree[i].rchild = -1; //右孩子结点 } for(int i = 0; i < n; i++) { //构造n棵只含有根结点的二叉树 huffTree[i].weight = w[i]; //给哈夫曼树赋权值 huffTree[i].ch = ch[i]; //需要编码的字符 } for(int k = n; k < 2 * n - 1; k++) {//n-1次合并 int i1 = 0; int i2 = 0; Select(huffTree, &i1, &i2, k); //在HuffTer中找权值最小的两个结点i1和i2 huffTree[i1].parent = k; //将i1和i2合并,则i1和i2的双亲是k huffTree[i2].parent = k; huffTree[k].weight = huffTree[i1].weight + huffTree[i2].weight; huffTree[k].lchild = i1; huffTree[k].rchild = i2; huffTree[k].ch = NULL; } } //霍夫曼编码 void HuffmanCode(element hTree[], int n) { int i, j, k; for(i = 0; i < n; i++) { //在数组HuffTree中前n个元素是叶子结点,需要编码 s[i] = ""; //编码s初始化为空串 j = i; //暂存i,不破坏循环变量 while(hTree[j].parent != -1) {//结点j存在双亲 k = hTree[j].parent; if(j == hTree[k].lchild) {//结点j是其双亲的左孩子 s[i] = s[i] + "0"; } else { //结点j是其双亲的右孩子 s[i] = s[i] + "1"; } j = hTree[j].parent; //将结点j的双亲赋给j } cout << "字符" << hTree[i].ch << "的编码:" << endl; for(int p = s[i].size() - 1; p >= 0; p--) { //将s作为结点i的编码逆序输出 s1[i] += s[i].at(p); } cout << s1[i] << endl; } } int main() { char mark; while(cin >> mark) { if(mark == 'B') { int n; cout << "请输入字符个数:" << endl; cin >> n; char c[n]; int w[n]; element huffTree[2 * n]; cout << "请输入字符以及对应权值:" << endl; for(int i = 0; i < n; i++) { cin >> c[i] >> w[i]; } HuffmanTree(huffTree, w, c, n); // 构造霍夫曼树 while(cin >> mark) { if(mark == 'E') { HuffmanCode(huffTree, n); //生成编码 } if(mark == 'C') { //对输入字符串进行编码 string temp; cout << "请输入编码字符串:" << endl; cin >> temp; cout << "该串霍夫曼编码为:" << endl; for(int i = 0; i < temp.size(); i++) { for(int j = 0; j < n; j++) { if(temp.at(i) == c[j]) { cout << s1[j]; } } } cout << endl; } if(mark == 'D') { string temp1; cout << "请输入译码字符串:" << endl; cin >> temp1; cout << "该串译码为:" << endl; string temp2 = ""; string :: iterator it = temp1.begin(); temp2 += *it; for(;;) { for(int i = 0; i < n; i++) { if(temp2 == s1[i]) { cout << c[i]; temp2 = ""; break; } } it++; if(it == temp1.end()) { break; } else { temp2 += *it; } } cout << endl; } if(mark == 'X') { break; } } break; } else { cout << "请先建树" << endl; } } return 0; } 想请教下如何遍历?
使用codebook建立背景模型,内存很快就耗尽的问题,
我是在MFC中新建进程获取摄像头的图像,并保存在pImage中,每一毫秒更新pImage中的图片(使用waitkey(1)),点击按钮一就进行了背景建模,即程序中的OnBnClickedButton1(),并进行前景检测,程序运行正常,实现了想要的效果,只是几分钟后就耗尽内存了,请教高手如何改进程序。 ``` #define CHANNELS 1 typedef struct cd { uchar learnHigh[CHANNELS]; uchar learnLow[CHANNELS]; uchar max[CHANNELS]; uchar min[CHANNELS]; int t_last_update; int stale; }code_element; typedef struct code_book { code_element **cb; int numEntries; int t; }codeBook; ////////////////////////////////////////////////////////////////////////// //捕捉背景中相关变化的图像 //p 指向YUV像素的指针 //c 该像素的codebook //cbBounds codebook的训练边界 //numChannels 训练的通道数 int update_codebook(uchar *p, codeBook& c, unsigned *cbBounds, int numChannels) { if(c.numEntries == 0) c.t = 0; // 码本中码元为零时初始化时间为0 c.t += 1; // Record learning event // 每调用一次加一,即每一帧图像加一 unsigned int high[CHANNELS], low[CHANNELS]; // int n; //设置码元的边界 for (int n=0; n<numChannels; n++) { high[n] = *(p + n) + *(cbBounds + n); if (high[n] > 255) { high[n] = 255; } low[n] = *(p + n) - *(cbBounds+n); if (low[n] < 0) { low[n] = 0; } } int matchChannel; int i; //查看所有的码元,像素是否在现存的码元中 for (i= 0; i<c.numEntries; i++) { matchChannel = 0; //判断像素是否在方块中,每有一条通道的像素符合,则matchChannel加1 for (int n=0; n<numChannels; n++) { if ((c.cb[i]->learnLow[n] <= *(p+n)) && (*(p+n) <= c.cb[i]->learnHigh[n])) { matchChannel++; } } //如果像素所有通道都在学习边界内,则调整阈值最大和最小值以使该元素被包括在codebook 码元中 if (matchChannel == numChannels) { c.cb[i] -> t_last_update = c.t; for (int n= 0; n<numChannels; n++) { if (c.cb[i]->max[n] < *(p+n)) { c.cb[i]->max[n] = *(p+n); } else if (c.cb[i]->min[n] > *(p+n)) { c.cb[i]->min[n] = *(p+n); } } //若像素在一个方块里,则不用再计算其他方块 break; } } //统计每个码本条目多长时间被访问一次 for (int s=0; s<c.numEntries; s++) { int negRun = c.t - c.cb[s]->t_last_update; if (c.cb[s]->stale < negRun ) { c.cb[s]->stale = negRun; } } //添加一个新的codebook if (i==c.numEntries) { code_element **foo = new code_element *[c.numEntries+1]; for (int ii=0; ii<c.numEntries; ii++) { foo[ii] = c.cb[ii]; } foo[c.numEntries] = new code_element; if(c.numEntries ) delete [] c.cb; c.cb = foo; for (int n= 0; n<numChannels; n++) { c.cb[c.numEntries]->learnHigh[n] = high[n]; c.cb[c.numEntries]->learnLow[n] = low[n]; c.cb[c.numEntries]->max[n] = *(p+n); c.cb[c.numEntries]->min[n] = *(p+n); } c.cb[c.numEntries]->t_last_update = c.t; c.cb[c.numEntries]->stale = 0; c.numEntries +=1; } //如果像素在码元阈值之外,但仍然在其高低范围内,训练边界加1, for (int n=0; n<numChannels; n++) { if(c.cb[i]->learnHigh[n] < high[n]) { c.cb[i]->learnHigh[n] += 1; } if (c.cb[i]->learnLow[n] > low[n]) { c.cb[i]->learnLow[n] -= 1; } } return (i); } ////////////////////////////////////////////////////////////////////////// //避免训练噪声的codebook,需要删除训练过程中很少访问的codebook条目 int clear_stale_entries(codeBook &c) { //staleThresh为运行总时间的一般, int staleThresh = c.t>>1; int *keep = new int [c.numEntries]; int keepCnt = 0; //如果codebook的一个box在总时间的一半没有被访问过,则删除该box。 for (int i=0; i<c.numEntries ; i++) { if (c.cb[i]->stale > staleThresh) { keep [i] = 0; } else { keep[i] = 1; keepCnt += 1; } } c.t = 0; code_element **foo = new code_element *[keepCnt]; int k = 0; //将剩余的box复制到foo中, for ( int ii=0; ii<c.numEntries ; ii++) { if (keep[ii]) { foo[k] = c.cb[ii]; foo[k]->t_last_update = 0; k++; } } delete [ ]keep; delete [] c.cb; c.cb = foo; int numCleared = c.numEntries - keepCnt; c.numEntries = keepCnt; return (numCleared); } ////////////////////////////////////////////////////////////////////////// //从背景中将前景目标的像素分割出来 uchar background_diff(uchar *p, codeBook &c, int numChannels, int *minMod, int *maxMod) { int matchChannel; int i; //像素是否在codebook的box中 for (i=0; i<c.numEntries ; i++) { matchChannel = 0; for (int n=0; n<numChannels; n++) { if ((c.cb[i]->min[n] - minMod[n] <= *(p+n)) && (*(p+n) <= c.cb[i]->max[n] + maxMod[n])) { matchChannel++; } else { break; } } if (matchChannel == numChannels) { break; } } /* _CrtDumpMemoryLeaks(); */ //前景返回255 if (i >= c.numEntries ) { return (255); } //背景返回0 return (0); } void Cbackground1Dlg::OnBnClickedButton1() { /////////////////////////////////////// // 需要使用的变量 CvCapture* capture; IplImage* rawImage; IplImage* yuvImage; IplImage* ImaskCodeBook; codeBook* cB; unsigned cbBounds[CHANNELS]; uchar* pColor; //YUV pointer int imageLen; int nChannels = CHANNELS; int minMod[CHANNELS]; int maxMod[CHANNELS]; ////////////////////////////////////////////////////////////////////////// // 初始化各变量 cvNamedWindow("Raw"); cvNamedWindow("CodeBook"); // capture = cvCreateFileCapture("tree.avi"); // if (!capture) // { // printf("Couldn't open the capture!"); // return ; // } // // rawImage = cvQueryFrame(capture); rawImage = cvCreateImage(cvSize(640,512),8,1); yuvImage = cvCreateImage(cvGetSize(rawImage), 8, 1); // 给yuvImage 分配一个和rawImage 尺寸相同,8位1通道图像 ImaskCodeBook = cvCreateImage(cvGetSize(rawImage), IPL_DEPTH_8U, 1); // 为ImaskCodeBook 分配一个和rawImage 尺寸相同,8位单通道图像 cvSet(ImaskCodeBook, cvScalar(255)); // 设置单通道数组所有元素为255,即初始化为白色图像 imageLen = rawImage->width * rawImage->height; cB = new codeBook[imageLen]; // 得到与图像像素数目长度一样的一组码本,以便对每个像素进行处理 for (int i=0; i<imageLen; i++) // 初始化每个码元数目为0 cB[i].numEntries = 0; for (int i=0; i<nChannels; i++) { cbBounds[i] = 10; // 用于确定码元各通道的阀值 minMod[i] = 20; // 用于背景差分函数中 maxMod[i] = 20; // 调整其值以达到最好的分割 } ////////////////////////////////////////////////////////////////////////// // 开始处理视频每一帧图像 for (double i=0;;i++) { /*cvCvtColor(rawImage, yuvImage, CV_BGR2YCrCb);*/ // 色彩空间转换,将rawImage 转换到YUV色彩空间,输出到yuvImage // 即使不转换效果依然很好 cvResize(pImage, rawImage, CV_INTER_AREA); yuvImage = cvCloneImage(rawImage); if (i <= 500) // 30帧内进行背景学习 { pColor = (uchar *)(yuvImage->imageData); // 指向yuvImage 图像的通道数据 for (int c=0; c<imageLen; c++) { update_codebook(pColor, cB[c], cbBounds, nChannels); // 对每个像素,调用此函数,捕捉背景中相关变化图像 pColor += 1; // 1 通道图像, 指向下一个像素通道数据 } if (i == 30) // 到30 帧时调用下面函数,删除码本中陈旧的码元 { for (int c=0; c<imageLen; c++) clear_stale_entries(cB[c]); } } else { uchar maskPixelCodeBook; pColor = (uchar *)((yuvImage)->imageData); //3 channel yuv image uchar *pMask = (uchar *)((ImaskCodeBook)->imageData); //1 channel image // 指向ImaskCodeBook 通道数据序列的首元素 for(int c=0; c<imageLen; c++) { maskPixelCodeBook = background_diff(pColor, cB[c], nChannels, minMod, maxMod); // 我看到这儿时豁然开朗,开始理解了codeBook 呵呵 *pMask++ = maskPixelCodeBook; pColor += 1; // pColor 指向的是3通道图像 } } // if (!(rawImage = cvQueryFrame(capture))) // break; cvShowImage("Raw", rawImage); cvShowImage("CodeBook", ImaskCodeBook); if (cvWaitKey(1) == 27) break; if (i == 500) { CString csMessage ; csMessage.Format(_T("训练完毕!")); AfxMessageBox(csMessage); } } /* cvReleaseCapture(&capture);*/ if (yuvImage) cvReleaseImage(&yuvImage); if(ImaskCodeBook) cvReleaseImage(&ImaskCodeBook); cvDestroyAllWindows(); delete [] cB; return ; } ``` 程序运行时的图片 摄像头获取的图片pImage ![](https://img-ask.csdn.net/upload/201509/22/1442907207_225076.png) 建立的背景模型 ![](https://img-ask.csdn.net/upload/201509/22/1442907250_119821.png) 当一只手出现在摄像头前面 ![](https://img-ask.csdn.net/upload/201509/22/1442907289_517152.png)
请教大家一个关于vector动态存储的问题
我现在正在写一个关于kinect的小程序,定义了一个 ``` vector<double>inputvector(12) ``` ,也就是inputvector里面有12个元素,全部初始化为0,现在是我要把我从kinect里面获得的骨骼数据流,总共12个数据每帧这样送到inputvector中去,然后将所有获取到的数据保存到txt文档中,下面我贴出我的代码,现在有一个问题是我只能获取最后一帧的数据保存到txt中,之前所有的帧数据都没有保存进去,求大神帮忙看一下!我基础不好,底子薄 这个问题困扰我一天了!万分感谢! ``` bool getSkeletonImage(HANDLE &skeletonEvent, Mat &skeletonImage, Mat &colorImage) { UINT gestureLabel = 1; trainingData.setNumDimensions(12); trainingData.setDatasetName("sensorData"); trainingData.setInfoText("this data contains some sensor data"); NUI_SKELETON_FRAME skeletonFrame = { 0 }; bool bfoundskeleton = false; if (NuiSkeletonGetNextFrame(0, &skeletonFrame) == S_OK) { for (int i = 0; i < NUI_SKELETON_COUNT; i++) { if (skeletonFrame.SkeletonData[i].eTrackingState == NUI_SKELETON_TRACKED) { bfoundskeleton = true; break;//跳出for循环 } } } else { cout << "没有找到合适的骨骼" << endl; return FALSE; } if (!bfoundskeleton) { return FALSE; } NuiTransformSmooth(&skeletonFrame, NULL); skeletonImage.setTo(0); for (int i = 0; i < NUI_SKELETON_COUNT; i++) { if (skeletonFrame.SkeletonData[i].eTrackingState == NUI_SKELETON_TRACKED&&skeletonFrame.SkeletonData[i].eSkeletonPositionTrackingState[NUI_SKELETON_POSITION_SHOULDER_CENTER] != NUI_SKELETON_POSITION_NOT_TRACKED) { float fx, fy; for (int j = 0; j < NUI_SKELETON_POSITION_COUNT; j++) { NuiTransformSkeletonToDepthImage(skeletonFrame.SkeletonData[i].SkeletonPositions[j], &fx, &fy);//骨骼坐标转换到深度图像中去 skeletonPoint[i][j].x = (int)fx; skeletonPoint[i][j].y = (int)fy; } for (int j = 0; j < NUI_SKELETON_POSITION_COUNT; j++) { if (skeletonFrame.SkeletonData[i].eSkeletonPositionTrackingState[j] != NUI_SKELETON_POSITION_NOT_TRACKED) { LONG colorx, colory; //从深度空间中获取颜色空间对应像素点的坐标 NuiImageGetColorPixelCoordinatesFromDepthPixel(NUI_IMAGE_RESOLUTION_640x480, 0, skeletonPoint[i][j].x, skeletonPoint[i][j].y, 0, &colorx, &colory); colorPoint[i][j].x = int(colorx); colorPoint[i][j].y = int(colory); circle(skeletonImage, skeletonPoint[i][j], 4, cvScalar(0, 255, 255), 1, 8, 0); circle(colorImage, colorPoint[i][j], 4, cvScalar(0,0,255), 1, 8, 0); } } drawskeleton(colorImage, colorPoint[i], i);//在彩色图像上画上骨骼 drawskeleton(skeletonImage, skeletonPoint[i], i);//画出骨骼图像信息 inputvector[0] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_HAND_LEFT].x; inputvector[1] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_HAND_LEFT].y; inputvector[2] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_HAND_LEFT].z; inputvector[3] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_WRIST_LEFT].x; inputvector[4] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_WRIST_LEFT].y; inputvector[5] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_WRIST_LEFT].z; inputvector[6] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_HAND_RIGHT].x; inputvector[7] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_HAND_RIGHT].y; inputvector[8] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_HAND_RIGHT].z; inputvector[9] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_WRIST_RIGHT].x; inputvector[10] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_WRIST_RIGHT].y; inputvector[11] = skeletonFrame.SkeletonData[i].SkeletonPositions[NUI_SKELETON_POSITION_WRIST_RIGHT].z; cout << "KinectLeftHandData:" << "X=" << inputvector[0] << " Y=" << inputvector[1] << " Z=" << inputvector[2] << endl; cout << "KinectLeftWristData: " << "X=" << inputvector[3] << "Y=" << inputvector[4] << "Z=" << inputvector[5] << endl; cout << "KinectRightHandData:" << "X=" << inputvector[6] << " Y=" << inputvector[7] << " Z=" << inputvector[8] << endl; cout << "KinectRightWristData:" << "X=" << inputvector[9] << " Y=" << inputvector[10] << " Z=" << inputvector[11] << endl; //cout << inputvector.size() << endl; trainingData.addSample(gestureLabel, inputvector); } if (!trainingData.save("TrainingData.txt")) { cout << "error:failed to save dateset to file!" << endl; return EXIT_FAILURE; } string datasetName = trainingData.getDatasetName(); string infoText = trainingData.getInfoText(); UINT numSamples = trainingData.getNumSamples(); UINT numDimensions = trainingData.getNumDimensions(); UINT numClasses = trainingData.getNumClasses(); ClassificationData testData = trainingData.partition(80); if (!trainingData.merge(testData)) { //cout << "failed to save merge datasets" << endl; return EXIT_FAILURE; } trainingData.clear(); } } ```
CFile写数据到文件中的问题
使用CFile读写文件,将计算的多个类型结果(有long 、int、cstring、double)输入到文本中的一行内,并用“,”隔开,形成csv格式。例如结果是: 文件名:aaa.xxx,eee, A:12%, B:15% , C:35%,D:38%,请教怎么写入文本。难道非要转换格式再输入,就不能像fwite一样一次写入文件中,aaa.xxx A:12%, B:15% , C:35,D:38%,而且还要采用seekend()追加的方式进行吗 ![图片说明](https://img-ask.csdn.net/upload/201601/24/1453618354_105215.jpg)
在大型电子商务中,对数据库中金额字段的设计
在我现在的项目里,对在数据库中(mysql5.1)金额字段的设计上总是意见不一,我想请教一下大牛们,你们经历过的项目中,在对金额字段是怎么设计的,谈谈看法。 最初的方案:varchar型,但是有同事说这样对以后的统计分析,对这个字段总是要转换,会影响效率。 第二次修改:double型,在后台程序中JSON-Lib对浮点型的转换会有问题,比如说2.0,它会转换成2.0232424242……类似的浮点型。 第三次修改:int型,对每次存储的时候,都乘以100,(在保存前都保留两位小数),在取的时候再除于100,这样貌似能达到效果,但是也是感觉不是一个很好的办法。 不知道,大家还有什么更好的办法,欢迎拍砖。
在Bulid 时出错 ,Error executing link.exe.
小白,敲课本的代码,出现错误,这是我第一次出现这样的错误,根本无从下手,请教大神出手相救。。。 --------------------Configuration: 具有构造函数的类1 - Win32 Debug-------------------- Linking... 具有构造函数的类1.obj : error LNK2001: unresolved external symbol "public: void __thiscall BankAccout::output(class std::basic_ostream<char,struct std::char_traits<char> > &)" (?output@BankAccout@@QAEXAAV?$basic_ostream@DU?$char_traits@D@std@@@std@@ @Z) Debug/具有构造函数的类1.exe : fatal error LNK1120: 1 unresolved externals Error executing link.exe. 具有构造函数的类1.exe - 2 error(s), 0 warning(s) //该程序用于演示BackAccount 类 #include <iostream> using namespace std; //定义银行账户的类 class BankAccout { public: BankAccout(int dollars , int cents , double rate ); //将账户余额初始化为¥dollars.cents 将利率初始化为利率百分比 BankAccout(int dollars ,double rate); //将账户余额初始化为¥dollars.00 将利率初始化为利率百分比 BankAccout();//默认构造函数 //将账户余额初始化为0.00 将利率初始化为0.0% void update(); //后条件:将1年的单利添加到账户余额上 //将当前账户利率作为一个百分比返回 double get_rate (); //返回当前账户余额 double get_balance(); void output (ostream &outs); private: double balance ; double interest_rate ; //将百分比转换成小数 double fraction(double percent); }; int main () { BankAccout account1(100 , 2.3) , account2 ; cout <<"account1 initialized as follows :\n"; account1.output(cout); cout << "account2 initialized as follows : \n" ; account2.output(cout); //对构造函数BankAccount::BankAccount 的显示调用 account1 = BankAccout(999 , 99 , 5.5); cout << "account1 reset to the following :\n"; account1.output(cout); return 0 ; } //将账户余额初始化为&dallors.00将利率初始化为利率百分比 BankAccout::BankAccout(int dollars ,int cents , double rate) { if ((dollars < 0 ) ||(cents < 0 )) { cout <<"Illegal values for money or interest rate .\n"; exit(1); } balance = dollars + 0.01 * cents; interest_rate = rate ; } //将账户余额初始化为&dallors.00 将利率初始化为利率百分比 BankAccout::BankAccout(int dollars , double rate ) { if ((dollars < 0 ) || (rate < 0 )) { cout <<"Illegal values for money or interest rate .\n"; exit(1); } balance = dollars ; interest_rate = rate ; } BankAccout::BankAccout():balance(0) , interest_rate(0.0) { //主体有意留空 }
谁能帮忙看一下OpenCV 3.4.1源码的类型转换编译错误?
环境: 1. Ubuntu 12.04 LTS 2. cmake 3.5.1 3. OpenCV 3.4.1源码 4. Arm Cortex-A7 NXP i.MX6Q 5. 已经sudo为root 执行过程 cd opencv-3.4.1 mkdir build cd build cmakd -D CMAKE_BUILD_TYPE=Relase -D CMAKE_INSTALL_PREFIX=/usr/local .. make make install 出错提示: [ 0%] Built target gen-pkgconfig [ 9%] Built target libwebp [ 14%] Built target IlmImf [ 20%] Built target libprotobuf [ 23%] Built target carotene_objs [ 24%] Built target tegra_hal [ 24%] Built target opencv_ts_pch_dephelp [ 24%] Built target pch_Generate_opencv_ts [ 25%] Built target opencv_core_pch_dephelp [ 25%] Built target pch_Generate_opencv_core [ 31%] Built target opencv_core [ 31%] Built target opencv_imgproc_pch_dephelp [ 31%] Built target pch_Generate_opencv_imgproc [ 31%] Building CXX object modules/imgproc/CMakeFiles/opencv_imgproc.dir/src/smooth.cpp.o /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp: In function ‘void cv::vlineSmooth1N(const FT* const*, const FT*, int, ET*, int) [with ET = unsigned char, FT = {anonymous}::ufixedpoint16]’: /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2676:31: error: conversion from ‘{anonymous}::ufixedpoint32’ to ‘cv::uint8_t {aka unsigned char}’ is ambiguous /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2676:31: note: candidates are: /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:223:22: note: {anonymous}::ufixedpoint32::operator float() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:222:22: note: {anonymous}::ufixedpoint32::operator double() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:221:22: note: {anonymous}::ufixedpoint32::operator ET() const [with ET = unsigned char] /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp: In function ‘void cv::vlineSmooth1N1(const FT* const*, const FT*, int, ET*, int) [with ET = unsigned char, FT = {anonymous}::ufixedpoint16]’: /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2693:24: error: conversion from ‘const {anonymous}::ufixedpoint16’ to ‘cv::uint8_t {aka unsigned char}’ is ambiguous /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2693:24: note: candidates are: /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:289:22: note: {anonymous}::ufixedpoint16::operator float() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:288:22: note: {anonymous}::ufixedpoint16::operator double() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:287:22: note: {anonymous}::ufixedpoint16::operator ET() const [with ET = unsigned char] /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp: In function ‘void cv::vlineSmooth3N(const FT* const*, const FT*, int, ET*, int) [with ET = unsigned char, FT = {anonymous}::ufixedpoint16]’: /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2740:71: error: conversion from ‘{anonymous}::ufixedpoint32’ to ‘cv::uint8_t {aka unsigned char}’ is ambiguous /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2740:71: note: candidates are: /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:223:22: note: {anonymous}::ufixedpoint32::operator float() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:222:22: note: {anonymous}::ufixedpoint32::operator double() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:221:22: note: {anonymous}::ufixedpoint32::operator ET() const [with ET = unsigned char] /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp: In function ‘void cv::vlineSmooth5N(const FT* const*, const FT*, int, ET*, int) [with ET = unsigned char, FT = {anonymous}::ufixedpoint16]’: /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2816:109: error: conversion from ‘{anonymous}::ufixedpoint32’ to ‘cv::uint8_t {aka unsigned char}’ is ambiguous /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2816:109: note: candidates are: /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:223:22: note: {anonymous}::ufixedpoint32::operator float() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:222:22: note: {anonymous}::ufixedpoint32::operator double() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:221:22: note: {anonymous}::ufixedpoint32::operator ET() const [with ET = unsigned char] /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp: In function ‘void cv::vlineSmooth(const FT* const*, const FT*, int, ET*, int) [with ET = unsigned char, FT = {anonymous}::ufixedpoint16]’: /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2919:18: error: conversion from ‘{anonymous}::ufixedpoint32’ to ‘cv::uint8_t {aka unsigned char}’ is ambiguous /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2914:23: note: candidates are: /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:223:22: note: {anonymous}::ufixedpoint32::operator float() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:222:22: note: {anonymous}::ufixedpoint32::operator double() const /home/linaro/opencv-3.4.1/modules/imgproc/src/fixedpoint.inl.hpp:221:22: note: {anonymous}::ufixedpoint32::operator ET() const [with ET = unsigned char] make[2]: *** [modules/imgproc/CMakeFiles/opencv_imgproc.dir/src/smooth.cpp.o] Error 1 make[1]: *** [modules/imgproc/CMakeFiles/opencv_imgproc.dir/all] Error 2 make: *** [all] Error 2 说明: 关键之处是 /home/linaro/opencv-3.4.1/modules/imgproc/src/smooth.cpp:2919:18: error: conversion from ‘{anonymous}::ufixedpoint32’ to ‘cv::uint8_t {aka unsigned char}’ is ambiguous 类型转换错误。 请教各位大侠,这个错误出在哪里,如何解决呢? 谢谢!
如何才能使这个代码能修改超过100M以上的文件?
先感谢编写这段代码的作者, 这段代码可以完美的以16进制方式修改数据文件,经测试在2M左右内的文件可以完美运行,但是我在修改一个100M的文件时提示内存溢出,在这大神云集的地方特来请教大师们帮我修改成能运行在100M以上文件,感谢。 ``` import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.IOException; import java.io.InputStreamReader; import java.io.StringWriter; /** * RO Utility Mainly used for: 1.Double Open client 2.Open Unlimited View * * @author Ciro Deng(cdtdx@sohu.com) * @version 1.0 * */ public class MainTool { private final String RO_HOME = "D://Games//RO//"; //修改文件的路径 private final String FILE = "Ragexe"; //修改文件的主文件名 private final String BAK_FILE = FILE + "_BAK.sp2"; //修改文件的备份扩展名 private final String PATCH_FILE = FILE + ".sp2"; //修改文件的扩展名 /** * 进行16进制替换的规则定义 * Pattern Array Example: pattern[0][0] = "Original Hex String"; 原16进制字符串 * pattern[0][1] = "New Hex String"; 要替换的16进制字符串 */ private final String[][] pattern = { { "85C074095F5E33C05B8BE55DC3", "85C0EB095F5E33C05B8BE55DC3" }, { "85C0740E5F5EB801000000", "85C0EB0E5F5EB801000000" }, // Double // Open { "000066430000C843", "0000004300008644" } // Umlimited View }; /** * 备份文件恢复 * ture the backup file into real file * */ public void restore() { if (isExistBackup()) { new File(RO_HOME + PATCH_FILE).delete(); new File(RO_HOME + BAK_FILE) .renameTo(new File(RO_HOME + PATCH_FILE)); System.out.println("[----------------Restore file OK!--------------------]"); } else { System.out.println("Backup file does not exist!"); System.exit(0); } } public void init() { //初始化操作 if (new File(RO_HOME + PATCH_FILE).exists()) { System.out .println("[-------------Initialize original file OK!-----------]"); } else { System.out.println("File is not Existed! Please restore it first!"); } // backup original file if (!isExistBackup()) { new File(RO_HOME + PATCH_FILE) .renameTo(new File(RO_HOME + BAK_FILE)); } System.out .println("[---------------Please choose your action------------]"); System.out.println("1:Modify double open and unlimited view mode!"); System.out.println("2:Restore original mode!"); System.out.println("Please input 1 or 2 and Enter:"); } public void success() { //成功操作提示 System.out.println(); System.out .println("[-------------Patch file OK! Have fun with RO!-------]"); } /** * 进行16进制替换 * replace input Hex String with defined pattern * * @param original * @return */ public String replace(String original) { for (int i = 0; i < pattern.length; i++) { original = original.replaceAll(pattern[i][0].toLowerCase(), pattern[i][1].toLowerCase()); } return original; } /** * 将文件读取为16进制String * Read original File and transfer it into Hex String * * @return * @throws IOException */ public String readOriginal2Hex() throws IOException { FileInputStream fin = new FileInputStream(new File(RO_HOME + BAK_FILE)); StringWriter sw = new StringWriter(); int len = 1; byte[] temp = new byte[len]; /*16进制转化模块*/ for (; (fin.read(temp, 0, len)) != -1;) { if (temp[0] > 0xf && temp[0] <= 0xff) { sw.write(Integer.toHexString(temp[0])); } else if (temp[0] >= 0x0 && temp[0] <= 0xf) {//对于只有1位的16进制数前边补“0” sw.write("0" + Integer.toHexString(temp[0])); } else { //对于int<0的位转化为16进制的特殊处理,因为Java没有Unsigned int,所以这个int可能为负数 sw.write(Integer.toHexString(temp[0]).substring(6)); } } return sw.toString(); } /** * 将替换后的16进制字符串写回文件 * write replaced original String to file * * @param replaced * @throws NumberFormatException * @throws IOException */ public void writeNew2Binary(String replaced) throws NumberFormatException, IOException { FileOutputStream fout = new FileOutputStream(RO_HOME + PATCH_FILE); for (int i = 0; i < replaced.length(); i = i + 2) { fout.write(Integer.parseInt(replaced.substring(i, i + 2), 16)); } } /** * test direct output string to file * * @param temp * @throws IOException */ public void writeTest(String temp) throws IOException { FileOutputStream fout = new FileOutputStream(RO_HOME + "test.txt"); for (int i = 0; i < temp.length(); i++) { fout.write(temp.charAt(i)); } } /** * check if the backup file exists * * @return */ public boolean isExistBackup() { return new File(RO_HOME + BAK_FILE).exists(); } /** * 主要操作方法,组织工作流程 * Main process method * * @throws IOException */ public void patch() throws IOException { // init init(); //输入参数: //1:进行查找替换 //2:将备份文件恢复 String input = new BufferedReader(new InputStreamReader(System.in)) .readLine(); if (input.equals("1")) { String temp = null; temp = readOriginal2Hex(); temp = replace(temp); writeNew2Binary(temp); success(); } else if (input.equals("2")) { restore(); } else { System.out.println("Bad input parameter!"); System.exit(0); } } /** * Main方法 * main * * @param args * @throws IOException */ public static void main(String[] args) throws IOException { MainTool tool = new MainTool(); tool.patch(); } } ```
opencv用boundingrect找最大区域时崩溃
代码的功能是调用摄像头,然后找出视频帧中的红色区域,再找到其中最大的区域作为ROI。 用笔记本集成的摄像头的时候可以正常跑。 换成usb外接摄像头,编译连接都没问题,就是run的时候崩溃了 //#include "stdafx.h" #include "opencv2/opencv.hpp" #include <cv.h> #include <iostream> using namespace std; using namespace cv; //漫水填充 void fillHole(const Mat srcBw, Mat &dstBw) { Size m_Size = srcBw.size(); Mat Temp = Mat::zeros(m_Size.height + 2, m_Size.width + 2, srcBw.type());//延展图像 srcBw.copyTo(Temp(Range(1, m_Size.height + 1), Range(1, m_Size.width + 1))); cv::floodFill(Temp, Point(0, 0), Scalar(255,255,255)); //cv::floodFill(Temp, Point(30, 29), Scalar(255, 0, 0), 0, Scalar(10, 10, 10), Scalar(10, 10, 10)); Mat cutImg;//裁剪延展的图像 Temp(Range(1, m_Size.height + 1), Range(1, m_Size.width + 1)).copyTo(cutImg); dstBw = srcBw | (~cutImg); } int main(int argc, char** argv) { //定义扫描图像的循环变量 int i = 0; int j = 0; //通过摄像头采集视频 VideoCapture capture(0); //读取视频. //VideoCapture capture("E:/weixian.mp4"); //视频总帧数 //long totalFrameNumber = capture.get(CV_CAP_PROP_FRAME_COUNT); //num是一个计数的flag. int num = 1; while (1) //while (num <= totalFrameNumber) { //IplImage* frame; Mat frame1, frame; //将捕获图像存入frame变量 capture >> frame1; blur(frame1, frame1, Size(7, 7)); //缩放倍数 double fScale = 0.5; //目标图像尺寸 CvSize czSize; czSize.width = frame1.cols*fScale; czSize.height = frame1.rows*fScale; cv::resize(frame1, frame, cv::Size(czSize.width, czSize.height), (0, 0), (0, 0), cv::INTER_LINEAR); cv::Mat rgbImage = frame, hsvImage; //转换到hsv空间 cv::cvtColor(rgbImage, hsvImage, cv::COLOR_BGR2HSV); //为了获取图像的尺寸 //这里把图像类型转换 IplImage* tempImage = &IplImage(hsvImage); IplImage* extractionImage = &IplImage(hsvImage); IplImage* reversionImage = &IplImage(hsvImage); IplImage* grayImage = &IplImage(hsvImage); IplImage* binaryImage = &IplImage(hsvImage); //显示两个空间下的图像 imshow("RGB", rgbImage); //imshow("HSV", hsvImage); for (i = 0; i < tempImage->height; i++) { for (j = 0; j < tempImage->width; j++) { //获取像素点为(j, i)点的HSV的值 CvScalar s_hsv = cvGet2D(tempImage, i, j); /* opencv 的H范围是0~180,红色的H范围大概是(0~8)∪(160,180) S是饱和度,一般是大于一个值,S过低就是灰色(参考值S>80), V是亮度,过低就是黑色,过高就是白色(参考值220>V>50)。 */ CvScalar s; if (!(((s_hsv.val[0]>0) && (s_hsv.val[0]<8)) || (s_hsv.val[0]>178) && (s_hsv.val[0]<180))) { s.val[0] = 0; s.val[1] = 0; s.val[2] = 0; cvSet2D(tempImage, i, j, s); } //else这小段是自己加的,如果是红色,就置为白色. else { s.val[0] = 180; s.val[1] = 30; s.val[2] = 255; cvSet2D(tempImage, i, j, s); } } } //提取红色分量 cvConvert(tempImage, extractionImage); //cvNamedWindow("Extraction"); //cvShowImage("Extraction", extractionImage); //颜色空间变换回RGB cvCvtColor(extractionImage, reversionImage, cv::COLOR_HSV2BGR); //cvNamedWindow("Reversion"); //cvShowImage("Reversion", reversionImage); //这里如果转灰度,会出现内存泄漏. //由于前边定义每个图像都用的取址运算符 //因为grayImge指向的是hsvImage的地址,而后者一直在变 //所以此处gray也一直在变 //RGB图像转灰度图 //cvCvtColor(reversionImage, grayImage, cv::COLOR_BGR2GRAY); //cvNamedWindow("Gray"); //cvShowImage("Gray", grayImage); //灰度图转二值图 cvThreshold(grayImage, binaryImage, 100, 255, CV_THRESH_BINARY); //cvThreshold(reversionImage, binaryImage, 150, 255, CV_THRESH_BINARY); //cvNamedWindow("Binary"); //cvShowImage("Binary", binaryImage); //5*5正方形,8位uchar型,全1结构元素 cv::Mat element5(5, 5, CV_8U, cv::Scalar(1)); cv::Mat closed,opened,temp,final,cimage; //cv::vector<vector<cv::Point>> contours(10000); temp = Mat(binaryImage); //高级形态学运算函数 cv::morphologyEx(temp, opened, cv::MORPH_CLOSE, element5); cv::morphologyEx(temp, closed, cv::MORPH_CLOSE, element5); //cvNamedWindow("Opened"); //imshow("Opened", opened); //cvNamedWindow("Closed"); //imshow("Closed", closed); fillHole(closed, final); cvNamedWindow("Final"); imshow("Final", final); Canny(final, cimage, 150, 250); //cvNamedWindow("Canny"); //imshow("Canny", cimage); cv::vector<vector<cv::Point>> contours; vector<Vec4i> hierarchy; cv::findContours(cimage, contours, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_NONE,Point()); //cv::findContours(cimage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point()); // 寻找最大连通域 double maxArea = 0; vector<cv::Point> maxContour; for (size_t i = 0; i < contours.size(); i++) { double area = cv::contourArea(contours[i]); if (area > maxArea) { maxArea = area; maxContour = contours[i]; } //cout << maxArea << endl; } //cout << maxArea << endl; //cout << contours.size() << endl; //cout << i << endl; //cout << maxContour << endl; // 将轮廓转为矩形框 cv::Rect maxRect = cv::boundingRect(maxContour); // 显示连通域 cv::Mat result1, result2; final.copyTo(result1); final.copyTo(result2); for (size_t i = 0; i < contours.size(); i++) { cv::Rect r = cv::boundingRect(contours[i]); cv::rectangle(result1, r, cv::Scalar(255)); } //cv::imshow("all regions", result1); //cv::waitKey(); cv::rectangle(result2, maxRect, cv::Scalar(0, 255, 0), 3); cv::imshow("largest region", result2); if (maxArea>8000) { cv::imshow("largest region", result2); } /* */ waitKey(20); //视频帧数加1. num = num + 1; } return 0; } ``` ``` ![图片说明](https://img-ask.csdn.net/upload/201808/16/1534430156_429439.png) ![图片说明](https://img-ask.csdn.net/upload/201808/16/1534430084_178855.png) 好像是boundingrect那里出错了,但是为什么集成摄像头就可以呢?请教各位
spring-data-redis事务操作异常
相关jar ``` <dependency> <groupId>org.springframework.data</groupId> <artifactId>spring-data-redis</artifactId> <version>1.6.0.RELEASE</version> </dependency> <dependency> <groupId>redis.clients</groupId> <artifactId>jedis</artifactId> <version>2.4.2</version> </dependency> ``` 业务场景: 现有一个定时任务,将符合条件的新闻标题存入Reids,采用zset格式,新闻数据转换为json,试问时间为score,便于通过新闻时间分页获取数据。 执行定时任务时,先通过key删除原有的数据,然后批量增加新的数据,为了避免在删除命令执行后增加命令执行前会插入其他查询命令,导致查询结果为空,所以需要事物处理,以下代码: ``` @Test @SuppressWarnings({ "unchecked", "rawtypes" }) public void test001(){ List<NewsInfo> list = getList("ztw_0707"); Set<TypedTuple<String>> set = Sets.newHashSet(); for (int i = 0; i < list.size(); i++) { String str = JSON.toJSONString(list.get(i), SerializerFeature.WriteMapNullValue); TypedTuple<String> typedTuple = new DefaultTypedTuple<String>(str, Double.valueOf(i)); set.add(typedTuple); } // stringRedisTemplate.delete("myKey"); // stringRedisTemplate.opsForZSet().add("myKet", set); Map<String, String> map = Maps.newHashMap(); map.put("key001", "value001"); map.put("key002", "value002"); map.put("key003", "value003"); SessionCallback<Object> sessionCallback = new SessionCallback<Object>(){ @Override public Object execute(RedisOperations operations) throws DataAccessException { operations.multi(); operations.delete("test"); //operations.opsForHash().putAll("test", map); operations.opsForZSet().add("test", set); // operations.opsForZSet().add("test", "value001", 1); // operations.opsForZSet().add("test", "value002", 2); // operations.opsForZSet().add("test", "value003", 3); //operations.opsForHash().put("test", "key001", "value001"); operations.expire("test", 1, TimeUnit.HOURS); Object val=operations.exec(); return val; } }; try { Object obj = stringRedisTemplate.execute(sessionCallback); System.out.println(obj.toString()); } catch (Exception e) { System.out.println(e); } } ``` 执行注释部分的代码没问题,唯但是operations.opsForZSet().add("test", set);时出现异常: org.springframework.dao.InvalidDataAccessApiUsageException: Cannot use Jedis when in Multi. Please use JedisTransaction instead.; nested exception is redis.clients.jedis.exceptions.JedisDataException: Cannot use Jedis when in Multi. Please use JedisTransaction instead. 请教各位,怎么解决,或者有其它的好的解决方案。
动态规划入门到熟悉,看不懂来打我啊
持续更新。。。。。。 2.1斐波那契系列问题 2.2矩阵系列问题 2.3跳跃系列问题 3.1 01背包 3.2 完全背包 3.3多重背包 3.4 一些变形选讲 2.1斐波那契系列问题 在数学上,斐波纳契数列以如下被以递归的方法定义:F(0)=0,F(1)=1, F(n)=F(n-1)+F(n-2)(n&gt;=2,n∈N*)根据定义,前十项为1, 1, 2, 3...
130 个相见恨晚的超实用网站,一次性分享出来
相见恨晚的超实用网站 持续更新中。。。
Java学习的正确打开方式
在博主认为,对于入门级学习java的最佳学习方法莫过于视频+博客+书籍+总结,前三者博主将淋漓尽致地挥毫于这篇博客文章中,至于总结在于个人,实际上越到后面你会发现学习的最好方式就是阅读参考官方文档其次就是国内的书籍,博客次之,这又是一个层次了,这里暂时不提后面再谈。博主将为各位入门java保驾护航,各位只管冲鸭!!!上天是公平的,只要不辜负时间,时间自然不会辜负你。 何谓学习?博主所理解的学习,它是一个过程,是一个不断累积、不断沉淀、不断总结、善于传达自己的个人见解以及乐于分享的过程。
程序员必须掌握的核心算法有哪些?
由于我之前一直强调数据结构以及算法学习的重要性,所以就有一些读者经常问我,数据结构与算法应该要学习到哪个程度呢?,说实话,这个问题我不知道要怎么回答你,主要取决于你想学习到哪些程度,不过针对这个问题,我稍微总结一下我学过的算法知识点,以及我觉得值得学习的算法。这些算法与数据结构的学习大多数是零散的,并没有一本把他们全部覆盖的书籍。下面是我觉得值得学习的一些算法以及数据结构,当然,我也会整理一些看过...
Python——画一棵漂亮的樱花树(不同种樱花+玫瑰+圣诞树喔)
最近翻到一篇知乎,上面有不少用Python(大多是turtle库)绘制的树图,感觉很漂亮,我整理了一下,挑了一些我觉得不错的代码分享给大家(这些我都测试过,确实可以生成) one 樱花树 动态生成樱花 效果图(这个是动态的): 实现代码 import turtle as T import random import time # 画樱花的躯干(60,t) def Tree(branch, ...
大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了
大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、电子书搜索 对于大部分程序员...
为啥国人偏爱Mybatis,而老外喜欢Hibernate/JPA呢?
关于SQL和ORM的争论,永远都不会终止,我也一直在思考这个问题。昨天又跟群里的小伙伴进行了一番讨论,感触还是有一些,于是就有了今天这篇文。 声明:本文不会下关于Mybatis和JPA两个持久层框架哪个更好这样的结论。只是摆事实,讲道理,所以,请各位看官勿喷。 一、事件起因 关于Mybatis和JPA孰优孰劣的问题,争论已经很多年了。一直也没有结论,毕竟每个人的喜好和习惯是大不相同的。我也看...
我在支付宝花了1分钟,查到了女朋友的开房记录!
在大数据时代下,不管你做什么都会留下蛛丝马迹,只要学会把各种软件运用到极致,捉奸简直轻而易举。今天就来给大家分享一下,什么叫大数据抓出轨。据史料证明,马爸爸年轻时曾被...
shell脚本:备份数据库、代码上线
备份MySQL数据库 场景: 一台MySQL服务器,跑着5个数据库,在没有做主从的情况下,需要对这5个库进行备份 需求: 1)每天备份一次,需要备份所有的库 2)把备份数据存放到/data/backup/下 3)备份文件名称格式示例:dbname-2019-11-23.sql 4)需要对1天以前的所有sql文件压缩,格式为gzip 5)本地数据保留1周 6)需要把备份的数据同步到远程备份中心,假如...
聊聊C语言和指针的本质
坐着绿皮车上海到杭州,24块钱,很宽敞,在火车上非正式地聊几句。 很多编程语言都以 “没有指针” 作为自己的优势来宣传,然而,对于C语言,指针却是与生俱来的。 那么,什么是指针,为什么大家都想避开指针。 很简单, 指针就是地址,当一个地址作为一个变量存在时,它就被叫做指针,该变量的类型,自然就是指针类型。 指针的作用就是,给出一个指针,取出该指针指向地址处的值。为了理解本质,我们从计算机模型说起...
为什么你学不过动态规划?告别动态规划,谈谈我的经验
动态规划难吗?说实话,我觉得很难,特别是对于初学者来说,我当时入门动态规划的时候,是看 0-1 背包问题,当时真的是一脸懵逼。后来,我遇到动态规划的题,看的懂答案,但就是自己不会做,不知道怎么下手。就像做递归的题,看的懂答案,但下不了手,关于递归的,我之前也写过一篇套路的文章,如果对递归不大懂的,强烈建议看一看:为什么你学不会递归,告别递归,谈谈我的经验 对于动态规划,春招秋招时好多题都会用到动态...
程序员一般通过什么途径接私活?
二哥,你好,我想知道一般程序猿都如何接私活,我也想接,能告诉我一些方法吗? 上面是一个读者“烦不烦”问我的一个问题。其实不止是“烦不烦”,还有很多读者问过我类似这样的问题。 我接的私活不算多,挣到的钱也没有多少,加起来不到 20W。说实话,这个数目说出来我是有点心虚的,毕竟太少了,大家轻喷。但我想,恰好配得上“一般程序员”这个称号啊。毕竟苍蝇再小也是肉,我也算是有经验的人了。 唾弃接私活、做外...
字节跳动面试官这样问消息队列:分布式事务、重复消费、顺序消费,我整理了一下
你知道的越多,你不知道的越多 点赞再看,养成习惯 GitHub上已经开源 https://github.com/JavaFamily 有一线大厂面试点脑图、个人联系方式和人才交流群,欢迎Star和完善 前言 消息队列在互联网技术存储方面使用如此广泛,几乎所有的后端技术面试官都要在消息队列的使用和原理方面对小伙伴们进行360°的刁难。 作为一个在互联网公司面一次拿一次Offer的面霸...
2020年大前端发展趋势
迅速发展的前端开发,在每⼀年,都为开发者带来了新的关键词。2019 年已步⼊尾声,2020 年前端发展的关键词⼜将有哪些呢?发展的方向又会是什么呢?参考2019年大前端的发展,不出意外,前端依旧会围绕⼩程序、超级APP、跨端开发、前端⼯程化以及新技术运用等几个方面进行展开(可以参考2019年大前端技术趋势深度解读)。 小程序 在⼩程序⽅⾯,今年仍然是⼩程序突⻜猛进的⼀年,各⼤主流的 App 都上线...
如何安装 IntelliJ IDEA 最新版本——详细教程
IntelliJ IDEA 简称 IDEA,被业界公认为最好的 Java 集成开发工具,尤其在智能代码助手、代码自动提示、代码重构、代码版本管理(Git、SVN、Maven)、单元测试、代码分析等方面有着亮眼的发挥。IDEA 产于捷克,开发人员以严谨著称的东欧程序员为主。IDEA 分为社区版和付费版两个版本。 我呢,一直是 Eclipse 的忠实粉丝,差不多十年的老用户了。很早就接触到了 IDEA...
1个月时间整理了2019年上千道Java面试题,近500页文档!
Spring 面试题 1、一般问题 1.1、不同版本的 spring Framework 有哪些主要功能? 1.2、什么是 spring Framework? 1.3、列举 spring Framework 的优点。 1.4、spring Framework 有哪些不同的功能? 1.5、spring Framework 中有多少个模块,它们分别是什么? 1.6、什么是 spring ...
面试还搞不懂redis,快看看这40道面试题(含答案和思维导图)
Redis 面试题 1、什么是 Redis?. 2、Redis 的数据类型? 3、使用 Redis 有哪些好处? 4、Redis 相比 Memcached 有哪些优势? 5、Memcache 与 Redis 的区别都有哪些? 6、Redis 是单进程单线程的? 7、一个字符串类型的值能存储最大容量是多少? 8、Redis 的持久化机制是什么?各自的优缺点? 9、Redis 常见性...
为什么要推荐大家学习字节码?
配套视频: 为什么推荐大家学习Java字节码 https://www.bilibili.com/video/av77600176/ 一、背景 本文主要探讨:为什么要学习 JVM 字节码? 可能很多人会觉得没必要,因为平时开发用不到,而且不学这个也没耽误学习。 但是这里分享一点感悟,即人总是根据自己已经掌握的知识和技能来解决问题的。 这里有个悖论,有时候你觉得有些技术没用恰恰是...
在阿里,40岁的奋斗姿势
在阿里,40岁的奋斗姿势 在阿里,什么样的年纪可以称为老呢?35岁? 在云网络,有这样一群人,他们的平均年龄接近40,却刚刚开辟职业生涯的第二战场。 他们的奋斗姿势是什么样的呢? 洛神赋 “翩若惊鸿,婉若游龙。荣曜秋菊,华茂春松。髣髴兮若轻云之蔽月,飘飖兮若流风之回雪。远而望之,皎若太阳升朝霞;迫而察之,灼若芙蕖出渌波。” 爱洛神,爱阿里云 2018年,阿里云网络产品部门启动洛神2.0升...
【超详细分析】关于三次握手与四次挥手面试官想考我们什么?
在面试中,三次握手和四次挥手可以说是问的最频繁的一个知识点了,我相信大家也都看过很多关于三次握手与四次挥手的文章,今天的这篇文章,重点是围绕着面试,我们应该掌握哪些比较重要的点,哪些是比较被面试官给问到的,我觉得如果你能把我下面列举的一些点都记住、理解,我想就差不多了。 三次握手 当面试官问你为什么需要有三次握手、三次握手的作用、讲讲三次三次握手的时候,我想很多人会这样回答: 首先很多人会先讲下握...
压测学习总结(1)——高并发性能指标:QPS、TPS、RT、吞吐量详解
一、QPS,每秒查询 QPS:Queries Per Second意思是“每秒查询率”,是一台服务器每秒能够相应的查询次数,是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。互联网中,作为域名系统服务器的机器的性能经常用每秒查询率来衡量。 二、TPS,每秒事务 TPS:是TransactionsPerSecond的缩写,也就是事务数/秒。它是软件测试结果的测量单位。一个事务是指一...
新程序员七宗罪
当我发表这篇文章《为什么每个工程师都应该开始考虑开发中的分析和编程技能呢?》时,我从未想到它会对读者产生如此积极的影响。那些想要开始探索编程和数据科学领域的人向我寻求建议;还有一些人问我下一篇文章的发布日期;还有许多人询问如何顺利过渡到这个职业。我非常鼓励大家继续分享我在这个旅程的经验,学习,成功和失败,以帮助尽可能多的人过渡到一个充满无数好处和机会的职业生涯。亲爱的读者,谢谢你。 -罗伯特。 ...
活到老,学到老,程序员也该如此
全文共2763字,预计学习时长8分钟 图片来源:Pixabay 此前,“网传阿里巴巴要求尽快实现P8全员35周岁以内”的消息闹得沸沸扬扬。虽然很快被阿里辟谣,但苍蝇不叮无缝的蛋,无蜜不招彩蝶蜂。消息从何而来?真相究竟怎样?我们无从而知。我们只知道一个事实:不知从何时开始,程序猿也被划在了“吃青春饭”行业之列。 饱受“996ICU”摧残后,好不容易“头秃了变强了”,即将步入为“高...
Vue快速实现通用表单验证
本文开篇第一句话,想引用鲁迅先生《祝福》里的一句话,那便是:“我真傻,真的,我单单知道后端整天都是CRUD,我没想到前端整天都是Form表单”。这句话要从哪里说起呢?大概要从最近半个月的“全栈工程师”说起。项目上需要做一个城市配载的功能,顾名思义,就是通过框选和拖拽的方式在地图上完成配载。博主选择了前后端分离的方式,在这个过程中发现:首先,只要有依赖jQuery的组件,譬如Kendoui,即使使用...
2019年Spring Boot面试都问了什么?快看看这22道面试题!
Spring Boot 面试题 1、什么是 Spring Boot? 2、Spring Boot 有哪些优点? 3、什么是 JavaConfig? 4、如何重新加载 Spring Boot 上的更改,而无需重新启动服务器? 5、Spring Boot 中的监视器是什么? 6、如何在 Spring Boot 中禁用 Actuator 端点安全性? 7、如何在自定义端口上运行 Sprin...
Unity项目在pc和ios设备上黑屏的原因探究
0x00 由于项目上线了windows平台的项目(别问我为什么,咱也不敢说,咱也不敢问),由Unity5.4.6升级到Unity2018的过程中,遇到了各种各样的坑,本文为避坑指南1。本项目没有使用HDR和抗锯齿,由于查这几个问题查到吐血,前后用了3天的时间,本文充满了怨气,行文非常啰嗦,需要快速解决问题的,可以直接拉到最后看结论。 0x01 法线贴图 项目在unity2018出了新的androi...
关于裁员几点看法及建议
最近网易裁员事件引起广泛关注,昨天网易针对此事,也发了声明,到底谁对谁错,孰是孰非?我们作为吃瓜观众实在是知之甚少,所以不敢妄下定论。身处软件开发这个行业,近一两年来,对...
面试官:关于Java性能优化,你有什么技巧
通过使用一些辅助性工具来找到程序中的瓶颈,然后就可以对瓶颈部分的代码进行优化。 一般有两种方案:即优化代码或更改设计方法。我们一般会选择后者,因为不去调用以下代码要比调用一些优化的代码更能提高程序的性能。而一个设计良好的程序能够精简代码,从而提高性能。 下面将提供一些在JAVA程序的设计和编码中,为了能够提高JAVA程序的性能,而经常采用的一些方法和技巧。 1.对象的生成和大小的调整。 J...
【图解算法面试】记一次面试:说说游戏中的敏感词过滤是如何实现的?
版权声明:本文为苦逼的码农原创。未经同意禁止任何形式转载,特别是那些复制粘贴到别的平台的,否则,必定追究。欢迎大家多多转发,谢谢。 小秋今天去面试了,面试官问了一个与敏感词过滤算法相关的问题,然而小秋对敏感词过滤算法一点也没听说过。于是,有了下下事情的发生… 面试官开怼 面试官:玩过王者荣耀吧?了解过敏感词过滤吗?,例如在游戏里,如果我们发送“你在干嘛?麻痹演员啊你?”,由于“麻痹”是一个敏感词,...
GitHub 标星 1.6w+,我发现了一个宝藏项目,作为编程新手有福了!
大家好,我是 Rocky0429,一个最近老在 GitHub 上闲逛的蒟蒻… 特别惭愧的是,虽然我很早就知道 GitHub,但是学会逛 GitHub 的时间特别晚。当时一方面是因为菜,看着这种全是英文的东西难受,不知道该怎么去玩,另一方面是一直在搞 ACM,没有做一些工程类的项目,所以想当然的以为和 GitHub 也没什么关系(当然这种想法是错误的)。 后来自己花了一个星期看完了 Pyt...
计算机专业的书普遍都这么贵,你们都是怎么获取资源的?
介绍几个可以下载编程电子书籍的网站。 1.Github Github上编程书资源很多,你可以根据类型和语言去搜索。推荐几个热门的: free-programming-books-zh_CN:58K 星的GitHub,编程语言、WEB、函数、大数据、操作系统、在线课程、数据库相关书籍应有尽有,共有几百本。 Go语言高级编程:涵盖CGO,Go汇编语言,RPC实现,Protobuf插件实现,Web框架实...
毕业5年,我问遍了身边的大佬,总结了他们的学习方法
我问了身边10个大佬,总结了他们的学习方法,原来成功都是有迹可循的。
推荐10个堪称神器的学习网站
每天都会收到很多读者的私信,问我:“二哥,有什么推荐的学习网站吗?最近很浮躁,手头的一些网站都看烦了,想看看二哥这里有什么新鲜货。” 今天一早做了个恶梦,梦到被老板辞退了。虽然说在我们公司,只有我辞退老板的份,没有老板辞退我这一说,但是还是被吓得 4 点多都起来了。(主要是因为我掌握着公司所有的核心源码,哈哈哈) 既然 4 点多起来,就得好好利用起来。于是我就挑选了 10 个堪称神器的学习网站,推...
这些软件太强了,Windows必装!尤其程序员!
Windows可谓是大多数人的生产力工具,集娱乐办公于一体,虽然在程序员这个群体中都说苹果是信仰,但是大部分不都是从Windows过来的,而且现在依然有很多的程序员用Windows。 所以,今天我就把我私藏的Windows必装的软件分享给大家,如果有一个你没有用过甚至没有听过,那你就赚了????,这可都是提升你幸福感的高效率生产力工具哦! 走起!???? NO、1 ScreenToGif 屏幕,摄像头和白板...
MacBook Pro 入手一年了,到底香不香?
最近又有小伙伴问到底值不值得入手一台 MacBook Pro,松哥自己在 2018 年 10 月份的时候入手了一台,到现在为止,也用了一年多了,今天就来和小伙伴们聊一聊使用感受,至于到底值不值,需要大家自行判断。 我的第一台笔记本是大一第二学期(2012 年 4 月份)入手的,是一台 Sony 的 VAIO,这台电脑现在也一直在用,给大家录制的视频教程都是用这台电脑录制了,在接近 8 年的时间里,...
大学四年因为知道了这32个网站,我成了别人眼中的大神!
依稀记得,毕业那天,我们导员发给我毕业证的时候对我说“你可是咱们系的风云人物啊”,哎呀,别提当时多开心啦????,嗯,我们导员是所有导员中最帅的一个,真的???? 不过,导员说的是实话,很多人都叫我大神的,为啥,因为我知道这32个网站啊,你说强不强????,这次是绝对的干货,看好啦,走起来! PS:每个网站都是学计算机混互联网必须知道的,真的牛杯,我就不过多介绍了,大家自行探索,觉得没用的,尽管留言吐槽吧???? 社...
相关热词 c# 数组类型 泛型约束 c#的赛狗日程序 c# 传递数组 可变参数 c# 生成存储过程 c# list 补集 c#获得所有窗体 c# 当前秒数转成年月日 c#中的枚举 c# 计算校验和 连续随机数不重复c#
立即提问