绘制图表类型选择以及界面变动(七)2021-07-13

本文介绍了在Vue中如何处理图表类型的动态选择,并通过Vuex的状态管理来维护图表类型。当图表类型改变时,使用mutation更新state中的typeOfDiagram状态。同时,通过父组件作为媒介,利用$emit和ref实现兄弟组件stocktable和diagram之间的方法调用,以完成数据加载逻辑。这种方法遵循了Vue的组件通信原则,提高了用户体验。

对于要绘制的图表类型的选择进行了监听

在这里插入图片描述
对于此处选中的图表的类型,在store.state中维护了一个状态 typeOfDiagram
对应的mutation和action中的变更方法如下

muta_typeOfDiagram(state,result)
    {
        state.typeOfDiagram=result
    }
reset_typeOfDiagram(context,value){
        context.commit('muta_typeOfDiagram', value.typeOfDiagram)
    }

界面变动–使用父组件做媒介实现了兄弟组件的方法调用

为了更符合用户的操作逻辑,把diagram组件中的按钮移动到了stocktable组件中,这里就不得不面队一个兄弟组件方法调用的问题,在查阅了相关博客后,使用 e m i t 和 emit和 emitref 完成了兄弟组件的通信,
参考的博客如下
vue兄弟组件之间传值和方法调用
在这里插入图片描述
实现的关键代码
发起调用的子组件1 stocktable.vue

 handleLoadData(){
                this.$emit("handleClickLoad")
            }

作为中介的父组件 index.vue
在子组件引入是注册监听方法和ref属性用于访问子组件
在这里插入图片描述
通过方法向子组件2 diagram发起方法调用 被调用的方法为loadData(),此方法在子组件2 diagram中被调用
在这里插入图片描述

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值