Git的一些小技巧

本文介绍如何使用Git高效地批量合并最近的几个commit,并修改特定commit的信息,适用于日常开发中频繁的代码调整场景。

git 是我接触比较多的一个源代码管理工具,个人感觉非常灵活,虽然命令体系很庞大,但常用的就那么几个。

现将工作中常常遇到的一些问题的解决技巧贴上。算是备忘吧。

先上几个常用的配套工具:

gitk / tig : gitk是一个图形化的git,可以看到代码的整个分支树,查看每个分支的DIFF等详细信息,tig实现同样功能,只是能在终端里直观地显示,对终端控来说是个不错的选择!

tree: 查看当前目录的子目录树。


× 如何将最近的几个COMMIT压缩成一个?

很多时候都会这样,提交了一次,发现有个单词拼错了,改一下又提交一次,发现代码有小漏洞改一下又提交一次。。。

久而久之积攒下来的鸡毛蒜皮的commit就会很多。类似这种情况,其实可以很简单将这个几小提交压成一个: 回到之前的某个一次commit,然后重新提交一次就好了。

[plain] view plain copy
  1. git reset --soft <commit>  
<commit>为你要返回的提交,--soft选项很重要,它确保只是当前的HEAD指向<commit>,index和working directory里的

代码和信息还是目前最新的。将然后再执行:

[plain] view plain copy
  1. git commit -a  

输入新的提交信息就行了。这样就把<commit>之后的所有提交压缩为你现在提交的这个。

另一个方法是用git rebase,这个可以压缩任意多个提交。

× 如何修改某次commit 的信息?

我知道的只有下面这个方法 :

[plain] view plain copy
  1. git rebase -i <commit>  
<commit> 是你要修改信息的commit之前的任意一个commit。这个命令首先会将<commit>之后所有commit信息列出来,类似这样
[plain] view plain copy
  1. pick 780a327 master6  
  2. pick c7be6fe master7  
  3.   
  4. # Rebase f9436a1..c7be6fe onto f9436a1  
  5. #  
  6. # Commands:  
  7. #  p, pick = use commit  
  8. #  r, reword = use commit, but edit the commit message  
  9. #  e, edit = use commit, but stop for amending  
  10. #  s, squash = use commit, but meld into previous commit  
  11. #  f, fixup = like "squash", but discard this commit's log message  
  12. #  x, exec = run command (the rest of the line) using shell  
  13. #  
  14. # If you remove a line here THAT COMMIT WILL BE LOST.  
  15. # However, if you remove everything, the rebase will be aborted.  

最上面两行是每行从左到右分别是命令,commit的SHA码和提交信息,将你要修改提交信息的commit前将pick改为edit或reword,保存退出,然后就会出现对应的commit信息,修改之后保存就可以了。
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
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