27、UNIX 终端显示与仿真指南

UNIX 终端显示与仿真指南

在当今的市场上,存在着数百种不同类型的显示器和终端设备。这些设备各具特色,从基础的 ASCII 终端到能够同时运行 ASCII 和 X 的视频终端,涵盖了智能终端和哑终端等多种类型。在某些情况下,哑终端甚至比智能终端更实用。

无论你打算使用哪种终端,都应该能够找到与之兼容的模拟器或合适的设置,以支持程序操作屏幕所需的各种功能和序列。如果你登录系统后执行的命令不需要特定的终端模拟器,那么可能无需担心终端的反应。像 who cat uname tail head ls 等程序,只需要简单的换行符就能在屏幕上无限滚动显示,类似于可以在无限长的纸张上打印的电传打字机。几乎任何能够显示或打印的串行设备都可以被视为终端。在 20 世纪 70 年代和 80 年代初,电传打字机作为终端使用效果很好,尽管它们速度慢且耗费纸张,但仍能完成工作。

你可能会好奇,UNIX 是如何操控如此多具有不同功能和控制命令的终端的。例如,为什么 clear 命令在某些终端上有效,而在其他终端上却不行呢?

UNIX 中有两个关键部分可以使终端正确模拟:一个数据库和一个子程序库。数据库描述了终端支持的功能,子程序库则用于查询数据库以使用其中存储的功能。这两者结合起来,就形成了现在我们所知的 termcap 文件(即终端功能文件)。随着时间的推移,termcap 文件变得非常庞大。在 AT&T 版本的 UNIX 中,termcap 被转换为一个名为 termin

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  | 博主筛选后可见
 
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