数据库有关操作

本文介绍了安卓手机端使用SQLite数据库的方法,包括数据库创建、升级、插入、删除、更新及查询操作,并通过单元测试实现对数据库操作的验证。

安卓手机端数据库大部分用SQLite,SQLite是一个轻量数据库,符合手机的性能,否则占用内存太大,资源占用过多。

这里利用单元测试进行操作。新建一个包,引用相关测试需要的类库

package com.example.sql_lite;

import android.content.Context;
import android.database.sqlite.SQLiteDatabase;
import android.database.sqlite.SQLiteDatabase.CursorFactory;
import android.database.sqlite.SQLiteOpenHelper;

//数据库方法获取
public class MySqlHelper extends SQLiteOpenHelper {

	//游标工厂:
	public MySqlHelper(Context context
			) {
//数据库名是可以写死的,这里直接写死了,保持代码简洁性
		super(context, "people.db", null, 1);
		// TODO 自动生成的构造函数存根
	}

	@Override
	//创建数据库调用
	public void onCreate(SQLiteDatabase db) {
		// TODO 自动生成的方法存根
		
		//创建表
		db.execSQL("create table person(_id primary key autoincrement,name char(20),phone char(20),salary integer(10))");

	}

	@Override
	//升级数据库调用
	public void onUpgrade(SQLiteDatabase db, int oldVersion, int newVersion) {
		// TODO 自动生成的方法存根

	}

}

新建一个包,创建测试类

package com.example.sql_lite.test;

import java.sql.SQLData;

import com.example.sql_lite.MySqlHelper;

import android.database.sqlite.SQLiteDatabase;
import android.test.AndroidTestCase;

public class Test extends AndroidTestCase{

	private MySqlHelper oh;
	private SQLiteDatabase db;
	
	public void test() {		
	}
	@Override
	protected void setUp() throws Exception {
		// TODO 自动生成的方法存根
		//会在测试之前就先调用,避免代码复用,但是不能生命在前面,因为那时还没初始化完全,getContext()获取上下文出错
		super.setUp();
		 oh = new MySqlHelper(getContext());
		 db = oh.getWritableDatabase();
	}
//落泪方法,即摧毁方法,会在测试完成后调用
<span style="white-space:pre">	</span>@Override
<span style="white-space:pre">	</span>protected void tearDown() throws Exception {
<span style="white-space:pre">		</span>// TODO 自动生成的方法存根
<span style="white-space:pre">		</span>super.tearDown();
<span style="white-space:pre">		</span>db.close();
<span style="white-space:pre">	</span>}
	//插入数据
	public void insert() {
		
		
		db.execSQL("insert into person(name,phone,salary) values(?,?,?)",new Object[]{"cui","22",20000});
		db.execSQL("insert into person(name,phone,salary) values(?,?,?)",new Object[]{"cui2","22",20000});
	}
        //删除数据
	public void delete() {
		db.execSQL("delete from person where name = ?",new Object[]{"cui"});
	}
	
}
        //更新数据 
        public void updata() {
		db.execSQL("updata person set salary = ? where name = ?", new Object[]{15000,"cui"});
	}
	//查询语句,exeSQL是SQL执行语句,注意他是没有返回值的,所以查询不用exeSQL
	public void select() {
		Cursor cur = db.rawQuery("select * from person", null);
		//把指针移动至下一行,movethnext方法返回值是boolean
		while (cur.moveToNext()) {
			//先通过列名,获取列索引,再通过索引获取其内容
			String name = cur.getString(cur.getColumnIndex("name"));
			String phone = cur.getString(cur.getColumnIndex("phone"));
			int salary = cur.getInt(cur.getColumnIndex("salary"));
			
		}
	}




内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发。
源码来自: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