黑马程序员_交通灯系统

---------- android培训java培训、java学习型技术博客、期待与您交流! ------------


一、需求分析

模拟实现十字路口的交通灯管理系统逻辑,具体需求如下:
1.         异步随机生成按照各个路线行驶的车辆。
2.         信号灯忽略黄灯,只考虑红灯和绿灯。
3.         应考虑左转车辆控制信号灯,右转车辆不受信号灯控制。
4.         具体信号灯控制逻辑与现实生活中普通交通灯控制逻辑相同,不考虑特殊情况下的控制逻辑。
注:南北向车辆与东西向车辆交替放行,同方向等待车辆应先放行直行车辆而后放行左转车辆。
5.         每辆车通过路口时间为1秒(提示:可通过线程Sleep的方式模拟)。
6.         随机生成车辆时间间隔以及红绿灯交换时间间隔自定,可以设置。
7.         不要求实现GUI,只考虑系统逻辑实现,可通过Log方式展现程序运行结果。
二、面向对象的分析与设计
在这程序中我们首先要明白要模拟的交通系统中的路线的设计,在一个十字路口中应该有十二条路线,如果我们用字母N表示北面方向、字母S表示南面方向、字母E表示东面方向、字母W表示西面方向,那么十二条路线就可以表示成如下的形式:
S2N, S2W, S2E,E2W, E2S, E2N,N2S , N2E, N2W,W2E , W2N, W2S。
    为了使程序简化我们可以将这十二条路线分成三类,前进、左拐和右拐,并且我们可以假设每条路线都有一个红绿灯对其进行控制,右拐的4条路线的控制灯可以假设称为常绿状态,另外,其它8条路线是两两成对的,可以归为4组,所以,程序只需考虑4条路线的控制灯的切换顺序,这4条路线相反方向的路线的控制灯跟随这4条路线切换,不必再考虑。这样我们在考虑问题的时候就可以只考虑一个方向的,并将四个方向按照顺序考虑。
   在这个系统中所有的对象是:红绿灯、红绿灯的控制系统、交通路线和车辆。汽车并不是看到所在路线对应的灯绿了就穿过路口,还要看其前面是否有车,而前面是否有车需要通过路知道,因为路中存储着车辆的集合,显然路上就应该有增加车辆和减少车辆的方法了。并且这里并不要体现车辆移动的过程,只是捕捉出车辆穿过路口的过程,也就是捕捉路上减少一辆车的过程,所以,这个车辆并不需要单独成为一个对象,用一个字符串表示就可以了。从这里我们可以学到面向对象设计的一个重要的经验:谁拥有数据,谁就对外提供操作这些数据的方法。在设计一个类是关键是要找出数据的拥有者。
  基于以上的分析,可以做出以下的设计:
1、每条路线上都会出现多辆车,路线上要随机增加新的车,在路灯期间还要每两秒减少一辆车。
设计一个Road类来表示路线,每个Road对象代表一条路线,总共有12条路线,即系统中总共产生12个Road实例对象;每条路线上随机增加新的车辆,增加到一个集合中保存;每条路线每隔一秒都会检查控制本路线的灯是否为绿,是则将本路线保存车的集合中的第一辆车移除,即表示穿过了路口。
2、每条路线每隔一秒都会检查控制本路线的灯是否为绿,一个灯由绿变红时,应该将下一个方向的灯变绿。
设计一个Lamp类来表示一个交通灯,每个交通灯都维护一个状态:亮(绿)或不亮(红),每个交通灯要有变亮和变黑的方法,并且能返回自己的亮黑状态;总共有12条路线,所以系统中总共要产生12个交通灯。右拐弯的路线本来不受灯的控制,但是为了让程序采用统一的处理方式,故假设有四个右拐弯的灯,只是这些灯为常亮状态,即永远不变黑;除了右拐弯方向的其他8条路线的灯,它们是两两成对的,可以归为4组,所以,在编程处理时,只要从这4组中各取出一个灯,对这4个灯依次轮流变亮,与这4个灯方向对应的灯则随之一同变化。因此Lamp类中要有一个变量来记住自己相反方向的灯在一个Lamp对象的变亮和变黑方法中,将对应方向的灯也变亮和变黑,每个灯变黑时,都伴随着下一个灯的变亮,Lamp类中还用一个变量来记住自己的下一个灯;无论在程序的什么地方去获得某个方向的灯时,每次获得的都是同一个实例对象,所以Lamp类改用枚举来做显然具有很大的方便性,永远都只有代表12个方向的灯的实例对象;设计一个LampController类,它定时让当前的绿灯变红。
三、具体类的分析和设计
本系统由 Lamp.java , LampController.java , Road.java 和MainClass.java组成。
1、Lamp类的编写
系统中有12个方向上的灯,在程序的其他地方要根据灯的名称就可以获得对应的灯的实例对象,综合这些因素,将Lamp类设计成枚举的形式更加方便。每个Lamp对象中的亮黑状态用light变量表示,选用S2N, S2W, E2W, E2N这四个方向上的Lamp对象依次轮询变量,Lamp对象中还要有一个oppositeLampName变量来表示它们相反方向的灯,再用一个nextLampName变量来表示此灯亮后的下一个变亮的灯。这三个变量用构造方法的形式进行赋值,因为枚举元素必须在定义之后引用,所以无法再构造方法中彼此相互引用,所以,相反方向和下一个方向的灯用字符串形式表示。增加让Lamp变亮和变黑的方法:light和blackOut,对于S2N, S2W, E2W, E2N这四个方向上的Lamp对象,这两个方法内部要让相反方向的灯随之变亮和变黑,blackOut方法还要让下一个灯变亮,除了S2N, S2W, E2W, E2N这四个方向上的Lamp对象之外,其他方向上的Lamp对象的nextLampName和oppositeLampName属性设置为null即可,并且S2N, S2W, E2W, E2N这四个方向上的Lamp对象的nextLampName和oppositeLampName属性必须设置成null,以便防止light和blackOut进入死循环。
2、Road类的编写
每个Road对象都有一个name成员变量来代表方向,有一个vehicles成员变量来代表方向上的车辆集合。在Road对象的构造方法中启动一个线程每隔一个随机的时间向vehicles集合中增加一辆车(用一个“路线名_id”的形式的字符串进行表示)。在Road对象的构造方法中启动一个定时器,每隔一秒检查方向的灯是否为绿,是则打印车辆集合和将集合中的第一辆车移除掉。
3、LampController类的编写
整个系统中只能有一套交通灯控制系统,所以,LampController类最好设计成单例。LampController构造方法中要设定第一个为绿的灯。LampController对象的start方法中将当前灯变绿,然后启动一个定时器,每隔10秒将当前灯变红和将下一个灯变绿。
4、MainClass类的编写
首先用for循环创建代表12条路线的对象。接着再获得LampController对象并调用其start方法。
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
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