基于数组和节点方式的队列的实现

本文介绍了基于数组和节点两种方式实现队列的方法,包括入队、出队操作及其实现细节。

基于数组方式的队列的实现

package com.study.link;
/**
 * 基于数组的队列
 * @author Administrator
 *
 */
public class ArrayQueue {
	private Node[] nodeArray;
	private int last;
	public ArrayQueue(int length){
		nodeArray = new Node[length];
	}
	/**
	 * 入队
	 * @param n
	 */
	public void enqueue(Node node){
		nodeArray[last] = node;
		last++;
	}
	/**
	 * 出队
	 * @return
	 */
	public Node denqueue(){
		if(last>0){
			last--;
			Node node = nodeArray[last];
			return node;
		}
		return null;
	}
	public static void main(String[] args) {
		ArrayQueue queue = new ArrayQueue(10);
		queue.enqueue(new Node(1));
		queue.enqueue(new Node(2));
		queue.enqueue(new Node(3));
		queue.enqueue(new Node(4));
		queue.enqueue(new Node(5));
		while(queue.last>0){
			System.out.println(queue.denqueue().getValue());
		}
	}
	
}

基于节点

package com.study.link;
/**
 * 基于节点的方式实现队列
 * 先进先出
 * @author Administrator
 *
 */
public class NodeQueue {
	private Node first;
	private Node last;
	/**
	 * 入队
	 * @param n
	 */
	public void enqueue(Node node){
		if(first==null){
			first = node;
			last = node;
		}else{
			last.setNext(node);
			last = node;
		}
	}
	/**
	 * 出队
	 * @return
	 */
	public Node denqueue(){
		if(first == null){
            return null;
        }else{
            Node temp = new Node(first.getValue());
            first = first.getNext();
            if(last == temp){
            	last = first;
            }
            return temp;
        }   
	}
	
	public static void main(String[] args) {
		NodeQueue queue = new NodeQueue();
		queue.enqueue(new Node(1));
		queue.enqueue(new Node(2));
		queue.enqueue(new Node(3));
		queue.enqueue(new Node(4));
		queue.enqueue(new Node(5));
		queue.enqueue(new Node(6));
		queue.enqueue(new Node(7));
		queue.enqueue(new Node(8));
		queue.enqueue(new Node(9));
		while(queue.first!=null){  
            System.out.println(queue.denqueue().getValue());  
        }  
	}
}


package com.study.link;
/**
 * 链表节点
 * 每个链表都有本身值和指向下一个节点的链接
 * @author Administrator
 *
 */
public class Node {
	private Object value;
	private Node next;
	public Node(Object value){
		this.value = value;
		next = null;
	}
	public Object getValue() {
		return value;
	}
	public void setValue(Object value) {
		this.value = value;
	}
	public Node getNext() {
		return next;
	}
	public void setNext(Node next) {
		this.next = next;
	}
}



【无线传感器】使用 MATLAB XBee连续监控温度传感器无线网络研究(Matlab代码实现)内容概要:本文围绕使用MATLABXBee技术实现温度传感器无线网络的连续监控展开研究,介绍了如何构建无线传感网络系统,并利用MATLAB进行数据采集、处理与可视化分析。系统通过XBee模块实现传感器节点间的无线通信,实时传输温度数据至主机,MATLAB负责接收并处理数据,实现对环境温度的动态监测。文中详细阐述了硬件连接、通信协议配置、数据解析及软件编程实现过程,并提供了完整的MATLAB代码示例,便于读者复现应用。该方案具有良好的扩展性实用性,适用于远程环境监测场景。; 适合人群:具备一定MATLAB编程基础无线通信基础知识的高校学生、科研人员及工程技术人员,尤其适合从事物联网、传感器网络相关项目开发的初学者与中级开发者。; 使用场景及目标:①实现基于XBee的无线温度传感网络搭建;②掌握MATLAB与无线模块的数据通信方法;③完成实时数据采集、处理与可视化;④为环境监测、工业测控等实际应用场景提供技术参考。; 阅读建议:建议读者结合文中提供的MATLAB代码与硬件连接图进行实践操作,先从简单的点对点通信入手,逐步扩展到多节点网络,同时可进一步探索数据滤波、异常检测、远程报警等功能的集成。
内容概要:本文系统讲解了边缘AI模型部署与优化的完整流程,涵盖核心挑战(算力、功耗、实时性、资源限制)与设计原则,详细对比主流边缘AI芯片平台(如ESP32-S3、RK3588、Jetson系列、Coral等)的性能参数与适用场景,并以RK3588部署YOLOv8为例,演示从PyTorch模型导出、ONNX转换、RKNN量化到Tengine推理的全流程。文章重点介绍多维度优化策略,包括模型轻量化(结构选择、输入尺寸调整)、量化(INT8/FP16)、剪枝与蒸馏、算子融合、批处理、硬件加速预处理及DVFS动态调频等,显著提升帧率并降低功耗。通过三个实战案例验证优化效果,最后提供常见问题解决方案与未来技术趋势。; 适合人群:具备一定AI模型开发经验的工程师,尤其是从事边缘计算、嵌入式AI、计算机视觉应用研发的技术人员,工作年限建议1-5年;熟悉Python、C++及深度学习框架(如PyTorch、TensorFlow)者更佳。; 使用场景及目标:①在资源受限的边缘设备上高效部署AI模型;②实现高帧率与低功耗的双重优化目标;③掌握从芯片选型、模型转换到系统级调优的全链路能力;④解决实际部署中的精度损失、内存溢出、NPU利用率低等问题。; 阅读建议:建议结合文中提供的代码实例与工具链(如RKNN Toolkit、Tengine、TensorRT)动手实践,重点关注量化校准、模型压缩与硬件协同优化环节,同时参考选型表格匹配具体应用场景,并利用功耗监测工具进行闭环调优。
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