JDK5.0中新增StringBuilder类,DataSource类(对DB的操作)

本文介绍如何使用StringBuilder在数字前补零以达到指定长度。通过具体方法实现,支持正负数处理,并提供两种不同实现方式。

从 JDK 5 开始,为该类补充了一个单个线程使用的等价类,即 StringBuilder。与该类相比,通常应该优先使用 StringBuilder 类,因为它支持所有相同的操作,但由于它不执行同步,所以速度更快。

以下方法功能

sprintf0d(sb,123,5)-->00123

sprintf0d(sb,-123,5)-->-0123

 /**
  * 前ゼロを付加した結果を返する<BR>
  *
  * @param arg
  *            文字列
  * @param arg1
  *            int
  * @param arg2
  *            変換後、この値の長度
  * @return arg 前ゼロを付加した文字列
  */
 public static final StringBuilder sprintf0d(StringBuilder arg, int arg1,
   int arg2) {
  long tempArg1 = (long) arg1;
  return arg = sprintf0d(arg, tempArg1, arg2);
 }

 /**
  * 前ゼロを付加した結果を返する<BR>
  *
  * @param arg
  *            文字列
  * @param arg1
  *            long
  * @param arg2
  *            変換後、この値の長度
  * @return arg 前ゼロを付加した文字列
  */
 public static final StringBuilder sprintf0d(StringBuilder arg, long arg1,
   int arg2) {
  boolean flag = false;
  int tempLength;
  String temp = "";
  int j = 0;
  if (arg2 <= 0) {
   return arg;
  }
  if (arg1 < 0) {
   flag = true;
   arg1 = Math.abs(arg1);
   j = 1;
  }

  temp = String.valueOf(arg1);
  tempLength = arg2 - temp.length() - j;
  for (int i = 0; i < tempLength; i++) {
   temp = "0" + temp;
  }

  if (flag == true) {
   temp = "-" + temp;
  }
  arg.append(temp);

  return arg;
 }

///////////////////////////////////////////////////////////////////////////////////////////////////////////

//////////////// StringBuilder 
 /**
   * add zeros before the number.
   * @param sb
   * @param num
   * @param len
   * @return
   */
  public static final StringBuilder sprintf0d(StringBuilder sb, long num, int len) {
         long lng = num;
         if (lng < 0L) {
             sb.append('-');
             lng = -lng;
             len--;
         }
         long k = 10L;
         for (int i1 = 2; i1 < len; i1++) {
             k *= 10;
         }
         for (int j1 = 1; j1 < len && lng < (long) k; j1++) {
             sb.append('0');
             k /= 10;
         }
         sb.append(lng);
         return sb;
  }
  /**
   * add zeros before the number.
   * @param sb
   * @param num
   * @param len
   * @return
   */
  public static StringBuffer sprintf0d(StringBuffer sb, long num, int len ,int in) {
         long lng = num;
         if (lng < 0L) {
             sb.append('-');
             lng = -lng;
             len--;
         }
         long k = 10L;
         for (int i1 = 2; i1 < len; i1++) {
             k *= 10;
         }
         for (int j1 = 1; j1 < len && lng < (long) k; j1++) {
             sb.append('0');
             k /= 10;
         }

         sb.append(lng);
         return sb;
  }

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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