Flex——四舍五入函数

AS3中,有四舍五入效果的方法有Math.round方法和Number.toFixed方法,但这2个方法的效果都不好,有缺陷。

例如:

Math.round(21.45),输出了21,但正确的四舍五入是22

21.4445.toFixed(2),输出了21.44,正确应该是21.45

这对于金额等敏感的数字是不允许的。

自定义四舍五入算法

public static function ToFixed(value:Number, digits:uint = 0):String

{

var str:String = value.toString();

var index:int = str.indexOf(".");

var strInt:String = str;

var strDec:String = "";

if(index>0)

{

strInt = str.substr(0, index);

strDec = str.substr(index+1, digits);

}

while(strDec.length < digits)

{

strDec += "0";

}

var integer:int = int(strInt+strDec);

if(index>0)

{

var nums:Array = new Array();

var dec:String = str.substr(index+1+digits);//取舍小数部分

for(var i:int=0;i<dec.length;i++)

{

nums.push(int(dec.charAt(i)));//拆分每个数字

}

var n1:int;

var n2:int;

while(nums.length>1)

{

n1 = nums.pop();

if(n1>4)

{

n2 = nums[nums.length-1]+1;

nums[nums.length-1] = n2;

}

}

if(nums.length && nums[nums.length-1]>4)

integer++;

}

str = integer.toString();

if(digits==0)

return str;

while(str.length<strInt.length+strDec.length)

{

str = "0"+str;

}

return str.substr(0, str.length-digits) + "."+ str.substr(str.length-digits);

}

测试结果:

ToFixed(21.4, 2), 输出"21.40"

ToFixed(21.45, 2), 输出"21.45"

ToFixed(21.45, 0), 输出"22"

ToFixed(21.0, 0), 输出"21"

ToFixed(21.445, 2), 输出"21.45"

ToFixed(21.4445, 2), 输出"21.45"

ToFixed(21.4444, 2), 输出"21.44"

ToFixed(2974.3600000000006, 2), 输出"2974.36"

ToFixed(31282.999999999998, 2), 输出"31283.00"

ToFixed(31282.059999999998, 2), 输出"1282.06"

ToFixed(0, 2), 输出"0.00"

ToFixed(0.0000, 2), 输出"0.00"

ToFixed(0.0, 2), 输出"0.00"

ToFixed(0.01, 2), 输出"0.01"

ToFixed(0.059999999998, 2), 输出"0.06"

本项目构建于RASA开源架构之上,旨在实现一个具备多模态交互能力的智能对话系统。该系统的核心模块涵盖自然语言理解、语音转文本处理以及动态对话流程控制三个主要方面。 在自然语言理解层面,研究重点集中于增强连续对话中的用户目标判定效能,并运用深度神经网络技术提升关键信息提取的精确度。目标判定旨在解析用户话语背后的真实需求,从而生成恰当的反馈;信息提取则专注于从语音输入中析出具有特定意义的要素,例如个体名称、空间位置或时间节点等具体参数。深度神经网络的应用显著优化了这些功能的实现效果,相比经典算法,其能够解析更为复杂的语言结构,展现出更优的识别精度与更强的适应性。通过分层特征学习机制,这类模型可深入捕捉语言数据中隐含的语义关联。 语音转文本处理模块承担将音频信号转化为结构化文本的关键任务。该技术的持续演进大幅提高了人机语音交互的自然度与流畅性,使语音界面日益成为高效便捷的沟通渠道。 动态对话流程控制系统负责维持交互过程的连贯性与逻辑性,包括话轮转换、上下文关联维护以及基于情境的决策生成。该系统需具备处理各类非常规输入的能力,例如用户使用非规范表达或对系统指引产生歧义的情况。 本系统适用于多种实际应用场景,如客户服务支持、个性化事务协助及智能教学辅导等。通过准确识别用户需求并提供对应信息或操作响应,系统能够创造连贯顺畅的交互体验。借助深度学习的自适应特性,系统还可持续优化语言模式理解能力,逐步完善对新兴表达方式与用户偏好的适应机制。 在技术实施方面,RASA框架为系统开发提供了基础支撑。该框架专为构建对话式人工智能应用而设计,支持多语言环境并拥有活跃的技术社区。利用其内置工具集,开发者可高效实现复杂的对话逻辑设计与部署流程。 配套资料可能包含补充学习文档、实例分析报告或实践指导手册,有助于使用者深入掌握系统原理与应用方法。技术文档则详细说明了系统的安装步骤、参数配置及操作流程,确保用户能够顺利完成系统集成工作。项目主体代码及说明文件均存放于指定目录中,构成完整的解决方案体系。 总体而言,本项目整合了自然语言理解、语音信号处理与深度学习技术,致力于打造能够进行复杂对话管理、精准需求解析与高效信息提取的智能语音交互平台。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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