mysql 详细分页

本文介绍了一种基于Java的分页查询实现方法,包括查询指定页数的数据及生成分页导航字符串。通过计算每页显示的记录数和总页数来实现高效的数据分页展示。
	public List<Menu> findByPageNo(Menu parentMenu, Integer pageNo,Integer pageDataCount) {
		Integer dataCount=this.menuDaoHibernate.findCount(parentMenu);//查询记录总量。
		if(pageNo==null){
			pageNo=1;//默认为一页。
		}
		Integer firstResult=(pageNo-1)*pageDataCount;//开始查询的记录。
		Integer maxResults=pageDataCount;//查询的数量。
		if((maxResults+firstResult)>=dataCount){
			maxResults=dataCount-firstResult;
		}
		logger.debug("firstResult="+firstResult);
		logger.debug("maxResults="+maxResults);
		return this.menuDaoHibernate.find(parentMenu, firstResult, maxResults);
	}

 

 

/**
	 * <a target='_parent' href="#"
	 * >上一页</a>1 <a target='_parent' href="#"
	 * >[2]</a>&nbsp;<a target='_parent' href="#"
	 * >[3]</a>&nbsp;<a target='_parent' href="#"
	 * >[4]</a>&nbsp;<a target='_parent' href="#"
	 * >[5]</a>&nbsp;<a target='_parent' href="#"
	 * >[6]</a>&nbsp;<a target='_parent' href="#"
	 * >[7]</a>&nbsp;<a target='_parent' href="#"
	 * >[8]</a>&nbsp;<a target='_parent' href="#"
	 * >[9]</a>&nbsp;<a target='_parent' href="#"
	 * >[10]</a>&nbsp;<a target='_parent' href="#"
	 * >下一页</a>&nbsp; 
	 */
	@Override
	public String findPageString(Menu parentMenu, Integer pageNo,Integer pageDataCount) {
		StringBuilder pageString=new StringBuilder();
		if(pageNo==null){
			pageNo=1;//默认为一页。
		}
		Integer dataCount=this.menuDaoHibernate.findCount(parentMenu);//查询记录总量。
		Integer pageCount;//能分多少页
		if(dataCount%pageDataCount==0){
			pageCount=dataCount/pageDataCount;
		}else{
			pageCount=dataCount/pageDataCount+1;
		}
		if(pageNo!=1){//如果是第一页
			pageString.append("<a href='javascript:goPageprevious();'>上一页</a>");//具有上一页。
		}
		Integer beginNo=1;
		Integer maxNo=pageCount;
		if(pageCount>10){//如果总分页达到 10页以上。
			maxNo=10;
			if(pageNo>4){
				beginNo=pageNo-4;
				Integer endNo=pageNo+5;
				if(endNo<=pageCount){
					maxNo=endNo;
				}else{
					maxNo=pageCount;
					beginNo=maxNo-9;
				}
			}
		}
		logger.debug("beginNo="+beginNo);
		logger.debug("maxNo="+maxNo);
		for(int i=beginNo;i<=maxNo;i++){
			if(i==pageNo){
				pageString.append(i);
			}else{
				pageString.append("<a href='javascript:goPage("+i+");'>["+i+"]</a>");
				
			}
			pageString.append("&nbsp;");
		}
		if((pageNo!=pageCount)&&(pageCount>1)){
			pageString.append("<a href='javascript:goPageNext();'>下一页</a>");
		}
		return pageString.toString();
	}
 
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
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