分享最近一次递归的方法

    private static void createSheet(HSSFWorkbook wb, String[] head, String[][] body, String sheetName, int sheetIndex, int start) {
        int rowIndex = 0;
        System.out.println("@@@@@@@@@@" + sheetIndex);
        System.out.println("##########" + start);
        HSSFSheet sheet = wb.createSheet(sheetName + sheetIndex);   
        System.out.println("sheetName"+ sheet.getSheetName())  ;

        HSSFRow row = sheet.createRow(rowIndex);
        createHeadRow(wb,row, head);
        for(int i=start; i< body.length; i++) {
            if(rowIndex > 1000) {
                System.out.println("^^^^^^^^^" + rowIndex);
                createSheet(wb,head,body,sheetName,sheetIndex +1, i);
                System.out.println("&&&&&&&&&" + i );
                return;
            }
            rowIndex++;
            String[] array = body[i];
            HSSFRow r = sheet.createRow(rowIndex);
            createBodyRow(wb,r, array);
        }
    }

 

 

打出来的log是

@@@@@@@@@@1
##########0
sheetNameSubmittedMatches1
^^^^^^^^^1001
@@@@@@@@@@2
##########1001
sheetNameSubmittedMatches2
^^^^^^^^^1001
@@@@@@@@@@3
##########2002
sheetNameSubmittedMatches3
^^^^^^^^^1001
@@@@@@@@@@4
##########3003
sheetNameSubmittedMatches4
^^^^^^^^^1001
@@@@@@@@@@5
##########4004
sheetNameSubmittedMatches5
&&&&&&&&&4004
&&&&&&&&&3003
&&&&&&&&&2002
&&&&&&&&&1001

关键的地方是return语句(见加粗), 如果没有return, 则递归无法退出,因为看l蓝色加粗可知,在全部处理完body后,会继续回到前面一层往下执行, 而且每一层的 i 的值都不一样,说明内存里是不同的变量.

 

若没有return的话, log是

@@@@@@@@@@1
##########0
sheetNameSubmittedMatches1
^^^^^^^^^1001
@@@@@@@@@@2
##########1001
sheetNameSubmittedMatches2
^^^^^^^^^1001
@@@@@@@@@@3
##########2002
sheetNameSubmittedMatches3
^^^^^^^^^1001
@@@@@@@@@@4
##########3003
sheetNameSubmittedMatches4
^^^^^^^^^1001
@@@@@@@@@@5
##########4004
sheetNameSubmittedMatches5
&&&&&&&&&4004
^^^^^^^^^1002
@@@@@@@@@@5
##########4005

 

可以看出在最里面一层的递归结束后, i = 4004 +1 又进入循环里执行了会发生死循环

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