Hibernate Set集合排序

本文介绍如何使用Hibernate对一对多关系中的集合进行排序。通过数据库排序和内存排序的方法均未能成功,最终采用TreeSet配合自定义比较器的方式实现了按课程排序位置的有序加载。
本文探讨对Hibernate的set集合进行排序。假如有两张表:课程信息表(ECH_LEARN_COURSE)和课程分类信息表(ECH_LEARN_COUCATEGORY),它们之间是一对多的关系。对应的java类分别为EchLearnCourse和EchLearnCoucategory。EchLearnCoucategory有一个Set属性 echLearnCourse,需要对echLearnCourse按课程的排序位置(ORDER_NUM)进行排序。首先使用数据库排序:
<set name="echLearnCourses" order-by="ORDER_NUM asc" inverse="true" lazy="true">
<cache usage="read-write"/>
<key>
<column name="CATEGORYID" length="32" not-null="true"/>
</key>
<one-to-many class="cn.echineseblcu.learning.persistence.EchLearnCourse" />
</set>

但输出的集合无序,无奈,用内存排序吧
<set name="echLearnCourses" inverse="true" lazy="true" sort="cn.echineseblcu.learning.persistence.CourseComparator">
<cache usage="read-write" />
<key>
<column name="CATEGORYID" length="32" not-null="true"/>
</key>
<one-to-many class="cn.echineseblcu.learning.persistence.EchLearnCourse" />
</set>
输出的集合依然无序。没辙了,那就用TreeSet试试:
即在映射类中定义相应的TreeSet属性echLearnCoursesTreeSet,让EchLearnCoucategory类实现Comparable接口。在EchLearnCoucategory中定义内部类CourseComparator,将EchLearnCourse 按orderNum排序。
public TreeSet<EchLearnCourse> getEchLearnCoursesTreeSet() {
echLearnCoursesTreeSet.addAll(echLearnCourses);
return echLearnCoursesTreeSet;
}
public class CourseComparator implements Comparator{
public int compare(Object o1,Object o2){
EchLearnCourse c1=(EchLearnCourse)o1;
EchLearnCourse c2=(EchLearnCourse)o2;
if(c1.getOrderNum().compareTo(c2.getOrderNum())>0)
return 1;
if(c1.getOrderNum().compareTo(c2.getOrderNum())<0)
return -1;
return 0;
}
}
输出某分类下的课程时使用echLearnCoursesTreeSet,而不用echLearnCourses。

具体映射文件及java类如下:
课程信息表映射文件及对应的java类:
<!--EchLearnCourse.hbm.xml-->
<hibernate-mapping>
<class name="cn.echineseblcu.learning.persistence.EchLearnCourse" table="ECH_LEARN_COURSE" schema="ECHINESE2">
<cache usage="read-write"/>
<id name="id" type="java.lang.String">
<column name="ID" length="32" />
<generator class="uuid.hex" />
</id>
<many-to-one name="echLearnCoucategory" class="cn.echineseblcu.learning.persistence.EchLearnCoucategory" fetch="select">
<column name="CATEGORYID" length="32" />
</many-to-one>
。。。。。。
</class>
</hibernate-mapping>

<!--EchLearnCourse.java-->
public class EchLearnCourse extends CommonBean implements java.io.Serializable,Comparable {
// Fields

public int compareTo(Object o) {
// TODO Auto-generated method stub
return 0;
}

private EchLearnCoucategory echLearnCoucategory;
。。。。。。
// Constructors

/** default constructor */
public EchLearnCourse() {
}

public EchLearnCourse(String id) {
this.id = id;
}

。。。。。。
public EchLearnCoucategory getEchLearnCoucategory() {
return this.echLearnCoucategory;
}

public void setEchLearnCoucategory(EchLearnCoucategory echLearnCoucategory) {
this.echLearnCoucategory = echLearnCoucategory;
}

。。。。。。
public boolean equals(Object o)
{
return EqualsBuilder.reflectionEquals(this, o);
}

public int hashCode()
{
return HashCodeBuilder.reflectionHashCode(this);
}

}
课程分类信息表映射文件及对应的java类:
<!--EchLearnCoucategory.hbm.xml-->
<hibernate-mapping>
<class name="cn.echineseblcu.learning.persistence.EchLearnCoucategory" table="ECH_LEARN_COUCATEGORY" schema="ECHINESE2">
<cache usage="read-write"/>
<id name="id" type="java.lang.String">
<column name="ID" length="32" />
<generator class="uuid.hex" />
</id>
。。。。。。 //省略若干属性
<set name="echLearnCourses" where="delflag='02'" inverse="true" lazy="true">
<cache usage="read-write"/>
<key>
<column name="CATEGORYID" length="32" not-null="true"/>
</key>

<one-to-many class="cn.echineseblcu.learning.persistence.EchLearnCourse" />
</set>

</class>
</hibernate-mapping>

<!--EchLearnCoucategory.java-->

public class EchLearnCoucategory extends CommonBean implements java.io.Serializable,Comparable {

// Fields

public int compareTo(Object o) {
// TODO Auto-generated method stub
return 0;
}

private Set echLearnCourses = new HashSet(0);

private TreeSet<EchLearnCourse> echLearnCoursesTreeSet = new TreeSet<EchLearnCourse>(new CourseComparator());

private Set echLearnCoucategoryI18ns = new HashSet(0);

// Constructors

/** default constructor */
public EchLearnCoucategory() {
}

。。。。。。//省略若干属性的getter和setter方法

public Set getEchLearnCourses() {
return this.echLearnCourses;
}

public void setEchLearnCourses(Set echLearnCourses) {
this.echLearnCourses = echLearnCourses;
}

public TreeSet<EchLearnCourse> getEchLearnCoursesTreeSet() {
echLearnCoursesTreeSet.addAll(echLearnCourses);
return echLearnCoursesTreeSet;
}

public void setEchLearnCoursesTreeSet(
TreeSet<EchLearnCourse> echLearnCoursesTreeSet) {
this.echLearnCoursesTreeSet = echLearnCoursesTreeSet;
}

public class CourseComparator implements Comparator{
public int compare(Object o1,Object o2){
EchLearnCourse c1=(EchLearnCourse)o1;
EchLearnCourse c2=(EchLearnCourse)o2;
if(c1.getOrderNum().compareTo(c2.getOrderNum())>0)
return 1;
if(c1.getOrderNum().compareTo(c2.getOrderNum())<0)
return -1;
return 0;
}
}
}
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