pagination

分页显示技术要用到的地方确实很多,为了减少初学者在这方面花的时间,在一些资料的基础上,总结了分页显示的方法。

方法一:
最常用的方法,就是使用直接中数据库中获得所有行的结果集,然后通过定位标志,使用next()。
示例代码(数据库使用mysql):
//变量声明
Connection sqlCon; //数据库连接对象
Statement sqlStmt;
ResultSet sqlRst; //结果集对象
String strCon; //数据库连接字符串
String strSQL; //SQL语句
int intPageSize; //一页显示的记录数
int intRowCount; //记录总行数
int intPageCount; //总页数
int intPage; //待显示页码
int i;
/**
*获得总的记录行数
**/
Class.forName("com.mysql.jdbc.Driver").newInstance();
strCon = "jdbc:mysql://localhost:3306/test";
sqlCon = java.sql.DriverManager.getConnection(strCon,"root","1");
sqlStmt = sqlCon.createStatement();
strSQL = "select count(*) from message";
sqlRst = sqlStmt.executeQuery(strSQL); //执行SQL语句并取得结果集
sqlRst.next(); //记录集刚打开的时候,指针位于第一条记录之前
intRowCount = sqlRst.getInt(1); //获取总的数据记录行数
sqlRst.close(); //关闭结果集

/**
*记算总页数
**/
intPageCount = (intRowCount+intPageSize-1) / intPageSize;

/**
*获得结果集
**/
strSQL = "select time,mail,content from message ORDER BY time DESC";
sqlRst = sqlStmt.executeQuery(strSQL);
//将记录指针定位到待显示页的第一条记录上
i = (intPage-1) * intPageSize;
for(int j=0;j<i;j++)
{
sqlRst.next();
}

/**
*使用next()以及行数标志限定当前页显示的数据
**/
while(i<intPageSize && sqlRst.next())
{
……
……
<tr>
<td>用户名:<%=sqlRst.getString("time")%></td>
</tr>
……
……
}

这种方法是最普遍使用的,对于少量数据用这个方法是可以接受的。但是,如果table中的数据有几万几十万行呢?全部放入结果集返回?这时,这个方法就不行了。

方法二:
使用数据库控制,返回当前页需要显示的数据。
a.使用mysql控制:
select * from user
order by Host
limit m, n
结果返回的是第m+1行到第n行的数据集。
比如
select * from user
order by Host
limit 1, 5
返回的是第2行到第5行的数据集

b.使用sqlserver
SELECT *
FROM (SELECT TOP m *
FROM (SELECT TOP n *
FROM Customers) A
ORDER BY CustomerID DESC) B
ORDER BY CustomerID
获得的结果集数据为第n-m+1行到第n行。
对整个过程的解释:
首先按照升序得到前n行的结果集A,然后按照降序从A中得到后m行的结果集B,最后按照升序对B进行重新排序,返回结果集。
其中CustomerID为主键

比如:
SELECT *
FROM (SELECT TOP 5 *
FROM (SELECT TOP 10 *
FROM Customers) A
ORDER BY CustomerID DESC) B
ORDER BY CustomerID
的意思就是返回包含第6行到第10行的数据结果集。
内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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