Go语言头秃之路(三)

更新系列

Go语言头秃之路(零)
Go语言头秃之路(一)
Go语言头秃之路(二)
Go语言头秃之路(四)
Go语言头秃之路(五)
Go语言头秃之路(六)
Go语言头秃之路(七)


  • 数组
    定义语法:var 数组名 [数组长度]数据类型
    定义时赋值:var 数组名 [数组长度]数据类型{元素1,元素2…}
    数组长度是数据类型的一部分,没有指定长度是切片类型,不同长度的数组为不同的数据类型。
    数组地址指向第一个元素地址,各元素地址间隔依据数组的类型决定(int64 -> 8, int32 -> 4)
    遍历数组:
    for i, v := range 数组名 {}
    数组属于值类型,默认情况下是值传递,因此会进行值拷贝。对于有大量元素的数组,建议传递地址操作。
    func testArr(arr *[3]int) {
    	(*arr)[0] = 100
    	fmt.Println(*arr)
    }
    // ... main
    var intArr = [3]int {1,2,3}
    fmt.Println(intArr)
    testArr(&intArr)
    fmt.Println(intArr)
    
  • 二维数组
    定义:var 数组名 [元素大小][元素数组大小]数据类型
    两种定义赋值饭粒:
    	arr2 := [2][2]int{{1,2}, {3,4}}
    	arr2 := [...][2]int{{1,2}, {3,4}}
    

  • 切片
    用于保存个数不确定的数据。
    切片是引用类型,使用引用传递机制。
    切片的长度是可以变化的(可看做是动态变化的数组),切片使用和数组类似;
    len(slice)计算切片长度,cap(slice)计算切片容量
    slice 存储的数据有仨:第一个数据地址、切片长度len、切片容量cap
    slice 就是一个数据结构(struct结构体)

    • 切片创建:
    1. var 切片名 []type = make([], len, [cap])
      cap>=len
    2. var 切片名 = 数组[startIndex:endIndex]
    3. 切片名 := []type {data1, data2…}
    • 切片遍历:
    for i:=0;i<len(slice);i++ {
    	slice[i]
    }
    for i,v = range slice {
    	
    }
    
    • 切片追加元素
    // 追加多个元素
    slice = append(slice, 100, 200, 300)
    // 固定写法  切片名...
    slice = append(slice, slice...)
    
    • 切片拷贝
      copy(slice1, slice2)
      将slice2拷贝给slice1
      两个切片是独立空间,修改任意切片元素值不会影响另一个切片中的值.
      当长度大的切片拷贝给长度小的切片时不报错,有多长就拷多长。
      string底层是byte数组,因此string也可以进行切片处理。
      如果需要修改字符串,需要先将string转换为byte类型或者rune类型数组,修改数组对应元素后转换回string即可。
      注意:byte不可以处理中文,rune可以.
    str := "hello0owa5world"
    arr1 := []rune(str)
    arr1[0] = '液'
    str = string(arr1)
    fmt.Println("str=", str)
    

  • map
    key-value无序数据结构(python中的字典)
    key通常为int/string,key不能重复,插入相同key数据时只保存后者
    声明:var map变量名 map[keyType]valueType
    声明以后不会分配内存,需要先make(map[keyType]valueType, size)分配数据空间
    make:初始分配的创建取决于size,但产生的映射长度为0。size可以省略,这种情况下就会分配一个
    小的起始大小。
    map是引用类型,使用引用传递。
    不存在新/已存在的修:map变量名[key名] = value值
    除:delete(map变量名, key名)
    一次性删除map所有key:直接make一个新空间给到map变量名
    找:value, isExist := map变量名[key名]

    map遍历只能用for…range
    计算map长度同样可以使用len()

    m := make(map[string]map[string]string)
    m["stu01"] = make(map[string]string)
    // 增
    m["stu01"]["city"] = "sz"
    m["stu01"]["name"] = "Fone"
    m["stu01"]["company"] = "yjs"
    // 改
    m["stu01"]["company"] = "??"
    
    // 删
    delete(m["stu01"], "company")
    fmt.Println(m["stu01"])
    // 查
    val, ok := m["stu01"]["company"]
    if ok {
    	fmt.Println(val)
    } else {
    	fmt.Println("tan90°")
    }
    // 清空map
    m = make(map[string]map[string]string)
    fmt.Println(m)
    
  • map切片
    用于存放任意数量map
    注意:map切片声明时长度必须指明,后面直接使用append添加map即可。

    monster := make([]map[string]string, 1)
    if monster[0] == nil {
    	monster[0] = make(map[string]string)
    	monster[0]["name"] = "金角大王"
    	monster[0]["age"] = "1000"
    	monster[0]["add"] = "狮子岭"
    }
    
    newMonster := make(map[string]string)
    newMonster["name"] = "银角大王"
    newMonster["age"] = "900"
    newMonster["add"] = "狮子岭"
    monster = append(monster, newMonster)
    
    fmt.Println(monster)
    
源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
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