杂七杂八

四种引用:

强引用:

软引用:在系统将要发生内存溢出异常之前,将会把这些对象列入回收范围,并进行第二次回收,如果此次回收还没有足够的内存,才会抛出内存溢出异常。

弱引用:关联的对象只能生存到下一次垃圾回收发生之前。

虚引用:最弱的引用。始终不能通过该引用获得对象,只会在该对象被垃圾回收时,收到一个系统通知(即ReferenceQueue监听)。


参考《深入理解Java虚拟机》 3.2.1 节


------------------- split -------------------------


java.util.Observable 与 java.util.Observer

这两个类,实现了观察者模式,所以非常适合用来做监听。

Observable通过方法addObserver(Observer o) 添加观察者,deleteObserver(Observer o) 删除观察者, notifyObservers(Object arg) 进行数据分发。

使用线程封闭的方法,在原子操作中,将观察者一把拷贝出来,然后在拷贝上,进行数据分发,实现了线程安全和高性能(消耗内存)。


------------------- split -------------------------


很多介绍java 8的文章都说,通过jinq项目,java8的数据库操作,可以支持lambda表达式和流,不仅可以把数据库当做就放在内存里面那样轻松编码,还封装了并发查询。写的很美好的样子,但是上jinq官网查看了一下,现在jinq只支持Apache Derby数据库,顿时没有看下去的兴趣了。没有数据库厂商支持,再花枝招展也没法用啊。还是等它发展起来再看吧。

基于python实现的粒子群的VRP(车辆配送路径规划)问题建模求解+源码+项目文档+算法解析,适合毕业设计、课程设计、项目开发。项目源码已经过严格测试,可以放心参考并在此基础上延申使用,详情见md文档 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。 算法设计的关键在于如何向表现较好的个体学习,标准粒子群算法引入惯性因子w、自我认知因子c1、社会认知因子c2分别作为自身、当代最优解和历史最优解的权重,指导粒子速度和位置的更新,这在求解函数极值问题时比较容易实现,而在VRP问题上,速度位置的更新则难以直接采用加权的方式进行,一个常见的方法是采用基于遗传算法交叉算子的混合型粒子群算法进行求解,这里采用顺序交叉算子,对惯性因子w、自我认知因子c1、社会认知因子c2则以w/(w+c1+c2),c1/(w+c1+c2),c2/(w+c1+c2)的概率接受粒子本身、当前最优解、全局最优解交叉的父代之一(即按概率选择其中一个作为父代,不加权)。
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