MemorySniffer V1.0小程序

内存监控软件实现
本文介绍了一个简单的内存监控软件的设计与实现过程。通过Windows API函数GlobalMemoryStatus获取内存使用情况,并利用CDC绘图类绘制内存使用比例饼状图,同时显示总内存及剩余内存等信息。

 今天仿书上做的一个监控内存的小软件:界面如下:

主要代码:

void CYx_MemoryView::OnDraw(CDC* pDC)
{
 CYx_MemoryDoc* pDoc = GetDocument();
 ASSERT_VALID(pDoc);
 CString  str;
 double dFree =0 ,  dUse = 0;
 int x = 0,y = 0 ;
 CRect rect;
 CPen Pen;
 CBrush Brush;
 Brush.CreateSolidBrush(RGB(255,0,0)); //画内部
 Pen.CreatePen(PS_SOLID,100,RGB(255,0,0));//画边框
 pDC->SelectObject(&Pen);
 pDC->SelectObject(&Brush);

 ::GlobalMemoryStatus(&myMemory);
 totalMemory = myMemory.dwTotalPhys;
 freeMemory = myMemory.dwAvailPhys;
 GetClientRect( &rect );

 pDC->SetMapMode( MM_ISOTROPIC );
 pDC->SetWindowExt( RADIUS + 100, RADIUS +100);
 pDC->SetViewportExt( rect.right/2, -rect.bottom/2 );
 pDC->SetViewportOrg( rect.right/2, rect.bottom/2 );

 dFree = (double) ( PI * 2 * freeMemory/totalMemory);
 dUse = (double)(PI*2 - dFree);

 x = -(int)(sin( dUse ) * RADIUS );
 y = (int)( cos( dUse ) *  RADIUS );

 pDC->Pie(-RADIUS,RADIUS,RADIUS,-RADIUS,0 ,RADIUS,x,y);

 GetMemoryString(&str,totalMemory,"totalmemory");

 pDC->TextOut(300,300,str);
 GetMemoryString(&str,freeMemory,"freememory");
 pDC->TextOut(100,200,str);
    pDC->TextOut(800,800,"Memory Sniffer V1.0");
 pDC->TextOut(750,-800,"author:duanyx");
 pDC->TextOut(750,-900,"Emial:duanyx@szkingdom.com");


}
void CYx_MemoryView::GetMemoryString(CString* str,double dMyMemory,PCSTR strTail)
{
 char cTail='K';
 dMyMemory /= 1024;
 if( dMyMemory > 1024 )
 {
  dMyMemory /= 1024;
  cTail = 'M';
 }
 str->Format("%.2f%c%s%s",dMyMemory,cTail,"b ",strTail);
}

转载于:https://www.cnblogs.com/dyx1024/archive/2007/08/31/2556884.html

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