24、深入探索Shell脚本:从基础到高级应用

深入探索Shell脚本:从基础到高级应用

1. 脚本基础与退出状态

在示例脚本中,注释之后使用 echo 命令向运行脚本的用户打招呼。要注意,输出到屏幕的文本需放在单引号中,单引号也被称为“强引号”,它能确保 shell 不会对引号内的内容进行解释。例如,由于感叹号在 shell 中有特殊含义,使用单引号就很有必要。

此外,脚本成功结束后会使用 exit 0 命令。该命令会生成脚本的退出状态,它会告知父 shell 脚本是否成功执行。通常,退出状态为 0 表示一切正常;若脚本执行遇到问题,可使用退出状态 1。程序员可自行决定使用其他退出状态值,使用 0 和 1 之外的退出状态值能让故障排查更轻松。在更复杂的 shell 脚本中,使用退出状态很重要,因为可根据脚本的执行结果决定后续操作。

小提示 :可以通过输入 echo $? 来查看 shell 执行的最后一个命令的退出状态,它会以数值形式显示。

2. 脚本执行方式

创建好 shell 脚本后,有几种不同的执行方式:
- 作为 shell 的参数激活脚本。
- 使用 source 命令执行脚本。
- 将脚本设为可执行文件并运行。

如果只是想检查脚本是否能正常工作,最简单的测试方法是将其作为 shell 参数。具体操作是启动一个新的 shell 来运行脚本。例如,若脚本名为 hello ,可使用 bash hello 命令启动

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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  | 博主筛选后可见
 
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