貪心算法應用：3D打印支撐結構問題詳解

在這里插入圖片描述

Java中的貪心算法應用：3D打印支撐結構問題詳解

1. 問題背景與概述

1.1 3D打印中的支撐結構問題

在3D打印過程中，當模型存在懸空部分（overhang）時，通常需要添加支撐結構（support structure）來防止打印失敗。支撐結構的主要作用是：

  • 支撐懸空部分，防止材料下垂或塌陷
  • 提供臨時支撐，待打印完成后可移除
  • 確保打印過程的穩定性和成功率

1.2 問題的數學模型

我們可以將3D模型離散化為體素（voxel）網格，每個體素代表一個小的立方體單元。支撐結構問題可以描述為：

給定一個3D模型M（由體素集合表示），找到最小的支撐體素集合S，使得：

  1. 對于每個懸空體素v∈M，存在一條從v到打印平臺或已支撐體素的路徑
  2. 支撐體素S的總量最小化
  3. 支撐體素不能與模型體素重疊

2. 貪心算法原理

2.1 貪心算法基本思想

貪心算法（Greedy Algorithm）是一種在每一步選擇中都采取當前狀態下最優的選擇，從而希望導致全局最優解的算法策略。

對于支撐結構問題，貪心策略可以描述為：

  1. 從最底層的懸空體素開始
  2. 在每一步選擇"性價比"最高的支撐位置
  3. 逐步向上構建支撐結構

2.2 為什么貪心算法適用于此問題

支撐結構問題具有"貪心選擇性質"和"最優子結構"：

  • 局部最優選擇（單個支撐位置）可以導致全局最優解
  • 問題的解可以通過一系列局部最優選擇構建
  • 支撐結構可以分層獨立考慮，具有子問題獨立性

3. 詳細算法設計與實現

3.1 數據結構定義

首先定義必要的數據結構：

// 表示3D空間中的一個點
class Point3D {
int x, y, z;public Point3D(int x, int y, int z) {
this.x = x;
this.y = y;
this.z = z;
}// 重寫equals和hashCode方法以便在集合中使用
@Override
public boolean equals(Object obj) {
if (this == obj) return true;
if (obj == null || getClass() != obj.getClass()) return false;
Point3D point = (Point3D) obj;
return x == point.x && y == point.y && z == point.z;
}@Override
public int hashCode() {
return Objects.hash(x, y, z);
}
}// 表示3D模型
class Model3D {
private Set<Point3D> modelVoxels; // 模型體素集合
private int maxX, maxY, maxZ;// 模型邊界public Model3D(Set<Point3D> voxels) {
this.modelVoxels = voxels;
calculateBounds();
}private void calculateBounds() {
maxX = modelVoxels.stream().mapToInt(p -> p.x).max().orElse(0);
maxY = modelVoxels.stream().mapToInt(p -> p.y).max().orElse(0);
maxZ = modelVoxels.stream().mapToInt(p -> p.z).max().orElse(0);
}public boolean contains(Point3D point) {
return modelVoxels.contains(point);
}// 其他必要方法...
}

3.2 支撐結構生成算法

import java.util.*;public class SupportGenerator {
private Model3D model;
private Set<Point3D> supportVoxels;
private int supportHeight; // 支撐結構最大高度public SupportGenerator(Model3D model) {
this.model = model;
this.supportVoxels = new HashSet<>();
}/**
* 生成支撐結構
*/
public void generateSupports() {
// 1. 識別所有需要支撐的懸空體素
Set<Point3D> overhangVoxels = findOverhangVoxels();// 2. 按從下到上的順序處理懸空體素
List<Point3D> sortedOverhangs = overhangVoxels.stream()
.sorted(Comparator.comparingInt(p -> p.z))
.collect(Collectors.toList());// 3. 為每個懸空體素生成支撐
for (Point3D overhang : sortedOverhangs) {
if (!isSupported(overhang)) {
addSupportForVoxel(overhang);
}
}
}/**
* 查找所有懸空體素
*/
private Set<Point3D> findOverhangVoxels() {
Set<Point3D> overhangs = new HashSet<>();for (Point3D voxel : model.getVoxels()) {
Point3D below = new Point3D(voxel.x, voxel.y, voxel.z - 1);// 如果體素下方沒有模型體素且不是第一層，則是懸空體素
if (voxel.z > 0 && !model.contains(below)) {
overhangs.add(voxel);
}
}return overhangs;
}/**
* 檢查體素是否已被支撐
*/
private boolean isSupported(Point3D voxel) {
// 如果是最底層，則直接由打印平臺支撐
if (voxel.z == 0) return true;Point3D below = new Point3D(voxel.x, voxel.y, voxel.z - 1);// 如果下方有模型體素或支撐體素，則已被支撐
return model.contains(below) || supportVoxels.contains(below);
}/**
* 為單個懸空體素添加支撐
*/
private void addSupportForVoxel(Point3D overhang) {
// 找到最佳的支撐位置（貪心選擇）
Point3D bestSupportPosition = findBestSupportPosition(overhang);// 從最佳位置向下構建支撐柱
buildSupportPillar(bestSupportPosition);
}/**
* 貪心選擇最佳支撐位置
*/
private Point3D findBestSupportPosition(Point3D overhang) {
// 候選支撐位置（懸空體素下方的幾個可能位置）
List<Point3D> candidates = generateCandidatePositions(overhang);// 評估每個候選位置的"價值"
Point3D bestPosition = null;
double bestScore = Double.NEGATIVE_INFINITY;for (Point3D candidate : candidates) {
if (model.contains(candidate)) {
continue; // 不能與模型重疊
}double score = evaluateSupportPosition(candidate, overhang);if (score > bestScore) {
bestScore = score;
bestPosition = candidate;
}
}// 如果沒有合適的候選位置，直接在正下方支撐
return bestPosition != null ? bestPosition :
new Point3D(overhang.x, overhang.y, overhang.z - 1);
}/**
* 生成候選支撐位置
*/
private List<Point3D> generateCandidatePositions(Point3D overhang) {
List<Point3D> candidates = new ArrayList<>();
int x = overhang.x;
int y = overhang.y;
int z = overhang.z - 1; // 支撐必須在懸空體素下方// 添加直接下方的位置
candidates.add(new Point3D(x, y, z));// 添加周圍的位置（可根據需要擴展搜索范圍）
for (int dx = -1; dx <= 1; dx++) {
for (int dy = -1; dy <= 1; dy++) {
if (dx == 0 && dy == 0) continue;
candidates.add(new Point3D(x + dx, y + dy, z));
}
}return candidates;
}/**
* 評估支撐位置的質量（貪心算法的核心）
*/
private double evaluateSupportPosition(Point3D candidate, Point3D overhang) {
// 1. 距離因子：離懸空體素越近越好
double distanceFactor = 1.0 / (1 + distance(candidate, overhang));// 2. 支撐共享因子：能支撐多個懸空體素的位置更好
int sharedSupport = countPotentialSupportedOverhangs(candidate);// 3. 穩定性因子：下方已有支撐的位置更好
double stabilityFactor = hasExistingSupportBelow(candidate) ? 1.5 : 1.0;// 4. 材料節省因子：能連接到現有支撐的位置更好
double materialSaving = canConnectToExistingSupport(candidate) ? 1.2 : 1.0;// 綜合評分（可根據實際需求調整權重）
return distanceFactor * sharedSupport * stabilityFactor * materialSaving;
}// 輔助方法...
private double distance(Point3D a, Point3D b) {
return Math.sqrt(Math.pow(a.x - b.x, 2) + Math.pow(a.y - b.y, 2));
}private int countPotentialSupportedOverhangs(Point3D candidate) {
int count = 0;
int z = candidate.z + 1;// 檢查候選位置上方及周圍的懸空體素
for (int dx = -1; dx <= 1; dx++) {
for (int dy = -1; dy <= 1; dy++) {
Point3D above = new Point3D(candidate.x + dx, candidate.y + dy, z);
if (model.contains(above) && !isSupported(above)) {
count++;
}
}
}return count;
}private boolean hasExistingSupportBelow(Point3D point) {
if (point.z == 0) return true; // 打印平臺Point3D below = new Point3D(point.x, point.y, point.z - 1);
return supportVoxels.contains(below);
}private boolean canConnectToExistingSupport(Point3D point) {
if (point.z == 0) return false;// 檢查周圍是否有支撐體素
for (int dx = -1; dx <= 1; dx++) {
for (int dy = -1; dy <= 1; dy++) {
if (dx == 0 && dy == 0) continue;
Point3D neighbor = new Point3D(point.x + dx, point.y + dy, point.z);
if (supportVoxels.contains(neighbor)) {
return true;
}
}
}return false;
}/**
* 構建支撐柱
*/
private void buildSupportPillar(Point3D top) {
// 從頂部向下構建支撐，直到到達打印平臺或已有支撐
Point3D current = top;while (current.z >= 0) {
if (model.contains(current)) {
break; // 不能穿透模型
}if (supportVoxels.contains(current)) {
break; // 已經存在支撐
}supportVoxels.add(current);if (current.z == 0) {
break; // 到達打印平臺
}current = new Point3D(current.x, current.y, current.z - 1);
}
}// 獲取生成的支撐結構
public Set<Point3D> getSupportVoxels() {
return Collections.unmodifiableSet(supportVoxels);
}
}

4. 算法優化與改進

4.1 候選位置生成優化

原始算法中候選位置生成較為簡單，可以改進為：

private List<Point3D> generateCandidatePositions(Point3D overhang) {
List<Point3D> candidates = new ArrayList<>();
int x = overhang.x;
int y = overhang.y;
int z = overhang.z - 1;// 搜索半徑可根據需求調整
int searchRadius = 2;for (int dx = -searchRadius; dx <= searchRadius; dx++) {
for (int dy = -searchRadius; dy <= searchRadius; dy++) {
// 跳過太遠的位置（可根據需要調整）
if (Math.abs(dx) + Math.abs(dy) > searchRadius + 1) continue;candidates.add(new Point3D(x + dx, y + dy, z));
}
}return candidates;
}

4.2 評分函數優化

更精細的評分函數可以考慮更多因素：

private double evaluateSupportPosition(Point3D candidate, Point3D overhang) {
// 1. 基礎距離因子（非線性衰減）
double dist = distance(candidate, overhang);
double distanceFactor = 1.0 / (1 + Math.pow(dist, 1.5));// 2. 支撐共享因子（考慮不同距離的權重）
int sharedSupport = 0;
int z = candidate.z + 1;
double totalWeight = 0;for (int dx = -2; dx <= 2; dx++) {
for (int dy = -2; dy <= 2; dy++) {
Point3D above = new Point3D(candidate.x + dx, candidate.y + dy, z);
if (model.contains(above) && !isSupported(above)) {
double weight = 1.0 / (1 + Math.sqrt(dx*dx + dy*dy));
sharedSupport += weight;
totalWeight += weight;
}
}
}double sharedFactor = totalWeight > 0 ? sharedSupport / totalWeight : 0;// 3. 穩定性因子（考慮下方支撐的連續性）
double stabilityFactor = calculateStabilityFactor(candidate);// 4. 材料節省因子（考慮與現有支撐的連接方式）
double materialSaving = calculateMaterialSavingFactor(candidate);// 5. 打印方向因子（考慮支撐的傾斜角度）
double orientationFactor = calculateOrientationFactor(candidate, overhang);// 綜合評分（權重可調）
return 0.3 * distanceFactor +
0.3 * sharedFactor +
0.2 * stabilityFactor +
0.15 * materialSaving +
0.05 * orientationFactor;
}

4.3 支撐結構拓撲優化

可以在生成支撐后添加拓撲優化步驟：

public void optimizeSupports() {
boolean changed;
do {
changed = false;
Set<Point3D> toRemove = new HashSet<>();// 檢查每個支撐體素是否可以移除而不影響支撐功能
for (Point3D support : supportVoxels) {
if (isSupportRedundant(support)) {
toRemove.add(support);
changed = true;
}
}supportVoxels.removeAll(toRemove);
} while (changed);
}private boolean isSupportRedundant(Point3D support) {
// 臨時移除該支撐
supportVoxels.remove(support);// 檢查是否所有懸空體素仍然被支撐
boolean redundant = true;for (Point3D overhang : findOverhangVoxels()) {
if (!isSupported(overhang)) {
redundant = false;
break;
}
}// 恢復支撐
supportVoxels.add(support);return redundant;
}

5. 復雜度分析與性能考慮

5.1 時間復雜度分析

設：

  • n = 模型體素數量
  • k = 平均每個懸空體素的候選支撐位置數量
  • h = 平均支撐高度

算法主要步驟的時間復雜度：

  1. 查找懸空體素：O(n)
  2. 排序懸空體素：O(n log n)
  3. 為每個懸空體素生成支撐：O(n × k × h)

總時間復雜度：O(n log n + nkh)

5.2 空間復雜度分析

空間復雜度主要來自：

  • 存儲模型體素：O(n)
  • 存儲支撐體素：O(s)，其中s是支撐體素數量
  • 臨時數據結構：O(k)

總空間復雜度：O(n + s)

5.3 實際性能優化建議

  1. 空間分區：使用八叉樹或空間網格加速鄰近體素查詢
  2. 并行處理：不同高度的支撐生成可以并行處理
  3. 增量更新：對于動態模型，可以實現增量式支撐更新
  4. 近似算法：對于大型模型，可以使用分層近似方法

6. 實際應用中的擴展考慮

6.1 支撐結構類型擴展

可以擴展算法支持不同類型的支撐結構：

enum SupportType {
TREE,// 樹狀支撐
LATTICE,// 晶格支撐
LINEAR,// 線性支撐
CONTOUR// 輪廓支撐
}public void generateSupports(SupportType type) {
switch (type) {
case TREE:
generateTreeSupports();
break;
case LATTICE:
generateLatticeSupports();
break;
// ...其他類型
}
}private void generateTreeSupports() {
// 實現樹狀支撐生成算法
// 1. 識別關鍵支撐點
// 2. 構建分支結構
// 3. 優化分支路徑
}private void generateLatticeSupports() {
// 實現晶格支撐生成算法
// 1. 生成基礎晶格
// 2. 自適應調整密度
// 3. 連接懸空部分
}

6.2 多目標優化

支撐結構設計通常需要考慮多個目標：

  • 支撐材料最小化
  • 打印時間最小化
  • 支撐移除難度
  • 表面質量影響

可以修改貪心算法的評分函數來平衡這些目標：

private double multiObjectiveScore(Point3D candidate) {
double materialCost = calculateMaterialCost(candidate);
double timeCost = calculateTimeCost(candidate);
double removalDifficulty = calculateRemovalDifficulty(candidate);
double surfaceImpact = calculateSurfaceImpact(candidate);// 加權求和（權重可根據需求調整）
return 0.4 * materialCost +
0.3 * timeCost +
0.2 * removalDifficulty +
0.1 * surfaceImpact;
}

6.3 機器學習增強

可以結合機器學習技術改進貪心算法的決策：

class SupportPredictor {
private MachineLearningModel model;public SupportPredictor(String modelPath) {
// 加載預訓練的機器學習模型
this.model = loadModel(modelPath);
}public double predictSupportQuality(Point3D candidate, Point3D overhang) {
// 提取特征
double[] features = extractFeatures(candidate, overhang);// 使用模型預測
return model.predict(features);
}private double[] extractFeatures(Point3D candidate, Point3D overhang) {
// 提取各種幾何和空間特征
double[] features = new double[10];
features[0] = distance(candidate, overhang);
features[1] = angleFromVertical(candidate, overhang);
// ...其他特征
return features;
}
}// 在評分函數中使用
private double evaluateSupportPosition(Point3D candidate, Point3D overhang) {
double greedyScore = traditionalEvaluation(candidate, overhang);
double mlScore = supportPredictor.predictSupportQuality(candidate, overhang);// 結合傳統貪心評分和機器學習評分
return 0.7 * greedyScore + 0.3 * mlScore;
}

7. 完整示例代碼

以下是一個完整的示例，展示如何使用上述算法：

public class Main {
public static void main(String[] args) {
// 1. 創建示例3D模型
Set<Point3D> modelVoxels = createSampleModel();
Model3D model = new Model3D(modelVoxels);// 2. 創建支撐生成器
SupportGenerator generator = new SupportGenerator(model);// 3. 生成支撐結構
long startTime = System.currentTimeMillis();
generator.generateSupports();
long endTime = System.currentTimeMillis();// 4. 可選：優化支撐結構
generator.optimizeSupports();// 5. 獲取結果
Set<Point3D> supports = generator.getSupportVoxels();// 輸出統計信息
System.out.println("模型體素數量: " + modelVoxels.size());
System.out.println("支撐體素數量: " + supports.size());
System.out.println("計算時間: " + (endTime - startTime) + "ms");// 可視化或導出結果...
}private static Set<Point3D> createSampleModel() {
Set<Point3D> model = new HashSet<>();// 創建一個簡單的懸臂梁模型
for (int x = 0; x < 10; x++) {
for (int y = 0; y < 2; y++) {
for (int z = 0; z < 2; z++) {
model.add(new Point3D(x, y, z));
}
}
}// 添加懸空部分
for (int x = 3; x < 7; x++) {
for (int y = 0; y < 2; y++) {
model.add(new Point3D(x, y, 2));
}
}return model;
}
}

8. 測試與驗證

8.1 單元測試示例

import org.junit.Test;
import static org.junit.Assert.*;public class SupportGeneratorTest {
@Test
public void testOverhangDetection() {
Set<Point3D> voxels = new HashSet<>();
voxels.add(new Point3D(0, 0, 0)); // 基礎
voxels.add(new Point3D(0, 0, 1)); // 懸空Model3D model = new Model3D(voxels);
SupportGenerator generator = new SupportGenerator(model);Set<Point3D> overhangs = generator.findOverhangVoxels();
assertEquals(1, overhangs.size());
assertTrue(overhangs.contains(new Point3D(0, 0, 1)));
}@Test
public void testSupportGeneration() {
Set<Point3D> voxels = new HashSet<>();
voxels.add(new Point3D(0, 0, 0)); // 基礎
voxels.add(new Point3D(0, 0, 1)); // 懸空
voxels.add(new Point3D(1, 0, 1)); // 另一個懸空Model3D model = new Model3D(voxels);
SupportGenerator generator = new SupportGenerator(model);
generator.generateSupports();Set<Point3D> supports = generator.getSupportVoxels();
assertTrue(supports.contains(new Point3D(0, 0, 0)));
// 檢查是否生成了適當的支撐
// ...
}
}

8.2 性能測試建議

對于大型模型，應考慮：

  1. 內存使用情況
  2. 計算時間隨模型大小的增長
  3. 支撐體素數量與模型復雜度的關系
  4. 不同算法參數的比較

9. 總結

貪心算法在這個問題中表現出色，因為它：

  • 能夠高效處理大規模體素數據
  • 通過局部最優選擇實現全局較優解
  • 算法簡單易于實現和調整
  • 可以靈活適應不同的優化目標

然而，也需要認識到貪心算法的局限性，在某些復雜情況下可能無法找到全局最優解。因此，在實際應用中，可以結合其他優化技術（如動態規劃、遺傳算法等）來進一步提升支撐結構的質量。

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/pingmian/95939.shtml
繁體地址，請注明出處：http://hk.pswp.cn/pingmian/95939.shtml
英文地址，請注明出處：http://en.pswp.cn/pingmian/95939.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

Python爬蟲實戰：研究3D plotting模塊，構建房地產二手房數據采集和分析系統

Python爬蟲實戰：研究3D plotting模塊，構建房地產二手房數據采集和分析系統

1. 引言 1.1 研究背景 在大數據與人工智能技術快速發展的背景下，數據已成為驅動決策的核心要素。互聯網作為全球最大的信息載體，蘊含海量結構化與非結構化數據，如何高效提取并分析這些數據成為學術界與產業界的研究熱點。 網絡爬蟲技術通過自動化請求與解析網頁，實現數據…
閱讀更多...
Gradio全解10——Streaming：流式傳輸的音頻應用（7）——ElevenLabs：高級智能語音技術

Gradio全解10——Streaming：流式傳輸的音頻應用（7）——ElevenLabs：高級智能語音技術

Gradio全解10——Streaming&#xff1a;流式傳輸的音頻應用&#xff08;7&#xff09;——ElevenLabs&#xff1a;高級智能語音技術10.7 ElevenLabs&#xff1a;高級智能語音技術10.7.1 核心功能與可用模型1. 核心功能與產品2. 三類語音模型10.7.2 文本轉語音API1. 完整操作步驟…
閱讀更多...
【桃子同學筆記4】PCIE訓練狀態機（LTSSM）基礎

【桃子同學筆記4】PCIE訓練狀態機（LTSSM）基礎

首先&#xff0c;所謂LTSSM&#xff0c;即&#xff1a;Link Training and Status State Machine&#xff08;鏈路訓練及狀態機&#xff09; 下圖為 LTSSM 的狀態機及訓練過程&#xff1a; LTSSM 包含 11 個頂層狀態&#xff1a;Detect、Polling、Configuration、Recovery、L0、…
閱讀更多...
STM32傳感器模塊編程實踐(十五)DIY語音對話控制+滿溢檢測智能垃圾桶模型

STM32傳感器模塊編程實踐(十五)DIY語音對話控制+滿溢檢測智能垃圾桶模型

文章目錄 一.概要二.實驗模型原理1.硬件連接原理框圖2.控制原理 三.實驗模型控制流程四.語音控制垃圾桶模型程序五.實驗效果視頻六.小結 一.概要 以前介紹的智能垃圾桶模型都是通過超聲波模塊感知控制&#xff0c;這次介紹一款新的智能垃圾桶&#xff0c;直接使用語音交互模塊…
閱讀更多...
[bat-cli] docs | 控制器

[bat-cli] docs | 控制器

鏈接&#xff1a;https://github.com/sharkdp/bat 前文傳送&#xff1a; 【探索Linux命令行】從基礎指令到高級管道操作的介紹與實踐【Linux命令行】從時間管理-&#xff1e;文件查找壓縮的指令詳解【Linux】1w詳解如何實現一個簡單的shell docs&#xff1a;bat bat 是一個*…
閱讀更多...
無線自動信道調整

無線自動信道調整

通過信道調整功能&#xff0c;可以保證每個AP 能夠分配到最優的信道&#xff0c;盡可能地 減少和避免相鄰信道干擾&#xff0c;而且通過實時信道檢測&#xff0c;使AP 實時避開雷達&#xff0c;微波爐等干擾源。 動態信道調整能夠實現通信的持續進行&#xff0c;為網絡的可靠傳…
閱讀更多...
ios面試八股文

ios面試八股文

??Swift 語言特性??&#xff1a;請解釋一下 struct和 class的主要區別。特性????struct (值類型)????class (引用類型)????類型本質??值類型 (復制時創建獨立副本)引用類型 (復制時共享同一實例)??內存分配??通常在棧上 (更快速)在堆上 (需要ARC管理)??…
閱讀更多...
IntelliJ IDEA 2023更新git憑據

IntelliJ IDEA 2023更新git憑據

背景&#xff1a;已知原來從遠程倉庫獲取的項目&#xff0c;需要更新git用戶和密碼&#xff0c;但是又不想刪除本地項目環境&#xff08;不想重新獲取新建項目&#xff09;。報錯&#xff1a;remote: HTTP Basic: Access denied. The provided password or token is incorrect …
閱讀更多...
Docker 容器 OOM：從資源監控到JVM調優的實戰記錄

Docker 容器 OOM：從資源監控到JVM調優的實戰記錄

人們眼中的天才之所以卓越非凡&#xff0c;并非天資超人一等而是付出了持續不斷的努力。1萬小時的錘煉是任何人從平凡變成超凡的必要條件。———— 馬爾科姆格拉德威爾 &#x1f31f; Hello&#xff0c;我是Xxtaoaooo&#xff01; &#x1f308; “代碼是邏輯的詩篇&#xff…
閱讀更多...
【開題答辯全過程】以 基于微信小程序的寵物領養系統為例，包含答辯的問題和答案

【開題答辯全過程】以 基于微信小程序的寵物領養系統為例，包含答辯的問題和答案

個人簡介一名14年經驗的資深畢設內行人&#xff0c;語言擅長Java、php、微信小程序、Python、Golang、安卓Android等開發項目包括大數據、深度學習、網站、小程序、安卓、算法。平常會做一些項目定制化開發、代碼講解、答辯教學、文檔編寫、也懂一些降重方面的技巧。感謝大家的…
閱讀更多...
【可信數據空間-連接器狀態監控-Java代碼集成】

【可信數據空間-連接器狀態監控-Java代碼集成】

可信數據空間-連接器狀態監控-Java代碼集成一、 核心概念1. Micrometer2. Micrometer Registry Prometheus3.Prometheus二、 依賴配置 (Maven)三、 集成步驟與代碼示例場景一&#xff1a;在 Spring Boot 應用中集成&#xff08;最簡單&#xff09;1. 添加依賴&#xff08;如上所…
閱讀更多...
反編譯分析C#閉包

反編譯分析C#閉包

一、問題描述&#xff1a;比如有這樣的代碼&#xff1a;它的輸出結果是 3&#xff0c;3&#xff0c;3。通過搜索得知這一現象是因為C#閉包導致的.我們借助ILSpy看下IL中間代碼&#xff0c;首先它生成了一個名叫DisplayClass的類&#xff0c;類中定義了i的字段主代碼&#xff1a…
閱讀更多...
卷積神經網絡（CNN）：從圖像識別原理到實戰應用的深度解析

卷積神經網絡（CNN）：從圖像識別原理到實戰應用的深度解析

目錄一.CNN的技術必要性&#xff1a;破解傳統圖像處理的兩大核心痛點痛點1&#xff1a;特征依賴人工設計&#xff0c;通用性差痛點2&#xff1a;全連接網絡參數爆炸&#xff0c;訓練難收斂二.CNN的核心原理&#xff1a;兩大機制與分層感知邏輯1.核心機制1&#xff1a;局部連接&…
閱讀更多...
用 SPL 編寫阿里云 FC2.0 函數

用 SPL 編寫阿里云 FC2.0 函數

前言 在數字化轉型持續加速的背景下&#xff0c;企業越來越多地將業務邏輯以服務化方式部署至云端。阿里云函數計算&#xff08;Function Compute&#xff0c;簡稱FC&#xff09;作為一種無服務器計算平臺&#xff0c;屏蔽了底層資源運維的復雜性&#xff0c;使開發者能夠專注…
閱讀更多...
AR 巡檢與普通巡檢有哪些區別，有哪些優勢｜阿法龍XR云平臺

AR 巡檢與普通巡檢有哪些區別，有哪些優勢｜阿法龍XR云平臺

AR 巡檢&#xff08;增強現實巡檢&#xff09;與普通巡檢&#xff08;傳統人工巡檢&#xff09;在技術應用、效率、準確性等多個維度存在顯著差異&#xff0c;具體區別如下&#xff1a; 1. 巡檢方式更智能 普通巡檢&#xff1a;依賴人工現場觀察&#xff0c;主要通過眼看、手…
閱讀更多...
Java中的volatile關鍵字詳解

Java中的volatile關鍵字詳解

核心作用&#xff1a;解決可見性和有序性問題volatile 的主要作用可以歸結為兩點&#xff1a;1.保證變量的可見性 和 禁止指令重排序。2.它提供了一種輕量級的同步機制&#xff0c;3.但需要注意的是&#xff0c;它不能保證原子性。保證可見性&#xff1a;什么是可見性問題&…
閱讀更多...
【Linux】MySQL數據目錄遷移步驟(含流程圖踩坑經驗)

【Linux】MySQL數據目錄遷移步驟(含流程圖踩坑經驗)

在生產環境中&#xff0c;有時候你會遇到一些看似簡單但實際上很棘手的問題。最近我就碰到了一次典型的服務器磁盤空間告急&#xff0c;最后通過遷移 MySQL 數據目錄成功解決了問題。本文記錄整個過程&#xff0c;包括我的分析思路、遷移步驟、踩坑和經驗總結&#xff0c;希望對…
閱讀更多...
數據驅動下的連鎖模式復制：技術科普與方法論深度解析

數據驅動下的連鎖模式復制：技術科普與方法論深度解析

前言在連鎖經營的賽道上&#xff0c;“復制”是核心命題&#xff0c;但絕非簡單的“粘貼”。當行業進入數字化深水區&#xff0c;數據驅動正成為連鎖模式突破增長瓶頸、實現高效復制的“隱形引擎”。本文將從技術科普與方法論心得兩個維度&#xff0c;深度拆解數據如何重塑連鎖…
閱讀更多...
數據庫學習MySQL系列2、Windows11系統安裝MySQL方法一.msi安裝詳細教程

數據庫學習MySQL系列2、Windows11系統安裝MySQL方法一.msi安裝詳細教程

方法一.msi安裝詳細教程 Windows系統下MySQL——.msi安裝詳細教程&#xff08;默認--只安裝服務端“Server only”&#xff09;MySql官網地址&#xff1a;https://www.mysql.com/&#xff1b;快速下載通道請單擊→ No thanks, just start my download.ps&#xff1a;其他資源(…
閱讀更多...
html+css+vue實現增刪改查

html+css+vue實現增刪改查

代碼如下&#xff1a;<!DOCTYPE html> <html lang"zh-CN"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>優化版 Vue.js CRUD 示例&l…
閱讀更多...
最新文章

Copyright @ 2022~2023