黑马程序员_交通灯管理系统

---------- android培训java培训、java学习型技术博客,期待与您交流!----------

        交通灯管理系统,这个是当年软通动力的面试题,也不晓得如今的面试题是否差不多的难度设置,不管如何,跟着张孝祥老师的视频完成了一遍,在此做个回顾和总结。
        先来看下该交通灯管理系统的需求。
1.异步随机生成按照各个路线行驶的车辆。例如:

    由南向而来去往北向的车辆 ---- 直行车辆

    由西向而来去往南向的车辆 ---- 右转车辆
    由东向而来去往南向的车辆 ---- 左转车辆
    ... ...
2.信号灯忽略黄灯,只考虑红灯和绿灯。
3.应考虑左转车辆控制信号灯,右转车辆不受信号灯控制。
4.具体信号灯控制逻辑与现实生活中普通交通灯控制逻辑相同,不考虑特殊情况下的控制逻辑。
注:南北向车辆与东西向车辆交替放行,同方向等待车辆应先放行直行车辆而后放行左转车辆。
5.每辆车通过路口时间为1秒(提示:可通过线程Sleep的方式模拟)。
6.随机生成车辆时间间隔以及红绿灯交换时间间隔自定,可以设置。
7.不要求实现GUI,只考虑系统逻辑实现,可通过Log方式展现程序运行结果。

        现实情况中,国人能严守交通规则的都不多,好好研究过十字路口交通灯的估计更少,好在自己拿过驾照,总算是有所了解,因此,张老师预先设置好的交通灯规则对我来说还是蛮好理解的。这里也根据草图来说:

        一般情况下,十字路口右转是不需要遵循交通灯的变化的,因此我们先确定主要考虑直行和左转的交通灯与汽车的协同情况。从上图中不难看出,在这个系统中总共有十二条路线,除了四个右转的路线,其他八条路线都是两两对应,同时以初始方向为基点来考虑的话,可以将这八条路径分为主变化和伴随变化的四组。由于具体需求中说明了只需要考虑红灯和绿灯两种情况,因此可以设计为亮状态为绿灯,暗状态为红灯。四个右转路线可以一直通行,所以把它理解为一直都是绿灯的状态。
        我们确定了有十二个方向的路线,自然的就有确定不变的十二个对应的交通灯,我们以枚举形式来定义它们是很方便的,下满来看Lamp类部分的代码。
public enum Lamp {
	S2N("N2S","S2W",false),S2W("N2E","E2W",false),E2W("W2E","E2S",false),E2S("W2N","S2N",false),
	N2S(null,null,false),N2E(null,null,false),W2E(null,null,false),W2N(null,null,false),
	S2E(null,null,true),E2N(null,null,true),N2W(null,null,true),W2S(null,null,true);

	private Lamp(String opposite,String next,boolean lighted){
		this.opposite = opposite;
		this.next = next;
		this.lighted = lighted;
	}
	
	private Lamp(){}
	
	private boolean lighted;
	private String opposite;
	private String next;
	
	public boolean isLighted(){
		return lighted;
	}
	
	public void light(){
		this.lighted = true;
		if(opposite != null){
			Lamp.valueOf(opposite).light();
		}
		System.out.println(name() + " lamp is green, 下面总共应该有6个方向能看到汽车通行!");
	}
	
	public Lamp blackOut(){
		this.lighted = false;
		if(opposite != null){
			Lamp.valueOf(opposite).blackOut();
		}
		
		Lamp nextLamp = null;
		if(next != null){
			nextLamp = Lamp.valueOf(next);
			System.out.println("绿灯从" + name() + "-------->切换为" + next);
			nextLamp.light();
		}
		return nextLamp;
	}
}

        每个Lamp对象的亮黑状态用lighted变量表示,S2N、S2W、E2W、E2S这四个方向的交通灯作为主变化交通灯,这四个主变化交通灯依次轮询变亮,N2S、N2E、W2E、W2N为对应的伴随变化灯。opposite变量用来表示伴随变化灯,而next变量则表示当前主变化灯亮过后下一个亮的主变化灯。light()和blackOut()方法控制灯的明暗变化。除了主变化交通灯,其他交通灯都是不带有opposite和next参数的,所以直接就赋值为null,否则会使明暗方法进入死循环。除四个右转交通灯一直为代表亮的true外,其他交通灯的初始状态都为代表暗的false。
        再来看Road类和LampController类部分的代码。
public class Road {
	private List<String> vehicles = new ArrayList<String>();
	
	private String name = null;
	public Road(String name){
		this.name = name;
		
		ExecutorService pool = Executors.newSingleThreadExecutor();
		pool.execute(new Runnable(){
			public void run() {
				try {
					Thread.sleep((new Random().nextInt(10) + 1) * 1000);
				} catch (InterruptedException e) {
					e.printStackTrace();
				}
				for(int i=1; i<1000; i++){
					vehicles.add(Road.this.name + "_" + i);
				}
			}
		});
		
		ScheduledExecutorService timer = Executors.newScheduledThreadPool(1);
		timer.scheduleAtFixedRate(
				new Runnable(){
					public void run() {
						if (vehicles.size()>0) {
							boolean lighted = Lamp.valueOf(Road.this.name).isLighted();
							if (lighted) {
								System.out.println(vehicles.remove(0) + " is traversing !");
							}
						}
					}
				}, 
				1, 
				1, 
				TimeUnit.SECONDS);
	}
}

public class LampController {
	private Lamp currentLamp;
	
	public LampController(){
		currentLamp = Lamp.S2N;
		currentLamp.light();
		
		ScheduledExecutorService timer = Executors.newScheduledThreadPool(1);
		timer.scheduleAtFixedRate(
				new Runnable(){
					public void run(){
						currentLamp = currentLamp.blackOut();
					}
				}, 
				10, 
				10, 
				TimeUnit.SECONDS);
	}
}

        每个Road对象都有一个name成员变量代表方向,一个vehicles成员变量代表各个方向上的车辆集合。在Road对象的构造方法中用线程池启动一个线程每隔一个1~10秒钟的随机时间向vehicles集合中增加一辆车。同时启动一个定时器,每隔一秒检查该方向上的交通灯是否为绿灯,是则将集合中的第一辆车移除,并打印一下情况。
        整个交通灯管理系统中只能有一套交通灯控制系统,所以LampController类被设计成了单例。LampController构造方法中设定了一个起始为绿的交通灯,这当然是必须的。同样的,该构造方法中也定义了一个定时器每隔10秒轮询变化交通灯的状态。
        最后看下主函数,整个系统也就完整了。
public class MainClass {
	public static void main(String[] args) {
		String[] directions = new String[]{
			"S2N","S2W","E2W","E2S","N2S","N2E","W2E","W2N","S2E","E2N","N2W","W2S"
		};
		for(int i=0; i<directions.length; i++){
			new Road(directions[i]);
		}
		
		new LampController();
	}

}

----------  android培训java培训、java学习型技术博客,期待与您交流!----------
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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