黑马程序员----Java 银行业务调度系统

------- android培训java培训、期待与您交流! ----------

 

银行业务调度系统初次接触感到比较复杂,为了便于理解就按照张老师的思路写了一个只有普通窗口的简化版的银行调度系统,其实思想和方法都是一样的,就是少了一个枚举类和根据获得的枚举类使ServiceWindow类进行不同操作的过程,这相当于是一个只有一个元素的枚举。

import java.util.ArrayList;
import java.util.List;

/*具有产生票和消除票两种方法,票数是这两种方法的共享数据,又由于票的增加和减少在现实中是
 * 同时进行的(在银行有人在办理业务的同时又有人取票),也就是是说这一数据是被两个线程操作的
 * 所以对于共享数据--票数要加锁
*/
public class NumberManager {

	private int num = 0;
	//取票的人是需要排队的,所以要定义一个容器
	List queueNum = new ArrayList();
	//使用同步函数,同时需要知道是哪个客户再取票所以返回票号
	public synchronized Integer addNum()
	{
		queueNum.add(++num);
		return num;
	}
	
	//模拟用户接受服务后票数要减少一张,同时需要知道是哪个客户接受服务所以返回票号
	public synchronized Integer fetchNum()
	{
		if(queueNum.size() > 0)
		{
		return (Integer)queueNum.remove(0);
		}
		else {
			return null;
		}
	}
}
<p>// 取票机只有一台,设计成单例子模式
public class NumberMachine {</p><p> private NumberMachine(){}
 private static NumberMachine numberMachine = new NumberMachine();
 public static NumberMachine getInstance()
 {
  return numberMachine;
 }
 
 private static NumberManager commonManager = new NumberManager();
 //其实可以设计一个更简单的commonManager单例类,用于使用NumberManager获取票的方法
 public static NumberManager getCommonManager()
 {
  return commonManager;
 }
}
</p><p>import java.util.Random;
import java.util.concurrent.Executors;</p><p>import org.omg.CORBA.PRIVATE_MEMBER;</p><p>/*
 * 银行服务窗口这个类的作用是产生一个窗口,而且具有隔段时间叫号一次,如果有客户就为他服务,
 * 服务过程用sleep模拟,服务完成后就消除这个号的方法。
 * 
 */
public class ServiceWindow {
    //产生的窗口名称标记
 private int windowNum;
 
 public  ServiceWindow(int windowNum)
 {
  this.windowNum = windowNum;
 }</p><p> //窗口叫号,就是创建一个减少票的线程
 public void start()
 {
  Executors.newSingleThreadExecutor().execute(
        new Runnable() {
     
     @Override
     public void run() {
      while(true)
      {
       commonService();
      }      
     }
    });        
 }
 //具体叫号方法
 void commonService()
 {
  //先查看有没有票,获得一张票号
  System.out.println("第"+windowNum+"号普通窗口开始叫号");
  Integer currentNum = NumberMachine.getInstance().getCommonManager().fetchNum();
  
  if(currentNum != null)
  {   
   System.out.println("第"+windowNum+"号普通窗口开始为"+currentNum+"号用户服务");
   //服务时间在1~10S之间
   int serviceTime = new Random().nextInt(10)+1;
   try {
    Thread.sleep(serviceTime*1000);
   } catch (Exception e) {
    e.printStackTrace();
   }
   System.out.println("第"+windowNum+"号普通窗口开始为"+currentNum+"号用户服务 时间为"+serviceTime+"s");
  }
  else {
   System.out.println("第"+windowNum+"号普通窗口没有取到普通任务,正在空闲一秒");  
   try {
    Thread.sleep(1000);
   } catch (InterruptedException e) {
    e.printStackTrace();
  }
 }
  }
}
</p><p>import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;</p><p>
public class MainClass {</p><p> public static void main(String[] args) {
  //创建4个窗口
  for(int i = 0; i < 5; i++)
  {
   ServiceWindow serviceWindow = new ServiceWindow(i);
   serviceWindow.start();
   
  }
  
  //每个10秒有1个客户开始取票
  Executors.newScheduledThreadPool(1).scheduleAtFixedRate(
    new Runnable() {
     
     @Override
     public void run() {
      Integer serviceNumber = NumberMachine.getInstance().getCommonManager().addNum();
      System.out.println("第"+serviceNumber+"号客户正在等待服务");
     }
    },
    0, 
    1,
    TimeUnit.SECONDS);
 }</p><p>}
</p><p></p>

部分运行结果:

第4号普通窗口开始叫号
第4号普通窗口开始为8号用户服务
第9号客户正在等待服务
第4号普通窗口开始为8号用户服务 时间为1s
第4号普通窗口开始叫号
第4号普通窗口开始为9号用户服务
第10号客户正在等待服务
第11号客户正在等待服务
第2号普通窗口开始为4号用户服务 时间为7s
第2号普通窗口开始叫号
第2号普通窗口开始为10号用户服务
第12号客户正在等待服务
第13号客户正在等待服务
第3号普通窗口开始为5号用户服务 时间为8s
第3号普通窗口开始叫号
第3号普通窗口开始为11号用户服务
第14号客户正在等待服务
第15号客户正在等待服务
第2号普通窗口开始为10号用户服务 时间为4s
第2号普通窗口开始叫号
第2号普通窗口开始为12号用户服务

如有疑问的同学,请参看:http://heimacxy.blog.163.com/blog/static/1903840442011611112028947/  或  http://www.cnblogs.com/hm-chentao


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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