Stack介绍

在Java中Stack类表示后进先出(LIFO)的对象堆栈。栈是一种非常常见的数据结构,它采用典型的先进后出的操作方式完成的。每一个栈都包含一个栈顶,每次出栈是将栈顶的数据取出
这里写图片描述

Stack继承Vector,他对Vector进行了简单的扩展

public
class Stack<E> extends Vector<E> {
//调用默认构造器 默认Vector容量10
    public Stack() {
    }

    public E push(E item) {
        addElement(item);

        return item;
    }
    //返回栈顶元素,并将其从栈中删除
    public synchronized E pop() {
        E    bj;
        int  len = size();
        //查看栈顶元素,不删除,通过vector的elementAt查找
        obj = peek();
        //删除栈顶元素
        removeElementAt(len - 1);

        return obj;
    }

    public synchronized E peek() {
        int     len = size();

        if (len == 0)
            throw new EmptyStackException();
            //从elementData数组中查找出len-1元素
        return elementAt(len - 1);
    }


    public boolean empty() {
        return size() == 0;
    } 
    // 查找“元素o”在栈中的位置:由栈底向栈顶方向数 
    public synchronized int search(Object o) {
        int i = lastIndexOf(o);

        if (i >= 0) {
            return size() - i;
        }
        return -1;
    }


    private static final long serialVersionUID =1224463164541339165L;
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PyTorch提供了full stack trace的功能,它可以在程序发生异常时输出详细的调用堆栈信息,帮助开发者快速定位错误。 在PyTorch中,我们可以通过设置环境变量`PYTHONFAULTHANDLER=1`来启用full stack trace功能。例如,在Linux系统下,我们可以在终端中输入如下命令: ``` export PYTHONFAULTHANDLER=1 ``` 然后,在我们的程序中发生异常时,PyTorch会输出完整的调用堆栈信息,包括每个函数的参数和变量值等。例如: ``` Traceback (most recent call last): File "test.py", line 5, in <module> y = model(x) File "/path/to/model.py", line 10, in __call__ y = self.fc(x) File "/path/to/torch/nn/modules/module.py", line 1051, in _call_impl return forward_call(*input, **kwargs) File "/path/to/torch/nn/modules/linear.py", line 94, in forward return F.linear(input, self.weight, self.bias) File "/path/to/torch/nn/functional.py", line 1692, in linear if input.dim() == 2 and bias is not None: AttributeError: 'NoneType' object has no attribute 'dim' ``` 从上述输出中,我们可以看到程序异常发生在`test.py`的第5行,即调用了`model(x)`。接着,程序进入到了`model.py`中的`__call__`函数,在该函数中调用了`self.fc(x)`(假设`fc`是一个线性层),然后进入了PyTorch的内部函数调用堆栈,最终出现了一个`AttributeError`异常。 通过full stack trace功能,我们可以清晰地看到程序执行过程中每个函数的调用关系,方便我们快速定位错误。

“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