JDBC-模板模式优化DAO

http://fay19860916.blog.163.com/blog/static/1186491192009722105419936/


package com.ighost.dao.refactor;

import java.sql.Connection;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
import java.sql.SQLException;

import com.ighost.dao.DAOException;
import com.ighost.jdbc.JDBCUtil;

/**
 * 模板模式
 * 将行的映射交给子类去完成
 * @author ghost
 *
 */
public abstract class AbstraceDAO {

 /**
  * 查询
  */
 public Object find(String sql, Object[] parms) {
  Connection conn = null;
  PreparedStatement ps = null;
  ResultSet rs = null;
  try {
   // 建立连接
   conn = JDBCUtil.getConnection();
   // 创建prepareStatement
   // 预处理操作
   ps = conn.prepareStatement(sql);
   if (parms.length > 0) {
    for (int i = 0; i < parms.length; i++) {
     ps.setObject(i + 1, parms[i]);
    }
   }
   // 执行语句
   rs = ps.executeQuery();
   Object obj = null;
   while (rs.next()) {
    //将行的映射交给子类去完成
    obj = rowMapper(rs);
   }
   return obj;
  }
  catch(SQLException e){
   throw new DAOException(e.getMessage(),e);
  }
  finally {
   JDBCUtil.free(rs, ps, conn);
  }
 }

 abstract protected Object rowMapper(ResultSet rs) throws SQLException;
 
 /**
  * 更新
  */
 public int update(String sql, Object[] parms) {
  Connection conn = null;
  PreparedStatement ps = null;
  ResultSet rs = null;
  try {
   // 建立连接
   conn = JDBCUtil.getConnection();
   // 创建Statement
   ps = conn.prepareStatement(sql);
   if (parms.length > 0) {
    for (int i = 0; i < parms.length; i++) {
     ps.setObject(i + 1, parms[i]);
    }
   }
   // 执行语句
   return ps.executeUpdate();
  } catch (SQLException e) {
   throw new DAOException(e.getMessage(), e);
  } finally {
   JDBCUtil.free(rs, ps, conn);
  }
 }

}
------------------------------------------------------------------

package com.ighost.dao.refactor;

import java.sql.ResultSet;
import java.sql.SQLException;

import com.ighost.domain.User;

public class UserDaoImpl extends AbstraceDAO {

 /**
  * 根据用户名密码查询用户
  */
 public User findUser(String loginName, String loginPass) {
   String sql = "select id,name,password,lastlogin,money from user where name = ? and password = ?";
   Object[] parms = new Object[]{
     loginName,loginPass
   };
   return (User)super.find(sql, parms);
 }
 
 //映射字段
 protected Object rowMapper(ResultSet rs) throws SQLException{
  User user = new User();
  user.setId(rs.getInt(1));
  user.setName(rs.getString(2));
  user.setPassword(rs.getString(3));
  user.setLastlogin(rs.getDate(4));
  user.setMoney(rs.getFloat(5));
  return user;
 }
 
 /**
  * 添加用户
  */
 public void addUser(User user) {
  String sql = "insert into user(name, password, lastlogin, money) values(?,?,?,?) ";
  Object[] parms = new Object[]{
    user.getName(),
    user.getPassword(),
    new java.sql.Date(user.getLastlogin().getTime()),
    user.getMoney()
  };
  super.update(sql, parms);
 }

 /**
  * 更新用户
  */
 public void update(User user) {
  String sql = "update user set name=? , password=?, lastlogin=?, money=? where id = ?";
  Object[] parms = new Object[] { user.getName(), user.getPassword(),
    new java.sql.Date(user.getLastlogin().getTime()),
    user.getMoney(), user.getId() };
  super.update(sql, parms);
 }

 /**
  * 删除用户
  */
 public void delete(User user) {
  String sql = "delete from user where id = ?";
  Object[] parms = new Object[] { user.getId() };
  super.update(sql, parms);
 }
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接来得到预测值。其网络结构通常包含多个卷积和全连接,通过卷积提取图像特征,通过全连接输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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