多线程处理--搬家公司

首先,我们准备成立一家搬家公司,于是要准备好将来和客户签的合同书:
1: public class Contract
2: {
3: public string ID { get; private set; }
4: public string From { get; set; }
5: public string To { get; set; }
6: public decimal Fee { get; set; }
7:
8: public Contract()
9: {
10: this.ID = Guid.NewGuid().ToString()
11: }
12: }

现在我们就去申请注册一家公司,并组建好初创团队,哪怕目前还只有老板一个人:

1: public class HouseMovingCompany
2: {
3: private static HouseMovingCompany _instance = null;
4: public static HouseMovingCompany Instance
5: {
6: get { return (_instance == null ? _instance = new HouseMovingCompany() : _instance); }
7: }
8:
9: public List Contracts { get; private set; }
10:
11: public HouseMovingCompany()
12: {
13: this.Contracts = new List();
14: }
15:
16: public void MoveHouse()
17: {
18: if (this.Contracts == null || this.Contracts.Count == 0)
19: {
20: return;
21: }
22:
23: Contract contract = contract = this.Contracts[0];
24: this.Contracts.RemoveAt(0);
25:
26: if (!String.IsNullOrEmpty(contract.From) && !String.IsNullOrEmpty(contract.To))
27: {
28: Console.WriteLine(“Move the house from {0} to {1}.”, contract.From, contract.To);
29: }
30:
31: Thread.Sleep(5000);
32: }
33: }

好了,现在公司实体有了,老板就可以开始忙活了:

1: static void Main(string[] args)
2: {
3: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “WuDaokou”, To = “LinDa Road”, Fee = 500 });
4:
5: while (HouseMovingCompany.Instance.Contracts.Count > 0)
6: {
7: HouseMovingCompany.Instance.MoveHouse();
8: }
9: }

我们在前面设置了每次搬家耗时5秒钟,咱们把它想象成5个小时。嗯,一天接一个单子,还可以接受,但是随着老板生意日渐兴隆,有时候一天要接3个单子,这就最少要工作15个小时了,还要操心公司的运营等问题,的确忙不过来了,而且照这样算,老板一天不可能完成5个或5个以上的单子,严重制约了公司的发展:

1: static void Main(string[] args)
2: {
3: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “WuDaokou”, To = “LinDa Road”, Fee = 500 });
4: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “XiDan”, To = “WangFujing”, Fee = 1000 });
5: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “XiangShan”, To = “The Forbidden City”, Fee = 10000 });
6:
7: while (HouseMovingCompany.Instance.Contracts.Count > 0)
8: {
9: HouseMovingCompany.Instance.MoveHouse();
10: }
11: }

一天夜里,老板拖着疲倦的身子回到家里,一进门就一头倒在床上,他极力睁着快睁不开的眼睛,努力地对自己说:“不行,我一定要想个办法,不然我会被累死的!”。

其实办法很简单,谁都知道,招聘几个员工,再买几辆车,大家分头行动,不仅分担了工作负担,而且在规模扩大的同时还可以完成更多更大的单子。好,我们现在就借助多线程机制来实现我们的想法

1: static void Main(string[] args)
2: {
3: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “WuDaokou”, To = “LinDa Road”, Fee = 500 });
4: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “XiDan”, To = “WangFujing”, Fee = 1000 });
5: HouseMovingCompany.Instance.Contracts.Add(new Contract { From = “XiangShan”, To = “The Forbidden City”, Fee = 10000 });
6:
7: Thread thread = null;
8:
9: while (HouseMovingCompany.Instance.Contracts.Count > 0)
10: {
11: thread = new Thread(new ThreadStart(HouseMovingCompany.Instance.MoveHouse));
12:
13: thread.Start();
14: }
15: }

在这段程序中,我们分头行动,让每项搬家任务都由一个小团队去完成,结果我们发现,现在做三个单子的时间跟做一个单子的时间是一样的,提高了效率也扩大了公司规模。但是,既然引入了新的工作机制,我们在公司内部也不得不做一些小小的调整:

1: public void MoveHouse()
2: {
3: if (this.Contracts == null || this.Contracts.Count == 0)
4: {
5: return;
6: }
7:
8: Contract contract = null;
9:
10: lock (this.Contracts)
11: {
12: contract = this.Contracts[0];
13: this.Contracts.RemoveAt(0);
14: }
15:
16: if (!String.IsNullOrEmpty(contract.From) && !String.IsNullOrEmpty(contract.To))
17: {
18: Console.WriteLine(“Move the house from {0} to {1}.”, contract.From, contract.To);
19: }
20:
21: Thread.Sleep(5000);
22: }

调整的只是MoveHouse这个方法内部的一些实现细节。公司接到的单子都保存在Contracts中,所以搬家的时候需要去拿一个单子然后根据单子上的信息来工作。原先我们只有一个线程在操作Contracts,倒也不觉得什么,现在有多个线程都在对Contracts中的元素进行存取,我们不得不提防一些意外发生。这就是在使用多线程的时候常常需要考虑的并发问题,所以我们用了lock关键字,当一个线程要操作Contracts时,它先把Contracts锁起来,其实就是声明一下:“现在我在操作它,你们谁都不要动,等我弄完了再说。”在lock块结束时被锁定的对象才会被解锁,其它的线程现在才可以去操作它。

有了多线程机制,你会发现程序可以在更短的时间内完成更多的事情。本文没有将多线程机制中的所有概念面面俱到地列举出来,但是已经向你展示了该如何使用多线程以及什么时候可以考虑使用多线程,其它的一些细节有待你去进一步探索,例如,你可以设置线程的优先级(假设逻辑上跟Fee挂钩,类似于‘加急’)等等。

掌握多线程机制,并让它使你的应用程序变得更加强悍吧。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 支持向量机非线性回归通用MATLAB程序解析 #### 一、概述 本文将详细介绍一个基于MATLAB的支持向量机(SVM)非线性回归的通用程序。该程序采用支持向量机方法来实现数据的非线性回归,并通过不同的核函数设置来适应不同类型的数据分布。此外,该程序还提供了数据预处理的方法,使得用户能够更加方便地应用此程序解决实际问题。 #### 二、核心功能与原理 ##### 1. 支持向量机(SVM) 支持向量机是一种监督学习模型,主要用于分类和回归分析。对于非线性回归任务,SVM通过引入核技巧(kernel trick)将原始低维空间中的非线性问题转换为高维空间中的线性问题,从而实现有效的非线性建模。 ##### 2. 核函数 核函数的选择直接影响到模型的性能。本程序内置了三种常用的核函数: - **线性核函数**:`K(x, y) = x'y` - **多项式核函数**:`K(x, y) = (x'y + 1)^d` - **径向基函数(RBF)**:`K(x, y) = exp(-γ|x - y|^2)` 其中RBF核函数被广泛应用于非线性问题中,因为它可以处理非常复杂的非线性关系。本程序默认使用的是RBF核函数,参数`D`用于控制高斯核函数的宽度。 ##### 3. 数据预处理 虽然程序本身没有直接涉及数据预处理的过程,但在实际应用中,对数据进行适当的预处理是非常重要的。常见的预处理步骤包括归一化、缺失值处理等。 ##### 4. 模型参数 - **Epsilon**: ε-insensitive loss function的ε值,控制回归带宽。 - **C**: 松弛变量的惩罚系数,控制模型复杂度与过拟合的风险之间的平衡。 #### 三、程序实现细节 ##### 1. 函数输入与输出 - **输入**: - `X`: 输入特征矩阵,维度为(n, l),其中n是特征数量,l是样本数量。 - `Y`: 目标值向量,长度为l。 - `Epsilon`: 回归带宽。 - `C`: 松弛变量的惩罚系数。 - `D`: RBF核函数的参数。 - **输出**: - `Alpha1`: 正的拉格朗日乘子向量。 - `Alpha2`: 负的拉格朗日乘子向量。 - `Alpha`: 拉格朗日乘子向量。 - `Flag`: 标记向量,表示每个样本的类型。 - `B`: 偏置项。 ##### 2. 核心代码解析 程序首先计算所有样本间的核矩阵`K`,然后构建二次规划问题并求解得到拉格朗日乘子向量。根据拉格朗日乘子的值确定支持向量,并计算偏置项`B`。 - **核矩阵计算**:采用RBF核函数,通过`exp(-(sum((xi-xj).^2)/D))`计算任意两个样本之间的相似度。 - **二次规划**:构建目标函数和约束条件,使用`quadprog`函数求解最小化问题。 - **支持向量识别**:根据拉格朗日乘子的大小判断每个样本是否为支持向量,并据此计算偏置项`B`。 #### 四、程序扩展与优化 - **多核函数支持**:可以通过增加更多的核函数选项,提高程序的灵活性。 - **自动调参**:实现参数自动选择的功能,例如通过交叉验证选择最优的`Epsilon`和`C`值。 - **并行计算**:利用MATLAB的并行计算工具箱加速计算过程,特别是当样本量很大时。 #### 五、应用场景 该程序适用于需要进行非线性回归预测的场景,如经济预测、天气预报等领域。通过调整核函数和参数,可以有效应对各种类型的非线性问题。 ### 总结 本程序提供了一个支持向量机非线性回归的完整实现框架,通过灵活的核函数设置和参数调整,能够有效地处理非线性问题。对于需要进行回归预测的应用场景,这是一个非常实用且强大的工具。
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