精华内容
下载资源
问答
  • 导读:今天知网小编给知友们分享一期关于《数控加工程序的编制》知识干货,主要讲述数控加工工艺分析和典型加工方法;加工程序的编制、结构及常用算法;简要介绍自动编程。本期资料共144页,需要下载请私信小编...

    导读:今天知网小编给知友们分享一期关于《数控加工程序的编制》知识干货,主要讲述数控加工的工艺分析和典型的加工方法;加工程序的编制、结构及常用算法;简要介绍自动编程。

    本期资料共144页,需要下载请私信小编回复“030”

    一、程序编制的基本概念

    数控加工程序编制:从零件图纸到制成控制介质的全过程。

    将零件的加工信息:加工顺序、零件轮廓轨迹尺寸、工艺参数(F、S、T)及辅助动作(变速、换刀、冷却液启停、工件夹紧松开等)等,用规定的文字、数字、符号组成的代码按一定的格式编写加工程序单,并将程序单的信息变成控制介质(磁带、磁盘、穿孔带)的整个过程。

    b386c69126646a5aa9793f8dc2fb5e9f.png

    常用的程序编制方法有:手工编程和自动编程两种。

    手动编程:整个编程过程由人工完成。对编程人员的要求高(不仅要熟悉数控代码和编程规则,而且还必须具备机械加工工艺知识和数值计算能力)

    自动编程:编程人员只要根据零件图纸的要求,按照某个自动编程系统的规定, 将零件的加工信息用较简便的方式送入计算机,由计算机自动进行程序的编制,编程系统能自动打印出程序单和制备控制介质。

    21902e1426e8ed8c067281509cc819bc.png

    手工编程适用于:几何形状不太复杂的零件。

    自动编程适用于:形状复杂的零件;虽不复杂但编程工作量很大的零件(如有数千个孔的零件);虽不复杂但计算工作量大的零件(如轮廓加工时,非圆曲线的计算)

    8c8b4f3a37b36d5b08314b61777c7c95.png

    二、手工编程的内容和步骤

    图纸工艺分析:这一步与普通机床加工零件时的工艺分析相同,即在对图纸进行工艺分析的基上,选定机床、刀具与夹具;确定零件加工的工艺线路、工步顺序及切削用量等工艺参数等。

    be8bd8dc2d4138672bd6fa6cb9c63c6f.png

    计算运动轨迹:根据零件图纸上尺寸及工艺线路的要求,在选定的坐标系内计算零件轮廓和刀具运动轨迹的坐标值,并且按NC机床的规定编程单位(脉冲当量)换算为相应的数字量,以这些坐标值作为编程尺寸。

    8abed8ad42663fd5840aae93ee6166c2.png

    编制程序及初步校验:根据制定的加工路线、切削用量、刀具号码、刀具补偿、辅助动作及刀具运动轨迹,按照数控系统规定指令代码及程序格式,编写零件加工程序,并进行校核、检查上述两个步骤的错误。

    ee00f47f41cd2f938ee537d65c09c089.png

    制备控制介质:将程序单上的内容,经转换记录在控制介质(穿孔带、磁带或磁盘、存储器)上,作为数控系统的输入信息,若程序较简单,也可直接通过键盘输入。

    d8c3fd8009f94a181fde7d09a55b9fcc.png

    程序的校验和试切:所制备的控制介质,必须经过进一步的校验和试切削,证明是正确无误,才能用于正式加工。如有错误,应分析错误产生的原因,进行相应的修改。

    8dd2b641e0267131120feebe859598fc.png

    常用的校验和试切方法:

    1、对于平面轮廓零件可在机床上用笔代替刀具、坐标纸代替工件进行空运转空运行绘图。

    2、对于空间曲面零件,可用蜡块、塑料或木料或价格低的材料作工件,进行试切,以此检查程序的正确性。

    三、数控加工的工艺分析和数控加工方法

    1. 数控加工的工艺分析

    数控机床加工零件和工艺除按一般方式对零件进行分析外,还必须注意以下几点:

    选择合适的对刀点:

    1、对刀点确定刀具与工件相对位置的点。由于程序也是从这一点开始执行,所以对刀点也叫做“程序起点”或起刀点。

    2、对刀点可以是工件或夹具上的点,或者与它们相关的易于测量的点。

    3、对刀点确定之后,机床坐标系与工件坐标系的相对关系就确定了。

    选择对刀点的原则:

    1、选在零件的设计基准或工艺基准上,或与之相关的位置上。2、选在对刀方便,便于测量的地方。

    3、选在便于坐标计算的地方

    3bf9fd63cc995b3a77bfdc2ddcf47c79.png

    刀位点:用于确定刀具在机床坐标系中位置的刀具上的特定点。

    49d06c334075743093d890422eb38ca4.png

    对刀:就是使“对刀点”与“刀位点”重合的操作。

    4f988d669bfa455f83c1db3d25424716.png

    常用的对刀方法为试切法。

    根据试切后工件的尺寸确定刀尖的位置。

    3f0ba8a5e964f7464119a896118911e1.png

    数控车床的对刀

    b00d6fd7c0992157ded19f4a64a47631.png
    918104f7323de634111eda903c63c461.png

    加工线路的确定:

    寻求最短加工路线 如图a所示零件上的孔系,图b的走刀路线为先加工完外圈孔后再加工内圈孔。若改用c图的走刀路线,减少空刀时间,则可节省定位时间近一倍,提高了加工效率。

    84b121e132c0c310d7c1f3f08aded7b5.png

    车削或铣削:

    原则:尽量采用切向切入/出,不用径向切入/切出,以避免由于切入/出路线的不当降低零件的表面加工质量,以保证工件轮廓光滑。

    cd697afe2a89da8bcc01aec2b3a88ab4.png

    刀具应避免在工件轮廓面上垂直上、下刀而划伤工件表面;尽量减少在轮廓加工切削过程中的暂停(切削力突然变化造成弹性变形),以免留下刀痕;

    25b3b1882ec16cfcc9633dd6d40f8863.png
    86e35e01f02d2508304e61f8b2ea175b.png

    空间曲面的加工

    582dfc92ffad284938ce5711763ae496.png

    加工线路的选择应遵从的原则:

    1、尽量缩短走刀路线,减少空走刀行程以提高生产率。

    2、保证零件的加工精度和表面粗糙度要求。

    3、保证零件的工艺要求。

    4、利于简化数值计算,减少程序段的数目和程序编制的工作量。

    9d971f56a4e667d4255614039c9e8f20.png
    65a383eaf563f38dbc0d29ff007b41f7.png
    12b663e177356b67409b958b02f741a3.png

    本文共144页,需要下载全部文档的朋友请点击小编头像,私信回复“030

    展开全文
  • 刚加入复杂网络圈子,暂时还没有成熟研究内容,先发个资料性的东西占坑:) 作复杂网络研究离不开对各种实际或模拟网络统计、计算、绘图等工作。对于一般性的工作,我们可以用Pajek、Netdraw和Ucinet等软件...
    刚加入复杂网络圈子,暂时还没有成熟的研究内容,先发个资料性的东西占坑:)

    作复杂网络研究离不开对各种实际或模拟网络的统计、计算、绘图等工作。对于一般性的工作,我们可以用PajekNetdrawUcinet等软件完成。但对一些特殊应用(比如自己开发了一个新模型),现有的软件不能提供相应的建模或计算功能,这时就必须要通过编程的办法来解决问题了。

    在这篇文章中,向大家介绍我使用过的4个面向图论及复杂网络分析的程序库,它们可以(分别或同时)用C、C++、C#和Python等语言调用。同时这些库都是开源的,可以通过研读它们的源代码提高编程水平。

    好,下边开始介绍,第一位出场的是:

    一、Boost Graph Library —— “准”C++标准库

    Boost Graph Library(BGL)是C++ Boost库的成员之一。Boost是一个经过千锤百炼的C++库,作为标准模板库STL的后备,是C++标准化进程的发动机之一。Boost库由C++标准委员会库工作组成员发起,在C++社区中影响甚大,是不折不扣的“准”标准库。

    BGL的特点是灵活性和高运行效率。BGL是以模板的形式提供的,这意味着你可以在模板的基础上创建自己的类型,比如自定义的节点类。BGL的开发者是世界上最顶尖的C++专家,这个库中实现的各种图算法具有非常高的执行效率,而且BGL本身具有工业强度,你可以放心的使用它。此外,BGL的代码结构良好,是非常值得研读的精品,对于学习算法与数据结构会有很大的帮助。

    从我的角度来看,BGL的缺点是没有提供复杂网络分析的算法,所以在实际中我使用的还不多。建议对于分析大规模的网络问题时使用这个库,利用它良好的图数据结构,开发自己的复杂网络分析算法,将会获得很高的执行效率。

    参考资源:
    BGL官方网站:http://www.boost.org/doc/libs/1_42_0/libs/graph/
    技术书籍《The Boost Graph Library》,作者: Jeremy G. Siek,Lie-Quan Lee,Andrew Lumsdaine,见:http://www.douban.com/subject/1463103/
    《使用Boost Graph library》,一个简短的BGL使用介绍,适合快速上手,见:http://www.cppprog.com/2009/0408/100.html
    《Boost Graph Library 学习笔记》,讨论学习BGL中遇到的问题,见:http://blog.csdn.net/magicblue/archive/2009/05/22/4208976.aspx

    二、QuickGraph —— .NET平台下的BGL

    QuickGraph是一个用C#语言编写的.NET组件库,所提供的算法与BGL类似,可以看作是Boost Graph Library在.NET平台下的实现。目前QuickGraph的最高版本是3.3,支持.NET 2.0和.NET 3.5平台。

    对于复杂网络研究,QuickGraph能够提供的帮助与BGL基本类似。如果你对C#语言(以及其它支持.NET的语言)比较熟悉,可以考虑选择这个库。但由于.NET程序是在虚拟机下运行的原因,所以效率不够高,不适合处理大规模的计算问题。


    参考资源:
    QuickGraph官方网站:http://www.codeplex.com/quickgraph
    中文资料暂时还找不到。

    三、igraph —— C语言写的复杂网络分析库

    igraph是一个建立和操纵无向图、有向图的开源C程序库,它既包含经典图论里的各种算法(例如最小支撑树、网络流等),也包含了最近的出现的一些网络分析算法(如社团结构搜索等)。

    igraph是C写的,这意味着你很容易在C/C++中使用它。如果你不熟悉这两种语言,或者觉得用C/C++太繁琐的话,igraph还提供了R语言(一种国外很流行的统计分析语言)和Python语言的接口,所以也很适合科研人员使用(我现在用的是Python,调用igraph很简单)。

    参考资料:
    igraph官方网站:http://igraph.sourceforge.net/
    关于Python语言的介绍,见:http://zh.wikipedia.org/wiki/Python
    关于R语言的介绍,见:http://zh.wikipedia.org/wiki/R语言

    四、NetworkX —— 全面支持复杂网络分析的Python包

    NetworkX是一个创建和操纵复杂网络,并对复杂网络的结构、功能和动力学进行研究的Python包,它提供了目前应用最广泛的一些复杂网络分析算法,当然也包括基本的经典图论算法。NetworkX目前只能在Python语言中使用(这也是我学Python的原因之一,见《从C#到Python —— 谈谈我学习Python一周来的体会》)。

    我个人认为NetworkX比igraph要好用,因为NetworkX的文档更清晰易读,程序结构组织得也很好,我现在主要在用这个包。但NetworkX的执行效率多数情况下会比igraph要低(见Drew Conway所作的对比:http://files.meetup.com/1406240/sna_in_R.pdf)。所以也不适合作太大规模的网络分析计算。此外,NetworkX和Python的一个绘图包——Matplotlib结合得很好,可很方便地进行复杂网络可视化。

    参考资源:
    NetworkX官方网站:http://networkx.lanl.gov/
    Matplotlib(科学绘图的Python包):http://matplotlib.sourceforge.net


    五、总结

    本文介绍了图论与复杂网络研究常用的一些程序库。用好这些程序库(以及其它一些软件工具),可以避免我们无谓的re-invent the wheel,从而提高工作效率。在网上了解到,国外同行用这些库的很多,而在国内还很少搜索到这方面的资料(除了BGL)。作为我进复杂网络圈的敲门砖,向各位圈友推荐这几个库。另外,我近期正在学习Python和NetworkX,如果您感兴趣,欢迎和我交流:)
    展开全文
  • 常用的评估方法:较基础的层次分析法(AHP)的一致检验matlab程序
  • 人们根据水文现象随机,用概率来描述未来出现各种大小洪水可能。设计时,对给定概率p(水文上称为频率),选择满足关系式1-1Xp 作为工程设计依据。 P(X>=Xp)=p 重现期T=1/P p称为设计频率,Xp...

    人们根据水文现象的随机性,用概率来描述未来出现各种大小洪水的可能性。设计时,对给定的概率p(水文上称为频率),选择满足关系式1-1的Xp 作为工程的设计依据。
    P(X>=Xp)=p 重现期T=1/P
    p称为设计频率,Xp称为设计值。
    例如:某河段的洪峰流量超过3000m3/s时的概率为1%,则设计值为3000m3/s, 依据此建造的河段闸坝设计频率为1%,设计标准为100年一遇。

    水文频率计算的目的:给定设计频率P,求对应设计值Xp

    展开全文
  • 常用的fortran统计程序

    2010-03-29 17:53:04
    注意:很多同学在使用这个程序时都问及在计算滞后相关模块中,求滞后相关为什么用n而不用n-i,其实这是由实际资料特性和统计学基本原理决定(很多统计学书中也谈到这一点)。一是序列平稳假设就要求序列...
  • 我们分析一下稳定性的好处: (1)如果排序算法是稳定,那么从一个键上排序,然后再从另一个键上排序,第一个键排序结果可以为第二个键排序所利用。 基数排序就是这样,先按低位排序,逐次按高位排序,那么,...

    我们分析一下稳定性的好处:

    (1)如果排序算法是稳定的,那么从一个键上排序,然后再从另一个键上排序,第一个键排序的结果可以为第二个键排序所利用。

    基数排序就是这样,先按低位排序,逐次按高位排序,那么,低位相同的数据元素其先后位置顺序即使在高位也相同时是不会改变的。详细请参见随笔《基数排序》。

    (2)学习排序原理时,可能编的程序里面要排序的元素都是简单类型,实际上真正应用时,可能是对一个复杂类型(自定义类型)的数组排序,

    而排序的键值仅仅只是这个元素中的一个属性,对于一个简单类型,数字值就是其全部意义,即使交换了也看不出什么不同。

    但是,对于复杂类型,交换的话可能就会使原本不应该交换的元素交换了。比如:一个“学生”数组,欲按照年龄排序,“学生”这个对象不仅含有“年龄”,还有其它很多属性。

    假使原数组是把学号作为主键由小到大进行的数据整理。而稳定的排序会保证比较时,如果两个学生年龄相同,一定不会交换。

    那也就意味着尽管是对“年龄”进行了排序,但是学号顺序仍然是由小到大的要求。

    (3)如果排序算法稳定,对基于比较的排序算法而言,元素交换的次数可能相对会少一些(个人感觉,没有证实)。

    【3】各种排序算法稳定性分析

    现在分析一下常见的排序算法的稳定性,每个都给出简单的理由。

    (1)冒泡排序

    冒泡排序就是把小的元素往前调(或者把大的元素往后调)。注意是相邻的两个元素进行比较,而且是否需要交换也发生在这两个元素之间。

    所以,如果两个元素相等,我想你是不会再无聊地把它们俩再交换一下。

    如果两个相等的元素没有相邻,那么即使通过前面的两两交换把两个元素相邻起来,最终也不会交换它俩的位置,所以相同元素经过排序后顺序并没有改变。

    所以冒泡排序是一种稳定排序算法。

    (2)选择排序

    选择排序即是给每个位置选择待排序元素中当前最小的元素。比如给第一个位置选择最小的,在剩余元素里面给第二个位置选择次小的,

    依次类推,直到第n-1个元素,第n个元素不用选择了,因为只剩下它一个最大的元素了。

    那么,在一趟选择时,如果当前锁定元素比后面一个元素大,而后面较小的那个元素又出现在一个与当前锁定元素相等的元素后面,那么交换后位置顺序显然改变了。

    呵呵!比较拗口,举个例子:序列5 8 5 2 9, 我们知道第一趟选择第1个元素5会与2进行交换,那么原序列中两个5的相对先后顺序也就被破坏了。

    所以选择排序不是一个稳定的排序算法。

    (3)插入排序

    插入排序是在一个已经有序的小序列的基础上,一次插入一个元素。当然,刚开始这个有序的小序列只有1个元素,也就是第一个元素(默认它有序)。

    比较是从有序序列的末尾开始,也就是把待插入的元素和已经有序的最大者开始比起,如果比它大则直接插入在其后面。

    否则一直往前找直到找到它该插入的位置。如果遇见一个与插入元素相等的,那么把待插入的元素放在相等元素的后面。

    所以,相等元素的前后顺序没有改变,从原无序序列出去的顺序仍是排好序后的顺序,所以插入排序是稳定的。

    (4)快速排序

    快速排序有两个方向,左边的i下标一直往右走(当条件a[i] <= a[center_index]时),其中center_index是中枢元素的数组下标,一般取为数组第0个元素。

    而右边的j下标一直往左走(当a[j] > a[center_index]时)。

    如果i和j都走不动了,i <= j, 交换a[i]和a[j],重复上面的过程,直到i>j。交换a[j]和a[center_index],完成一趟快速排序。

    在中枢元素和a[j]交换的时候,很有可能把前面的元素的稳定性打乱,比如序列为 5 3 3 4 3 8 9 10 11

    现在中枢元素5和3(第5个元素,下标从1开始计)交换就会把元素3的稳定性打乱。

    所以快速排序是一个不稳定的排序算法,不稳定发生在中枢元素和a[j]交换的时刻。

    (5)归并排序

    归并排序是把序列递归地分成短序列,递归出口是短序列只有1个元素(认为直接有序)或者2个序列(1次比较和交换),

    然后把各个有序的段序列合并成一个有序的长序列,不断合并直到原序列全部排好序。

    可以发现,在1个或2个元素时,1个元素不会交换,2个元素如果大小相等也没有人故意交换,这不会破坏稳定性。

    那么,在短的有序序列合并的过程中,稳定是是否受到破坏?

    没有,合并过程中我们可以保证如果两个当前元素相等时,我们把处在前面的序列的元素保存在结果序列的前面,这样就保证了稳定性。

    所以,归并排序也是稳定的排序算法。

    (6)基数排序

    基数排序是按照低位先排序,然后收集;再按照高位排序,然后再收集;依次类推,直到最高位。

    有时候有些属性是有优先级顺序的,先按低优先级排序,再按高优先级排序,最后的次序结果就是高优先级高的在前,高优先级相同的情况下低优先级高的在前。

    基数排序基于分别排序,分别收集,所以其是稳定的排序算法。

    (7)希尔排序

    希尔排序是按照不同步长对元素进行插入排序,当刚开始元素很无序的时候,步长最大,所以插入排序的元素个数很少,速度很快;

    当元素基本有序时,步长很小,插入排序对于有序的序列效率很高。所以,希尔排序的时间复杂度会比O(N^2)好一些。

    由于多次插入排序,我们知道一次插入排序是稳定的,不会改变相同元素的相对顺序,

    但在不同的插入排序过程中,相同的元素可能在各自的插入排序中移动,最后其稳定性就会被打乱。

    所以shell排序是不稳定的排序算法。

    (8)堆排序

    我们知道堆的结构是节点i的孩子为2i和2i+1节点,大顶堆要求父节点大于等于其2个子节点,小顶堆要求父节点小于等于其2个子节点。

    在一个长为n的序列,堆排序的过程是从第n/2开始和其子节点共3个值选择最大(大顶堆)或者最小(小顶堆),这3个元素之间的选择当然不会破坏稳定性。

    但当为n/2-1, n/2-2, …1这些个父节点选择元素时,就会破坏稳定性。

    有可能第n/2个父节点交换把后面一个元素交换过去了,而第n/2-1个父节点把后面一个相同的元素没有交换,那么这2个相同的元素之间的稳定性就被破坏了。

    所以,堆排序不是稳定的排序算法

    展开全文
  • 动态链接库技术实现和设计程序常用的技术,在Windows和Linux系统中都有动态库的概念,采用动态库可以有效的减少程序大小,节省空间,提高效率,增加程序的可扩展,便于模块化管理。 但不同操作系统的动态库由于...
  • 这些内容高质量、 高效率地解决了实验设计、 统计表达与描述、 各种常用统计分析、 现代回归分析、 SAS高级编程技术和SAS实现及结果解释等人们迫切需要解决却又十分棘手问题。 本书第1、 2篇共7章, 介绍了SAS软件...
  • 这个工具主要功能包括:测试与浏览器兼容——测试你应用程序看是否能够很好得工作在不同浏览器和操作系统之上。测试系统功能——创建回归测试检验软件功能和用户需求。支持自动录制动作和自动生成 .Net、...
  • 趁着面试别人机会,自己也把一些基础算法和一些面试题整了一下,可以阶段性的留下些脚印——没办法,平时太忙,基本上没有时间写博客。面试测试开发话,这些也许能帮得上一些。这篇是关于排序,把常见排序...
  • linux一些常用程序

    2013-05-19 13:46:54
    花了半小时看了一篇激情四射的文章,主要是分析linux与windows,呼吁我们摒弃windows,相当的有煽动,这里我只截出了一点linux常用的工具。原博客链接是 http://blog.csdn.net/mylxiaoyi/article/details/404131 ...
  • 本文实例讲述了Selenium元素的常用操作方法。分享给大家供大家参考,具体如下:Selenium是一个用于Web应用程序测试工具。Selenium测试直接运行在浏览器中,就像真正用户在操作一样。支持浏览器包括IE(7, 8, 9,...
  • ucinet常用分析路径

    万次阅读 多人点赞 2015-06-16 17:46:35
    1、将多值关系数据转换成二值关系数据,路径:变换→对分   2、密度分析,路径:网络→凝聚力→密度...4、中心性的可视化分析,路径:Analysis→Centrality Measures   5、节点中心度分析,路径:网络→中心度→
  • 静态代码分析是指无需运行被测代码,仅通过分析或检查源程序的语法、结构、过程、接口等来检查程序的正确,找出代码隐藏错误和缺陷,如参数不匹配,有歧义嵌套语句,错误递归,非法计算,可能出现空指针...
  • 编译原理——语法分析程序的设计

    千次阅读 2017-05-13 18:49:18
    实验目的通过设计、编制、调试一个典型的语法分析程序,实现对词法分析程序所提供的单词序列进行语法检查和结构分析,进一步掌握常用的语法分析中预测分析方法。 实验内容设计一个文法的预测分析程序,判断特定...
  • Kafka常用用例分析

    2020-06-03 20:10:35
    根据我们经验,消息传递使用通常吞吐量较低,但是可能需要较低端到端延迟,并且通常取决于Kafka提供强大持久保证。 在此领域中,Kafka与ActiveMQ或 RabbitMQ等传统消息传递系统相当。 二.网站活动跟踪 ...
  • 在前面实验的基础上,通过设计、编制、调试一个典型的赋值语句的语法分析程序,实现对词法分析程序所提供的单词序列进行语法检查,进一步掌握常用的语法分析方法。 要求: 设计出给定源语言中包含有算术表达式、...
  • Java常用集合分析

    2019-05-18 16:03:29
    ArrayList与Vector ...ArrayList是线程不安全,当多个线程访问同一个ArrayList集合时,如果有超过一个线程修改了ArrrayList集合,则程序必须手动保证该集合同步; Vector集合时线程安全,但性能比Ar...
  • 常用算法递归实现问题分析 ——针对《数据结构与程序设计》by Robert.L.Kruse 直接或者间接调用自身算法称为递归算法。在程序设计中,递归实现是一种结构清晰,可读 方法。它经常和分治法结合使用,即...
  • 通过名为“monkey”Shell脚本去启动Monkey.jar程序(shell脚本在Android文件系统中 存放路径是:/system/bin/monkey),在你指定APP应用上模拟用户点击,滑动,输入等操作以极快速度来对设备程序进行压力...
  • PHP常用开发工具分析 因为PHP是一种开放性的语言这也导致了开发环境没有强而权威支持这里列举一些比较好工具希望能给大家开发PHP程序提供一些帮助 Dreamweaver 从MX开始DW开始支持PHP+MYSQL可视化开发对于初学...
  • PHP常用开发工具分析 因为 PHP是一种开放性的语言这也导致了开发环境没有强而 权威支持 这里列举一些比较好工具 希望能给大家开发 PHP程 序提供一些帮助 Dreamweaver 从 MX开始 DW开始支持 PHP+MYSQL可视化...
  • 算法是在有限步骤内求解某一问题所使用一组定义明确规则。通俗点说,就是计算机解题过程。在这个过程中,无论是形成解题思路还是编写程序,都是在实施某种算法。前者是推理实现算法,后者是操作实现算法。
  • 一、背景 在本专题第一篇文章中,我们简单介绍...从本文开始,我们将对Netty中涉及到主要组件简单加以介绍,本文主要介绍Netty Server端程序涉及到Netty常用组件。 二、Netty Server端常用组件 我们先回到...
  • 我们会一直更新维护这个仓, 同时也欢迎更多的微信小程序开发者将自己常用的工具、学习资料、学习心得等分享上来, 我们将定期筛选整理, 希望我能与大家一起学习进步, 谢谢. 目录 小程序精品源码 小程序联盟成员源码 ...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,292
精华内容 916
关键字:

常用的分析性程序