ASP
天哪！！！！不试不知道。试了吓一跳！！！！！
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区dim x,y
response.write now() & "<BR>"
for x=1 to 20000000
y=x
next
response.write y & "<BR>"
response.write now() & "<BR>"
%>
就这一小段循环二千万次的程序。做成.dll组件运行比asp文件快20陪。
----程序清单---
----delphi的主要方法----------------
procedure TMyAspObject.MyAspRequest;
var
x:integer;
y:integer;
begin
y:=0;
response.Write(y);
for x:=1 to 20000000 do
begin
y:=x;
end;
response.Write(y);
end;
-----------------------
----asp中调用----
<HTML>
<BODY>
<%
Set a = Server.CreateObject("Project1.MyAspObject")
response.write now() & "<BR> '输出运行前是间
a.MyAspRequest() '调用方法
response.write "<BR>" & Now() '输出运行后时间
a.close()
set a=nothing
%>
</BODY>
</HTML>
---------------------------------------
------asp程序-------
见最前面的程序
--------------------
结果
--组件-------------
2002-5-16 18:12:35
20000000
2002-5-16 18:12:35
不到一秒。
----asp----------------
2002-5-16 18:15:00
20000000
2002-5-16 18:15:21
且CPU占用率为100%
--------------------------
天哪！！哪位大侠解释一下原理。。。。
相关推荐
Q版可爱人形兔子3D模型 含材质带贴图
Q版可爱人形兔子3D模型 含材质带贴图 3DMAX 11年版本 ；Q版可爱人形兔子3D模型 含材质带贴图 3DMAX 11年版本
面向青少年机器人教育动画的研究与开发.pdf
#资源达人分享计划#
【光大证券】光大证券科技行业跟踪报告之五：英伟达GTC2025发布新一代GPU，推动全球AI基础设施建设-2025-03-21.pdf
【光大证券】光大证券科技行业跟踪报告之五：英伟达GTC2025发布新一代GPU，推动全球AI基础设施建设-2025-03-21
java笔试题算法-RLLib:使用开/关策略强化学习来预测、控制、学习行为和表示可学习知识的C++模板库
java笔试题算法资源库 （使用开/关策略强化学习来预测、控制、学习行为和表示可学习知识的 C++ 模板库） RLLib 是一个轻量级的 C++ 模板库，它在强化学习中实现了incremental 、 standard和gradient temporal-difference学习算法。 它是针对机器人应用程序和嵌入式设备的优化库，可在快速占空比（例如，< 30 ms）下运行。 RLLib 已在 RoboCup 3D 足球模拟代理、物理 NAO V4 人形机器人和 Tiva C 系列启动板微控制器上进行测试和评估，以预测、控制、学习行为并表示可学习的知识。 RLLib 库的实现受到 RLPark API 的启发，RLPark API 是一个用 Java 编写的时序差分学习算法库。 特征 离策略预测算法： GTD(λ) GTD(λ)True GQ(λ) 离策略控制算法： Q(λ) Greedy-GQ(λ) Softmax-GQ(λ) Off-PAC (can be used in on-policy setting) 在策略算法： TD(λ) TD(λ)AlphaBound TD(λ)Tr
不平衡电网下的svg无功补偿，级联H桥svg无功补偿statcom，采用三层控制策略（Simulink仿真实现）
内容概要：本文围绕不平衡电网条件下的无功补偿问题，重点研究了基于级联H桥结构的静止无功发生器（SVG/STATCOM）的控制策略。通过Simulink仿真平台，构建了完整的系统模型，并采用三层控制架构实现精确的无功电流跟踪与直流侧电压稳定控制。该策略兼顾了系统动态响应速度与稳态补偿精度，有效解决了电网电压不平衡所导致的电流畸变、功率波动等问题，显著提升了SVG在复杂工况下的运行性能与鲁棒性。; 适合人群：从事电力电子、电能质量治理、新能源并网等领域的科研人员及电气工程专业的高年级本科生、研究生。; 使用场景及目标：① 掌握级联H桥SVG在不平衡电网下的工作原理与建模方法；② 学习并实现适用于实际工程的多层协同控制策略；③ 通过仿真验证控制算法的有效性，为后续硬件实验或工程应用提供理论支撑。; 阅读建议：建议结合Simulink仿真模型同步学习，重点关注控制器参数设计、坐标变换逻辑与各控制层之间的信号交互关系，有条件者可进一步拓展至硬件在环（HIL）测试以验证实际控制效果。
