vfp 插入空缺数

hifi_0371 2008-11-22 05:01:54
我有一个表其中一列为dah ,如图

dah mc
1-1 1
1-2 1
69-1 69
8-1 8
1-3 1
1-4 1
.... ...

这个表的名称为 zmd,其中档案号是自动生成的,在表单中有一个文本框txtdah,当它获得焦点是生成dah,其中档案号前边的为mc编号,- 后边根据dah中名称为mc的最大值+1生成的,select max(val(allrim(substr(dah,rat('-',dah)+1))) from zmd where mc=thisform.txtmc.value into arra b,这样找到dah中属于这个名称的最大档案号右边的值,这样dah就可以不重复,但是现在有个问题是,如果删掉一条记录,比如1-3 这条记录,再有名称为1 的记录时。生成的dah为1-5,1-3这个记录号就浪费了,能不能想生成编号时判断一下前边的档案号是否连续,如果连续,则最大档案号+1.如果有空缺,则生成空缺中最小的档案号,高手看看代码怎么写!
...全文
114 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
hifi_0371 2008-11-22
  • 打赏
  • 举报
回复
谢谢指导!
都市夜猫 2008-11-22
  • 打赏
  • 举报
回复
_tally 是 vfp 的一个系统变量,存储了受最后一条数据操作命令影响的记录数,相当于 sql server 中的 @@RowCount 值
hifi_0371 2008-11-22
  • 打赏
  • 举报
回复
If _Tally>0
这个是判断什么啊?
十豆三 2008-11-22
  • 打赏
  • 举报
回复
Select Max(dah) From zmd Where Alltrim(mc)==Alltrim(Thisform.txtmc.Value) Into Array aMaxdah
If _Tally>0
lcLeft=Substr(aMaxdah,1,Rat('-',aMaxdah))
lnMax=Val(Substr(aMaxdah,Rat('-',aMaxdah)+1))
Create Cursor t1 (mydah c(20))
For lnI=1 To lnMax
Insert Into t1 (lcLeft+Transform(lnI))
Endfor
Select mydah From t1 Where mydah Not In (Select Distinct dah From zmd) Order By mydah Into Cursor t2
If _Tally>0
Thisform.txtdah.Value=t2.mydah
Else
Thisform.txtdah.Value=lcLeft+Transform(lnMax+1)
Endif
Else
Thisform.txtdah.Value=Alltrim(Thisform.txtmc.Value)+"-1"
Endif
十豆三 2008-11-22
  • 打赏
  • 举报
回复
先取得MC,然后取得最大值,再从1 至 最大值循环,找到没有的值就用,没找到,就最大值加1
内容概要:本文介绍了如何利用 GitHub Copilot 辅助进行程序调试与 Bug 分析,强调 Copilot 不仅可用于代码生成,更是强大的代码分析与调试工具。文章详细阐述了 Copilot 在调试复杂问题、老旧项目维护和难以复现 Bug 场景下的优势,提出了“先分析、再修改”的四步流程:分析原因→评估风险→提出方案→修改代码,并推荐结合错误日志、用户操作等信息精准提问,提升 AI 回答质量。同时展示了如何通过 Copilot 增强调试能力,如自动加日志、异常保护、生成测试据和性能分析。最后通过游戏拾取系统的实际案例,说明如何结构化描述问题以获得有效反馈。; 适合人群:具备一定开发经验,正在参与项目调试或维护工作的程序员,尤其是面对复杂逻辑、历史代码或难复现 Bug 的 1-3 年开发者;也适合希望提升 AI 协作能力的技术人员。; 使用场景及目标:①快速定位偶发性崩溃、据异常等问题根源;②理解无文档或结构混乱的老代码模块;③优化调试流程,借助 AI 生成诊断建议、修复方案与测试用例;④构建更具健壮性的程序,提前发现潜在缺陷。; 阅读建议:学习者应结合自身项目中的真实问题,按照文中提供的结构化提问模板实践,逐步训练与 Copilot 的协作能力,重视问题描述的完整性与准确性,避免直接要求修改代码,优先通过分析提升对系统的理解。
内容概要:本文针对高精度电流控制下的永磁同步电机(PMSM)参辨识难题,提出一种基于粒子群优化算法(PSO)的多参辨识模型,并在Simulink环境中完成系统级仿真实现。研究旨在克服传统控制中因电机参(如定子电阻、交直轴电感、永磁磁链等)随温度、负载变化而失配所导致的电流控制性能下降问题。通过构建以电流跟踪误差为核心的适应度函,利用PSO算法全局寻优能力强的特点,实现对关键电机参的在线或离线精确辨识。文中详述了PSO算法的实现机制、参初始化策略、收敛判据设计以及与PMSM矢量控制系统的集成方法,验证了该方案在不同运行工况下的辨识精度、收敛速度与鲁棒性,显著提升了电流环的动态响应品质与稳态控制精度。; 适合人群:具备电机驱动控制、现代控制理论及优化算法基础,熟悉MATLAB/Simulink仿真平台,从事高性能PMSM控制系统研发的研究生、高校科研人员及自动化、电力电子领域的工程师;特别适合正在开展参自适应、智能控制算法应用等相关课题的研究者。; 使用场景及目标:①应用于高端制造装备、电动汽车驱动系统、精密伺服系统等对电流控制精度要求严苛的场合;②解决实际工程中因电机温升、老化等因素引发的参漂移问题,提升系统长期运行稳定性;③作为智能优化算法与电机控制深度融合的教学案例,帮助理解PSO在复杂非线性系统参辨识中的应用逻辑与实现路径。; 阅读建议:建议读者结合提供的Simulink仿真模型进行复现实验,重点剖析PSO算法模块与电机控制模型的接口设计、适应度函的构建原则及参敏感性分析方法,可进一步尝试引入其他先进优化算法(如GWO、HHO)进行性能对比,以深入掌握不同智能算法在工程辨识问题中的适用性与优劣。

2,749

社区成员

发帖
与我相关
我的任务
社区描述
VFP,是Microsoft公司推出的数据库开发软件,用它来开发数据库,既简单又方便。
社区管理员
  • VFP社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧