高级软件工程:go编写Linketable库

Fox_Hunter123 2022-07-03 09:30:25

该实验通过go编写一个LinkeTable的库并发布到gitee仓库

代码如下:

package linktable

import (
	"fmt"
	"sync"
)

const SUCCESS = 0
const FAILURE = -1

type LinkTableNode struct {
	pNext *LinkTableNode
}

/*
 * 链表定义
 */
type LinkTable struct {
	pHead     *LinkTableNode
	pTail     *LinkTableNode
	SumOfNode int
	mutex     sync.Mutex
}
/*
 * 创建一个链表
 */
func CreateLinkTable() *LinkTable {
	var pLinkTable *LinkTable = new(LinkTable)
	if pLinkTable == nil {
		return nil
	}
	pLinkTable.pHead = nil
	pLinkTable.pTail = nil
	pLinkTable.SumOfNode = 0
	return pLinkTable
}

/*
 * 删除一个链表
 */
func DeleteLinkTable(pLinkTable *LinkTable) int {
	if pLinkTable == nil {
		return FAILURE
	}
	for pLinkTable.pHead != nil {
		var p *LinkTableNode = pLinkTable.pHead
		pLinkTable.mutex.Lock()
		pLinkTable.pHead = p.pNext
		pLinkTable.SumOfNode--
		pLinkTable.mutex.Unlock()
	}
	pLinkTable.pHead = nil
	pLinkTable.pTail = nil
	pLinkTable.SumOfNode = 0
	return SUCCESS
}

/*
 * 添加一个·链表节点
 */
func AddLinkTableNode(pLinkTable *LinkTable, pNode *LinkTableNode) int {
	if pLinkTable == nil || pNode == nil {
		return FAILURE
	}
	pNode.pNext = nil
	pLinkTable.mutex.Lock()
	if pLinkTable.pHead == nil {
		pLinkTable.pHead = pNode
	}
	if pLinkTable.pTail == nil {
		pLinkTable.pTail = pNode
	} else {
		pLinkTable.pTail.pNext = pNode
		pLinkTable.pTail = pNode
	}
	pLinkTable.SumOfNode++
	pLinkTable.mutex.Unlock()
	return SUCCESS
}

/*
 * 删除一个链表几点
 */
func DelLinkTableNode(pLinkTable *LinkTable, pNode *LinkTableNode) int {
	if pLinkTable == nil || pNode == nil {
		return FAILURE
	}
	pLinkTable.mutex.Lock()
	if pLinkTable.pHead == pNode {
		pLinkTable.pHead = pLinkTable.pHead.pNext
		pLinkTable.SumOfNode--
		if pLinkTable.SumOfNode == 0 {
			pLinkTable.pTail = nil
		}
		pLinkTable.mutex.Unlock()
		return SUCCESS
	}
	var pTempNode *LinkTableNode = pLinkTable.pHead
	for pTempNode != nil {
		if pTempNode.pNext == pNode {
			pTempNode.pNext = pTempNode.pNext.pNext
			pLinkTable.SumOfNode--
			if pLinkTable.SumOfNode == 0 {
				pLinkTable.pTail = nil
			}
			pLinkTable.mutex.Unlock()
			return SUCCESS
		}
		pTempNode = pTempNode.pNext
	}
	pLinkTable.mutex.Unlock()
	return FAILURE
}

/*
 * 获取链表头部节点
 */
func GetLinkTableHead(pLinkTable *LinkTable) *LinkTableNode {
	if pLinkTable == nil {
		fmt.Println("LinkTable is empty")
		return nil
	}
	return pLinkTable.pHead
}

/*
 * 获得下一个链表节点
 */
func GetNextLinkTableNode(pLinkTable *LinkTable, pNode *LinkTableNode) *LinkTableNode {
	if pLinkTable == nil || pNode == nil {
		fmt.Println("Linktable is empty")
		return nil
	}
	var pTempNode *LinkTableNode = pLinkTable.pHead
	for pTempNode != nil {
		if pTempNode == pNode {
			return pTempNode.pNext
		}
		pTempNode = pTempNode.pNext
	}
	return nil
}

发布到git仓库

 

 仓库链接:https://gitee.com/lr19990903/lin-k

实验总结与心得体会:通过使用go语言编写了一个链表库LinkTable,我对定义接口以及设计一个程序库有了新的理解:定义接口或者一个程序库可以使我们的日常开发解耦,当我们要使用库的功能时直接传入数据调用库函数即可,同时,当软件系统结构发生变化时,修改代码不再需要“牵一发而动全身”,只需要修改业务相关代码即可,设计程序库(造轮子)是软件工程规范的一次良好实践。

姓名:罗锐          学号后三位:345

...全文
112 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文研究基于条件生成对抗网络(C-GAN)的风光联合出力极端场景生成方法,旨在应对风能和光伏发电出力的不确定性与波动性,提升电力系统在极端情况下的可靠性与稳定性。通过构建C-GAN模型,结合风速、光照强度等气象条件作为条件变量,生成符合实际统计特性的极端出力场景,为电力系统规划、调度及风险评估提供高价值的输入数据。文中详细阐述了C-GAN的网络结构设计、损失函数构建、训练流程及生成结果的评估方法,并通过Python代码实现验证了模型在捕捉极端场景特征方面的有效性。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事新能源电力系统、智能电网、电力调度、场景生成与风险评估等相关领域的科研人员及工程师,尤其适合研究生及以上层次的研究者。; 使用场景及目标:①用于新能源电力系统中风、光出力不确定性建模与极端场景仿真;②支撑电力系统安全评估、备用容量配置、优化调度等决策过程;③为含高比例可再生能源的电网提供数据驱动的风险预警与应对策略研究工具; 阅读建议:建议读者结合提供的Python代码进行实践操作,重点关注C-GAN的条件输入设计、训练稳定性优化及生成样本的质量评估方法,同时可扩展应用于其他多能源耦合系统的场景生成任务中。
内容概要:本文围绕基于电流和功率两种模型预测控制(MPC)的三相并网逆变器闭环仿真展开研究,重点探讨了有限控制集模型预测控制(FCS-MPC)在并网逆变器中的应用。通过Simulink仿真平台构建系统模型,分别实现了电流预测与功率预测两种控制策略的闭环控制,详细分析了其在动态响应、稳态精度及抗干扰能力等方面的性能表现。研究涵盖控制算法建模、系统仿真验证以及与传统控制方法的对比分析,深入探究了预测模型构建、代价函数设计和最优开关矢量选择等关键技术环节,旨在提升并网逆变器的电能质量、系统稳定性及对复杂电网工况的适应能力。; 适合人群:具备电力电子、自动控制理论基础,从事新能源发电、微电网或电力系统仿真实践的研发人员及高校研究生。; 使用场景及目标:①掌握模型预测控制在三相并网逆变器中的具体实现方法;②比较电流型与功率型MPC控制策略的优劣;③为高比例新能源并网系统的控制器设计提供仿真依据和技术参考。; 阅读建议:建议结合Matlab/Simulink环境动手复现文中仿真模型,重点关注预测模型构建、代价函数设计及开关矢量选择逻辑,同时可拓展至不同工况(如电网不平衡、负载突变)下的控制性能测试。
内容概要:本文深入探讨了AI大模型在网络安全领域的四大核心应用:智能漏洞挖掘、自动化代码审计、攻击路径自动分析以及AI辅助安全竞赛(CTF)。通过结合自然语言处理、多智能体协作、图神经网络与检索增强生成(RAG)等先进技术,AI实现了从漏洞发现、PoC生成、代码审计到攻击链路溯源的全流程自动化,显著提升了安全响应效率与准确性,并推动网络安全范式从被动防御向主动智能决策演进。文中还介绍了多个前沿工具与实战案例,展示了AI在提升漏洞检出率、降低误报率、加速解题过程等方面的卓越能力。; 适合人群:具备一定网络安全基础,从事安全研究、渗透测试、代码审计或CTF竞赛的相关技术人员,以及关注AI与安全融合发展的技术管理者。; 使用场景及目标:①利用AI实现CVE漏洞的快速PoC生成与验证;②开展高精度、低误报的自动化代码审计;③进行APT攻击的全链路溯源与威胁狩猎;④在CTF竞赛中借助AI压缩解题搜索空间、生成Exploit脚本,提升竞赛表现。; 阅读建议:此资料强调AI在安全领域的工程化落地,建议读者结合实际工具(如REPOAUDIT、DeepAudit、FuzzingBrain等)进行实践操作,同时重视私有知识图谱构建与结构化Prompt设计,以充分发挥AI潜力并规避幻觉风险。

571

社区成员

发帖
与我相关
我的任务
社区描述
软件工程教学新范式,强化专项技能训练+基于项目的学习PBL。Git仓库:https://gitee.com/mengning997/se
软件工程 高校
社区管理员
  • 码农孟宁
加入社区
  • 近7日
  • 近30日
  • 至今

试试用AI创作助手写篇文章吧