社区
Java SE
帖子详情
碰到一个很妖的问题,按钮click事件调用函数可以得到正确结果,而用timer调用却不行
RechardXc
2006-12-14 05:38:07
通过jni方式调用外部dll的一个函数,通过按钮的click事件可以接收到信息,但通过timer的方式自动接收却收不到,按一下按钮收到第一条信息后,再用timer的方式调用又可以收到。在dll的函数加了printf,察看到二者传入的参数都相同,但就是用timer的方式收不到,不知道有人碰到过类似的现象没有?
...全文
370
9
打赏
收藏
碰到一个很妖的问题,按钮click事件调用函数可以得到正确结果,而用timer调用却不行
通过jni方式调用外部dll的一个函数,通过按钮的click事件可以接收到信息,但通过timer的方式自动接收却收不到,按一下按钮收到第一条信息后,再用timer的方式调用又可以收到。在dll的函数加了printf,察看到二者传入的参数都相同,但就是用timer的方式收不到,不知道有人碰到过类似的现象没有?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
9 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
RechardXc
2006-12-20
打赏
举报
回复
我感觉这个问题可能涉及到消息传递机制,有哪位大侠知道Java中有没有类似VC里PeekMessage、DispathMessage的方法?
RechardXc
2006-12-15
打赏
举报
回复
谢谢楼上的建议。我改用Thread测试了一下,还是不能接收到信息。除非先用按钮接收一下才可以。
fool_leave
2006-12-15
打赏
举报
回复
只能一点一点的查了,这个问题估计很难找到解释
我估计和notify有关。毕竟timer是通过notify来唤醒的
你这样,先用Thread来测试,看看能不能收到
如果不可以,则可能是线程接收的问题(估计不会)
再通过wait和notify来设置Thread的等待,看看这样可不可以收到,如果不可以,很可能是Notify的问题。那你只能用Thread来替代Timer了
如果可以,那我也不知道什么原因了,你干脆用Thread来做算了,留给sun去解决吧
RechardXc
2006-12-15
打赏
举报
回复
急啊,大家帮忙看看,一定给分
RechardXc
2006-12-15
打赏
举报
回复
对,触发了按钮的click但接收不到,所以我觉得很纳闷,难道手工点按钮和其它方式调用还有某些潜在的不同?
fool_leave
2006-12-15
打赏
举报
回复
BTW:我2楼的代码少写了个t.start();
就是说Timer start后直接read,结果Timer不起作用了
fool_leave
2006-12-15
打赏
举报
回复
你的意思是action已经触发了,但收不到信息?
RechardXc
2006-12-15
打赏
举报
回复
我的那个timer其实已经调用了dll的函数, debugger console里已经能定时返回函数printf出来的测试信息,但就是收不到数据。用按钮的click调用该函数就可以接收。后来把timer里改成触发按钮click来接收也不行,非要手工点一下那个按钮才能接收到信息。真奇怪啊,!·#¥%—
fool_leave
2006-12-15
打赏
举报
回复
我碰到过
Timer最终实际上是通过TimeQueue的单实例来判断的。我查了好久都没查到什么原因。估计和notify有关系,可能用到jni的东西,第一次会把TimeQueue锁住。只是猜想,没找到相关资料。各位可以找找。
用最简单的方法来测试
Timer t=new Timer(1000,this);
System.in.read();
这时t也不起作用了。
距离度量与聚类分析:探索特征空间的秘密
本章内容主要介绍了不同的距离度量方法,包括曼哈顿距离、闵可夫斯基距离和欧几里得距离,并通过实际案例展示了这些度量方法在特征空间中的应用。此外,本章还探讨了特征向量的表示
问题
以及如何处理不同特征值范围对距离度量的影响,并引入了聚类作为无监督学习的
一个
重要分支。
经典机器学习系列(七)【聚类分析前序--相似性度量】
相似性度量是机器学习中
一个
非常基础的概念:是评定两个事物之间相似程度的一种度量,尤其是在聚类、推荐算法中尤为重要。其本质就是一种量化标准。 相似性度量的方法有很多,主要包括以下几种: 欧式距离 欧式距离是一种经常使用的一种度量方法,主要描述为以下数学形式: 两个nnn维向量α(x11,x12,⋯ ,x1n)\alpha (x_{11}, x_{12}, \cdots ,x_{1n}...
分类度量学习项目教程
分类度量学习项目教程 项目介绍 classification_metric_learning 是
一个
开源项目,专注于通过度量学习方法改进分类任务。该项目利用机器学习技术自动构建特定任务的距离度量,从而提高分类模型的性能。特别是在处理大规模类别和少量样本类别时,度量学习方法显示出其独特的优势。 项目快速启动 安装 首先,克隆项目仓库到本地: git clone https://github.com/...
【机器学习-14】K-means聚类算法:原理、应用与优化
在众多聚类算法中,K-means算法因其简单高效而备受青睐。K-means算法的基本思想是:通过迭代的方式,将数据划分为K个不同的簇,并使得每个数据点与其所属簇的质心(或称为中心点、均值点)之间的距离之和最小。具体来说,K-means算法的执行过程通常包括以下几个步骤:首先,随机选择K个数据点作为初始的簇质心;然后,根据每个数据点与各个簇质心的距离,将其分配给最近的簇;接着,重新计算每个簇的质心,即取簇内所有数据点的平均值作为新的质心;
相似性度量(距离度量)方法(一):基本种类与公式
相似性度量(或距离度量)方法在多元统计中的聚类分析、判别分析中的距离判别法、泛函分析、机器学习等方面都有应用。所以对于数据分析、机器学习等方面,掌握相似性的不同度量方法是十分重要且必要的。 相似性度量与距离度量本质上是同一件事情。如果两组数据之间的距离越大,那么相似性越小;反正,如果相似性越大,那么距离越小,这是可以直观理解的。 但是距离度量与相似度量还是有一点点区别的。距离度量,一般情况下距离是大于0的数;而相似性或相异性通常数值介于[0,1]之间。相似性与相异性统称为邻近度。 对于相似性的度量,首
Java SE
62,622
社区成员
307,256
社区内容
发帖
与我相关
我的任务
Java SE
Java 2 Standard Edition
复制链接
扫一扫
分享
社区描述
Java 2 Standard Edition
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章