每日总结
2023-04-22 11:02:23 时间
起点-终点查询:输入起点、终点,找到两点之间的最有效线路 起点:知春路 终点:中关村 返回经历的站名的个数,和路径,如果有换乘,请列出换乘的线路。解体的大概思路。
首先要接收到起点终点站的输入,然后首先判断是否需要换乘,通过查询起点终点的路线是否一样,一样则就是直接回显一条线路上的车站
换乘:
1.新建一张节点表cross_station,存储每两条线交汇的车站以及交汇线路的编号,通过车站名查询返回线路编号
2.service层的函数里面需要接收返回的线路号,然后首先判断这两条线是否能到,条件就是在cross_station表里面整表查询终点站的编号是否有为传入的终点站编号,若有则说明的可达,没有则返回到web层
3.若可达则判断一站换乘(起点编号and终点编号)还是多站换乘(终点=终点编号),一站换乘可能有两个交点,返回交点的集合
4.对一个交点则查询介于起点和交点(集合1),交点和终点之间的站点(集合2),总站数为两个集合长度之和减一。
5.两个交点,交点1和交点2,调用函数计算起点车站到交点的集合1和交点到终点站集合2长度之和,两组四个集合看哪个集合长度小就返回哪个集合到web层接收
6.多站换乘最短路径不会
相关文章
- 【技术种草】cdn+轻量服务器+hugo=让博客“云原生”一下
- CLB运维&运营最佳实践 ---访问日志大洞察
- vnc方式登陆服务器
- 轻松学排序算法:眼睛直观感受几种常用排序算法
- 十二个经典的大数据项目
- 为什么使用 CDN 内容分发网络?
- 大数据——大数据默认端口号列表
- Weld 1.1.5.Final,JSR-299 的框架
- JavaFX 2012:彻底开源
- 提升as3程序性能的十大要点
- 通过凸面几何学进行独立于边际的在线多类学习
- 利用行动影响的规律性和部分已知的模型进行离线强化学习
- ModelLight:基于模型的交通信号控制的元强化学习
- 浅谈Visual Source Safe项目分支
- 基于先验知识的递归卡尔曼滤波的代理人联合状态和输入估计
- 结合网络结构和非线性恢复来提高声誉评估的性能
- 最佳实践丨云开发CloudBase多环境管理实践
- TimeVAE:用于生成多变量时间序列的变异自动编码器
- 具有线性阈值激活的神经网络:结构和算法
- 内网渗透之横向移动 -- 从域外向域内进行密码喷洒攻击