皮皮网

【json源码解析】【快医源码】【highcharts php源码】sortedmap 源码

2024-11-18 21:36:40 来源:laravel db类源码

1.hashmap底层实现原理
2.ZLMediaKit 服务器源码解读---RTSP推流拉流
3.用python开发一个炸金花小游戏,注意别玩上瘾了~~

sortedmap 源码

hashmap底层实现原理

       hashmap底层实现原理是SortedMap接口能够把它保存的记录根据键排序,默认是按键值的升序排序,也可以指定排序的比较器,当用Iterator遍历TreeMap时,得到的记录是排过序的。

       å¦‚果使用排序的映射,建议使用TreeMap。在使用TreeMap时,key必须实现Comparable接口或者在构造TreeMap传入自定义的Comparator,否则会在运行时抛出java.lang.ClassCastException类型的异常。

       Hashtable是遗留类,很多映射的常用功能与HashMap类似,不同的是它承自Dictionary类,并且是线程安全的,任一时间只有一个线程能写Hashtable

       ä»Žç»“构实现来讲,HashMap是:数组+链表+红黑树(JDK1.8增加了红黑树部分)实现的。

扩展资料

       ä»Žæºç å¯çŸ¥ï¼ŒHashMap类中有一个非常重要的字段,就是 Node[] table,即哈希桶数组。Node是HashMap的一个内部类,实现了Map.Entry接口,本质是就是一个映射(键值对),除了K,V,还包含hash和next。

       HashMap就是使用哈希表来存储的。哈希表为解决冲突,采用链地址法来解决问题,链地址法,简单来说,就是数组加链表的结合。在每个数组元素上都一个链表结构,当数据被Hash后,得到数组下标,把数据放在对应下标元素的链表上。

       å¦‚果哈希桶数组很大,即使较差的Hash算法也会比较分散,如果哈希桶数组数组很小,即使好的Hash算法也会出现较多碰撞,所以就需要在空间成本和时间成本之间权衡,其实就是在根据实际情况确定哈希桶数组的大小,并在此基础上设计好的hash算法减少Hash碰撞。

ZLMediaKit 服务器源码解读---RTSP推流拉流

       RTSP推流与拉流在ZLMediaKit服务器源码中有着清晰的解析过程和处理逻辑。数据解析通过回调到达RtspSession类的onRecv函数,进而进行分包处理,头部数据与内容分离。根据头部信息判断数据包类型,json源码解析rtp包与rtsp包分别由onRtpPacket和onWholeRtspPacket函数处理。

       RTSP处理过程中,解析出的交互命令被分发至不同的处理函数。对于rtp包处理,数据封装成rtp包后,执行onBeforeRtpSorted函数进行排序,排序后的数据放入缓存map,最终回调到RtspSession的onRtpSorted函数。这里,回调数据进入RtspMediaSourceImp成员变量,快医源码该变量指向RtspDemuxer解复用器,用于H等视频格式的解复用。

       在H解复用器中,rtp包经过一系列处理后,由HRtpDecoder类的decodeRtp函数转化为H帧数据,最终通过RtpCodec::inputFrame函数分发至代理类。代理类在处理H帧数据时,分包并添加必要参数(如pps、sps信息),然后通过map对象将数据传递给多个接收者。

       处理完H帧后,数据将流转至编码阶段。在RtspMediaSourceImp中,H帧数据被传递至MultiMediaSourceMuxer编码类。在编码过程中,highcharts php源码数据通过RtspMuxer的inputFrame接口进入编码器HRtpEncoder,最后被打包成rtp包,准备分发。

       总结而言,RTSP推流过程主要包含数据解析、视频解复用与编码三个关键步骤。在拉流阶段,通过鉴权成功后获取推流媒体源,利用play reader从缓存中取出rtp包并发送给客户端。

用python开发一个炸金花小游戏,注意别玩上瘾了~~

       众所周知?扑克牌可谓是居家旅行、桌面交友的必备道具,今天我们用 Python 来实现一个类似炸金花的扑克牌小游戏,先来看一下基本的游戏规则。

       炸(诈)金花又叫三张牌,puremvc 源码分析是在全国广泛流传的一种民间多人纸牌游戏。游戏使用一副除去大小王的扑克牌,共 4 个花色 张牌,各个玩家从中抽取 3 张牌,比较大小。各种牌型的大小顺序如下(按照全排列组合中出现的概率越小,牌型分数奖励越大):1、同花顺:三张同样花色且点数连续的牌,如红心2、红心3、红心4;2、豹子:三张点数一样的牌,如 AAA、;3、顺子:三张点数连续的tensorflow 源码java牌,如红心2、黑桃3、方块4;4、金花:三张同样花色的牌,如红心2、红心5、红心8;5、对子:两张点数一样的牌,如红心2、黑桃2;6、单张:2~ < J < Q < K < A。以下概率截自百度百科: 注:本文所述游戏规则与实际有所不同,主要基于对不同牌型的比较进行设计

       一、游戏流程实现

       1、准备扑克牌 开始游戏前,需要先生成一副满足要求的扑克牌,牌友们都知道,扑克牌有以下四种花色,每种花色有 A、2~、J、Q、K 等 张牌。

suit = ["黑桃", "红心", "方块", "梅花"]num = [str(i) for i in range(2, )] + ["J", "Q", "K", "A"]

       为了便于后续算分,先给每一个单张赋予相应的点数。

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount += 1

       扑克牌点数预览如下:

       score_map = { '黑桃2': 2, '黑桃3': 3, '黑桃4': 4, '黑桃5': 5, '黑桃6': 6, '黑桃7': 7, '黑桃8': 8, '黑桃9': 9, '黑桃': , '黑桃J': , '黑桃Q': , '黑桃K': , '黑桃A': , '红心2': 2, ... }

       2、玩家入场 以 p1、p2 等名称对玩家进行区分,我们先邀请 5 个玩家入场。

players = [f"p{ i}" for i in range(1, 6)]

       3、发牌 将玩家和扑克牌列表作为参数,传入发牌器。发牌器在扑克牌中进行不放回抽取,为每个玩家随机抽取 3 张牌,并记下玩家名称及其对应牌组。

def get_pk_lst(pls, pks):result = []for p in pls:pk = sample(pks, 3)for _pk in pk:pks.remove(_pk)result.append({ "name": p, "poker": pk})return resultpokers = list(score_map.keys())# 去掉大小王的一幅扑克poker_grp = get_pk_lst(players, pokers)# 发牌

       发牌预览如下:

       result = [{ 'name': 'p1', 'poker': ['方块5', '梅花3', '方块A']}, { 'name': 'p2', 'poker': ['黑桃4', '方块8', '黑桃J']}, { 'name': 'p3', 'poker': ['红心', '红心K', '方块7']}, { 'name': 'p4', 'poker': ['方块4', '梅花6', '方块J']}, { 'name': 'p5', 'poker': ['红心5', '梅花', '黑桃A']}]

       4、判断牌型及算分 在算分之前先按之前的映射字典,将 pk_lst 里的 3 张扑克牌转换成对应的点数。

n_lst = list(map(lambda x: score_map[x], pk_lst))# 点数映射

       接下来截取花色部分的文本,利用集合去重后判断是否为三张同花。

same_suit = len(set([pk[:2] for pk in pk_lst])) == 1# 是否同花色

       再对点数部分进行排序,与依靠点数的最值生成的顺序列表进行比较,判断是否为连续的点数。要注意的是,A 与 QKA 一样被视作顺子。

continuity = sorted(n_lst) == [i for i in range(min(n_lst), max(n_lst) + 1)] or set(n_lst) == { , 2, 3}# 是否连续

       别忘了考虑对子和豹子的检查方式。

       check = len(set(n_lst)) # 重复情况

       那么正式开始判断牌型和算分吧!首先是单张,非同花、非顺子、三张点数不一。得分以 3 个单张点数相加。

if not same_suit and not continuity and check == 3:return sum(n_lst), "单张"

       其次是对子,非同花,有且仅有两张点数一致。得分中对于构成对子的部分给予 2 倍奖励。

if not same_suit and check == 2:w = [i for i in n_lst if n_lst.count(i) == 2][0]single = [i for i in n_lst if i != w][0]return w*2*2 + single, "对子"

       金花,即同花而非顺子,给予 9 倍奖励。

if same_suit and not continuity:return sum(n_lst)*9, "金花"

       顺子,即点数连续而非同花,给予 倍奖励。

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount +=

       豹子,即三张点数一致,这不得刷个 嘛。

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount +=

       同花顺,同花色且点数连续,绝了,赌神一个技能 伤害。

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount +=

       5、决出胜负 一组玩家、抽牌、算分、牌型记录如下:

       pk_grp = [{ 'name': 'p1', 'poker': ['方块5', '梅花3', '方块A'], 'score': , 'type': '单张'}, { 'name': 'p2', 'poker': ['黑桃4', '方块8', '黑桃J'], 'score': , 'type': '单张'}, { 'name': 'p3', 'poker': ['红心', '红心K', '方块7'], 'score': , 'type': '单张'}, { 'name': 'p4', 'poker': ['方块4', '梅花6', '方块J'], 'score': , 'type': '单张'}, { 'name': 'p5', 'poker': ['红心5', '梅花', '黑桃A'], 'score': , 'type': '单张'}]

       利用 max 函数找出来谁是最棒的,公布名字!

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount +=

       赢家是------ p3

       好啦,又可以开始下一场愉快的游戏了~

       二、统计及源码

       1、牌型统计 进行了 万场游戏并对各类牌型进行频率统计,可见与前述排列组合的计算所得概率基本一致。

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount +=

       2、牌局案例 各类牌型的局面和结果如下:

score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount +=

       3、完整代码

# 炸金花from random import samplefrom collections import Counterdef get_pk_lst(pls, pks):# 发牌result = []for p in pls:pk = sample(pks, 3)for _pk in pk:pks.remove(_pk)result.append({ "name": p, "poker": pk})return resultdef calculate(_score_map, pk_lst):# 返回得分和牌型n_lst = list(map(lambda x: _score_map[x], pk_lst))# 点数映射same_suit = len(set([pk[:2] for pk in pk_lst])) == 1# 是否同花色continuity = sorted(n_lst) == [i for i in range(min(n_lst), max(n_lst) + 1)] or set(n_lst) == { , 2, 3}# 是否连续check = len(set(n_lst))# 重复情况if not same_suit and not continuity and check == 3:return sum(n_lst), "单张"if not same_suit and check == 2:w = [i for i in n_lst if n_lst.count(i) == 2][0]single = [i for i in n_lst if i != w][0]return w*2*2 + single, "对子"if same_suit and not continuity:return sum(n_lst)*9, "金花"if continuity and not same_suit:return sum(n_lst)*, "顺子"if check == 1:return sum(n_lst)*, "豹子"if continuity and same_suit:return sum(n_lst)*, "同花顺"def compare(_score_map, pk_grp):# 比大小for p in pk_grp:p["score"], p["type"] = calculate(_score_map, p["poker"])print("开牌结果------")for p in pk_grp:print(p)print("赢家是------")score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount += print(best)return pk_grpdef show(_score_map, _players): # 开局pokers = list(_score_map.keys())poker_grp = get_pk_lst(_players, pokers)return compare(_score_map, poker_grp)def start_game(_score_map, _players, freq=1): # 游戏和统计type_lst = []for i in range(freq):grp = show(_score_map, _players)type_lst = type_lst + [t["type"] for t in grp]c = Counter(type_lst)print(c)total = sum(c.values())for item in c.items():print(f"{ item[0]}频率:{ item[1]/total:.2%}")if __name__ == '__main__':# 准备扑克牌suit = ["黑桃", "红心", "方块", "梅花"]num = [str(i) for i in range(2, )] + ["J", "Q", "K", "A"]score_map = { }# 单张点数映射表for s in suit:count = 2for n in num:score_map[f"{ s}{ n}"] = countcount += 1# 5个玩家入场players = [f"p{ i}" for i in range(1, 6)]# 开始游戏start_game(score_map, players, freq=)

       以上就是本次分享的所有内容,想要了解更多欢迎前往公众号:Python 编程学习圈,每日干货分享

原文:/post/