Vue的专属老婆---Pinia

一.Pinia

1.Pinia概述

Pinia是Vue的专属的最新状态管理库,是Vuex状态管理工具的替代品

  • 提供更简单的API(去掉mutation)
  • 提供符合组合式风格的API(和Vue3统一)
  • 去掉modules的概念,每个store都是独立模块
  • 搭配TypeScript一起使用提供可靠的类型推断
//1.导入方法
import { createPinia } from 'pinia'
//2.创建pinia实例
const pinia = createPinia()
//2.加入实例pinia
createApp(App).use(pinia).mount('#app')

二.Counter

定义Store(state + action)

pinia提供了defineStore函数,包含了数据count和修改数据方法doubleCount和自增increment,再以对象的形式返回数据和方法。导出组件后被导入使用就可以正常使用该组件内的数据和方法。

import { ref, computed } from 'vue'
import { defineStore } from 'pinia'
//导出
export const useCounterStore = defineStore('counter', () => {
  //1.定义数据
  const count = ref(0)
  //2.定义修改数据的方法 action (同步) computed(异步) 
  const doubleCount = computed(() => count.value * 2)
  function increment() {
    count.value++
  }
  //3.以对象的形式返回数据和方法
  return { count, doubleCount, increment }
})

 组件使用Store

<script setup >
//1.导入use打头的方法
import { useCounterStore } from '@/stores/counter.ts'
//2。执行方法得到store实例对象
const counterStore = useCounterStore()
//3.使用store实例对象的方法
counterStore.increment()
console.log(counterStore.count)
</script>

<template>
  <button @click="counterStore.increment()">{{ counterStore.count }}</button>
</template>

三.getters实现和异步action

Pinia中的getters直接使用computed函数进行模拟

  //1.定义数据(store)
  const count = ref(0)
  //2.定义方法  getter computed(异步) 
  const doubleCount = computed(() => count.value * 2)

action实现异步和组件中的定义数据和方法的风格完全一致

  const list = ref([])
  const getList = async () => {
    const res = await axios.get(APIURL)
  }

相比于同步,异步请求会在后端进行不会影响程序,而同步请求会阻塞程序执行,影响用户体验

四.storeToRefs

《编译原理》是计算机科学中一门极为重要的课程,主要探讨如何将高级程序设计语言转换成机器可执行的指令。清华大学的张素琴教授在这一领域有着深厚的学术造诣,其编译原理课后习题答案对于学习者而言是非常珍贵的资源。这份压缩文件详细解析了课程中所涉及的概念、理论和方法的实践应用,目的是帮助学生更好地理解编译器设计的核心内容。 编译原理的核心知识点主要包括以下几点: 词法分析:作为编译过程的首要环节,词法分析器会扫描源代码,识别出一个个称为“标记”(Token)的最小语法单位。通常借助正则表达式来定义各种标记的模式。 语法分析:基于词法分析产生的标记流,语法分析器依据文法规则构建语法树。上下文无关文法(CFG)是编译器设计中常用的一种形式化工具。 语义分析:这一步骤用于理解程序的意义,确保程序符合语言的语义规则。语义分析可分为静态语义分析和动态语义分析,前者主要检查类型匹配、变量声明等内容,后者则关注运行时的行为。 中间代码生成:编译器通常会生成一种高级的中间表示,如三地址码或抽象语法树,以便于后续的优化和目标代码生成。 代码优化:通过消除冗余计算、改进数据布局等方式提升程序的执行效率,同时不改变程序的语义。 目标代码生成:根据中间代码生成特定机器架构的目标代码,这一阶段需要考虑指令集体系结构、寄存器分配、跳转优化等问题。 链接:将编译后的模块进行合并,解决外部引用,最终形成一个可执行文件。 错误处理:在词法分析、语法分析和语义分析过程中,编译器需要能够检测并报告错误,例如语法错误、类型错误等。 张素琴教授的课后习题答案覆盖了上述所有核心知识点,并可能包含实际编程练习,比如实现简单的编译器或解释器,以及针对特定问题的解题策略。通过解答这些习题,学生可以加深对编译原理的理解,提升解决问题的能力,为今后参与编译器开发或软件工程实践奠定坚实的基础。这份资源不仅是学习编译原理的有力辅助材料,也是
车辆路径问题(Vehicle Routing Problem, VRP)是物流与运输领域中的一个重要优化问题,目标是规划一组最优车辆路线,确保所有客户点都被访问,同时使总行驶距离最小化。当引入时间窗约束(Time Windows)后,问题演变为带时间窗的车辆路径问题(Vehicle Routing Problem with Time Windows, VRPTW),其复杂性显著增加。在VRPTW中,每个客户点都有一个特定的服务时间窗口,车辆必须在该窗口内到达,否则无法满足客户需求。 本项目“VRPTW-ga”采用遗传算法(Genetic Algorithm, GA)来解决这一问题。遗传算法是一种基于生物进化原理的全局优化方法,通过模拟自然选择、基因重组和突变等过程,逐步生成近似最优解。在Python中实现遗传算法时,首先需要确定问题的编码方式。对于VRPTW,通常采用整数编码,每条路线用一串数字表示,数字的顺序对应车辆的访问顺序。接着,需要设计适应度函数(Fitness Function),用于评估每个个体(即一组路线)的优劣,通常以总行驶距离或总服务时间作为优化目标。遗传算法的基本流程如下:1. 初始化种群,随机生成一定数量的初始个体,代表不同的车辆路线;2. 适应度评估,计算每个个体的适应度值,适应度与总行驶距离成反比;3. 选择操作,根据适应度值选择个体,常用方法包括轮盘赌选择和锦标赛选择等;4. 交叉操作,选择两个个体进行基因交叉,生成新的个体,VRPTW中可采用部分匹配交叉或顺序交叉等策略;5. 变异操作,对部分个体进行随机变异,调整其访问顺序,以维持种群多样性;6. 检查终止条件,若达到预设的迭代次数或适应度阈值,则停止算法,否则返回第2步继续执行。 在“VRPTW-ga-master”项目中,可能包含以下关键文件:problem.py用于定义车辆路径问题的具体
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值