一般贷款计算器只能在已知贷款总额、贷款期数、贷款利率的情况求出每期还款金额。
本贷款计算器只需要已知以上4个参数中的任意3个即可求出最后1个。
例如，在LPR背景下，可以轻松求知当前执行的利率是多少，辅助贷款决策。
本计算器源代码提供activity_main.xml、AndroidManifest.xml、MainActivity.java完整代码，供学习使用，不可用于商业用途。

人工势场法由于其简单性和便于数学描述被广泛应用在移动机器人路径规划上,然而多数研究都集中在解决静态路径规划上,即目标和障碍物都是静态的。
本文提出了用人工势场法解决移动机器人动态路径规划问题的一个方法,在动态环境中,目标是运动的,障碍物是静止的。
因此新的势场函数和相应的势场力被定义。
最后仿真结果证明了此方法的有效性。

51单片机：计算器（包含小数计算）编写语言：C运行情况：完美运行，尚未发现bug备注：同普通实现小数计算程序不一样（浮点型数据计算存在精度丢失的情况），本程序全部采用整形进行计算，对小数点进行记录，最后显示再数码管上，保留有3位小数（可自行设置）

查找（Searching）就是根据给定的某个值，在查找表中确定一个其关键字等于给定值的数据元素（或记录）。
查找表（SearchTable）：由同一类型的数据元素（或记录）构成的集合关键字（Key）：数据元素中某个数据项的值，又称为键值。
主键（PrimaryKey）：可唯一地标识某个数据元素或记录的关键字。
查找表按照操作方式可分为：也就是数据不排序的线性查找，遍历数据元素。
算法分析：最好情况是在第一个位置就找到了，此为O(1)；
最坏情况在最后一个位置才找到，此为O(n)；
所以平均查找次数为(n+1)/2。
算法核心：在查找表中不断取中间元素与查找值进行比较，以二分之一的倍率进行表范围的缩小。
二分查

UE_4.16_Survival_Game：我的第一个虚幻引擎课程的最后一部分

PB实列开发全过程从开始建库到最后生成可执行文件。
内容十分详细我们一直在用大家顶起！

这本书主要是讲在使用C++11特性时对并发的深入探讨。
它是由作为语言新线程支持基础的BoostThread库的主要开发及维护人员编写的。
总之，作者很有权威性。
该书从最基础的东西开始，假设读者已经有良好(甚至是非常好)的语言基础，但是首次接触并行代码。
该书逐步地探讨了一些由并发带来的问题，讲述了互斥的解决方案和局限性，以及它们是如何在C++11中实现的。
接下来讲述了C++的内存模型和原子类型。
最后，深入探讨了基于锁和无锁数据结构的设计。
这是自从HerbSutter在书中讨论这个话题之后，我所见过的最好的处理方法。
这本书很全面地涵盖了一些真正重要的话题，这些话题在其他书籍中是经常被忽略的，比如像，多线程的代码设计，线程应用程序的调试。
当然，在我看来，这两者都描述得太少了。
书中大部分内容都是作为参考资料(就单独的C++线程库就有差不多130页)。
另一个附录是一个完整的消息框架，并给出了代码和注解。
毫无疑问，作者还是花费了很大的心思，相关的内容都讲到了。
对于这本书，我也有不满意之处，但是它们都微不足道。
第一个就是你必须深入了解C++，否则阅读起来比较困难。
另一个就是作者最后一章讲述的线程池，用红色字体显示的”高级线程”。
在我看来，线程池在并发处设定标记很有意思，但是很可惜，作者却在这儿停笔了。
由此可得知，虽然作者在目录有提及到角色模型，但并没有进行讲解，就好像它压根儿不存在一样，可能在William看来，它其实对好几种语言至关重要，却不包括C++。
总的来说，这些不满意之处只能反应我的偏好，不能说明这本书有缺陷。
William的这本书非常棒，至少在未来的很长一段时间里都能称得上是这个领域的典型著作。
如果你想更仔细地看下这本书的内容，我们最近在一篇很受欢迎的文章里”WaitingforOne-OffEventswithFutures。
”有摘选了一些片段。

[b]本人研究生期间主要研究蚁群算法及其在机器人路径规划中的应用。
本代码是为了在上课时画出一个图形来比较不同种类的蚁群算法，主要包裹ACS，MMAS，EAS等经典的蚁群算法，最后还包括本人提出的另一种算法。
本代码已经成功申请了软件著作权（因此请注意：[b]本代码具有版权[/b]）软件环境主要是MATLAB（2016B及其以上）下的GUI。
主要功能有：1、比较不同算法在不同栅格环境下的运行情况，（栅格环境可以自行设计）2、观察实验结果，包括迭代曲线和运行多次的平均值。
可以直接观察算法本身的鲁棒性。
3、代码设计非常模块化，可以同时学习多种蚁群算法。

遗传算法的基本步骤如下：1）在一定编码方案下，随机产生一个初始种群；
2）用相应的解码方法，将编码后的个体转换成问题空间的决策变量，并求得个体的适应值；
3）按照个体适应值的大小，从种群中选出适应值较大的一些个体构成交配池；
4）由交叉和变异这两个遗传算子对交配池中的个体进行操作，并形成新一代的种群；
5）反复执行步骤2-4，直至满足收敛判据为止。
用MATLAB编写了遗传算法程序，并给出完整代码，程序在matlabR2009中调试通过。
最后，通过一个实例说明其在函数优化中的应用。

之前的项目需要用到mina，实现的功能主要是：服务端主动发送消息到客户端，这个的服务端为外网的tomcat，客户端为内网的tomcat，由于无法知道内网tomcat的地址，也就不能直接通过http的方式发送信息回来，最后想来想去用mina实现了这个功能。
当然，我这里的服务端是整合的了spring的，也可以直接把服务端独立出来，不整合spring，这个都一样，区别不大。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。