万字长文理解无界队列和有界队列和适用场景

server/2024/10/18 3:28:09/

大家好，我是 V 哥，无界队列（Unbounded Queue）和有界队列（Bounded Queue）是两种常见的数据结构，用于存储和管理数据项。在计算机科学和并发编程中，它们有不同的特性和应用场景。下面详细解释这两者的概念、特点和适用场景。点赞收藏加关注，高效学习不迷路。

一、无界队列（Unbounded Queue）

1. 定义

无界队列是指在逻辑上没有限制队列中可以容纳的元素数量的队列。也就是说，无论向队列中添加多少元素，队列都能够处理，而不会因为超出某个限制而抛出异常或阻塞操作。

2. 特点

  • 动态扩展：无界队列可以根据需要动态扩展内存，以容纳更多的元素。
  • 适合高并发：在高并发的环境下，无界队列可以有效地处理大量的请求，而不会因为容量限制导致阻塞。
  • 内存占用：由于没有容量限制，长期使用可能导致内存消耗过大，甚至引发内存溢出。

3. 适用场景

  • 任务调度：在异步任务调度中，使用无界队列可以将任务放入队列中，消费者可以随时处理。
  • 事件处理：在事件驱动的系统中，使用无界队列可以接收大量事件并异步处理。

4. 任务调度案例

下面是一个使用Java实现异步任务调度的示例，使用无界队列（BlockingQueue）来存放任务，消费者可以随时从队列中取出任务进行处理。

一、应用场景

在异步任务调度中，生产者不断生成任务并将其放入队列，而消费者则从队列中取出任务并处理。无界队列允许生产者在任何时候放入任务，而不会因为队列已满而阻塞，适合于处理流量波动的场景。

二、Java 实现

我们使用LinkedBlockingQueue来实现无界队列，并创建生产者和消费者线程。

1. Maven依赖（如果使用Maven）

我们使用Maven构建项目，在pom.xml中添加以下依赖：

<dependencies><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>1.7.32</version></dependency>
</dependencies>
2. 代码实现
java">import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;class Task {private final String name;public Task(String name) {this.name = name;}public String getName() {return name;}@Overridepublic String toString() {return "Task{" + "name='" + name + '\'' + '}';}
}// 生产者类
class TaskProducer implements Runnable {private final BlockingQueue<Task> taskQueue;public TaskProducer(BlockingQueue<Task> taskQueue) {this.taskQueue = taskQueue;}@Overridepublic void run() {int taskCount = 0;while (true) {try {// 模拟任务生成Task task = new Task("Task-" + taskCount++);System.out.println("Producing " + task);taskQueue.put(task); // 将任务放入队列Thread.sleep(100); // 模拟生产间隔} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}// 消费者类
class TaskConsumer implements Runnable {private final BlockingQueue<Task> taskQueue;public TaskConsumer(BlockingQueue<Task> taskQueue) {this.taskQueue = taskQueue;}@Overridepublic void run() {while (true) {try {Task task = taskQueue.take(); // 从队列中取出任务System.out.println("Consuming " + task);Thread.sleep(200); // 模拟处理时间} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}public class AsyncTaskScheduler {public static void main(String[] args) {BlockingQueue<Task> taskQueue = new LinkedBlockingQueue<>(); // 创建无界队列// 启动生产者线程Thread producerThread = new Thread(new TaskProducer(taskQueue));producerThread.start();// 启动消费者线程Thread consumerThread = new Thread(new TaskConsumer(taskQueue));consumerThread.start();// 让线程运行一段时间后停止try {Thread.sleep(5000); // 运行5秒} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {producerThread.interrupt(); // 中断生产者线程consumerThread.interrupt(); // 中断消费者线程}}
}
三、来解释一下代码

  1. Task类：表示一个任务对象，包含任务的名称和字符串表示。

  2. TaskProducer类：

    • 实现Runnable接口，负责生成任务并将其放入队列。
    • 使用BlockingQueue来存放任务，通过taskQueue.put(task)将任务放入队列。
    • 通过Thread.sleep(100)模拟任务生成的时间间隔。

  3. TaskConsumer类：

    • 也实现Runnable接口，负责从队列中取出任务并处理。
    • 使用taskQueue.take()从队列中取出任务，如果队列为空，它将阻塞直到有任务可用。
    • 通过Thread.sleep(200)模拟处理任务的时间。

  4. AsyncTaskScheduler类：

    • 主类，创建一个LinkedBlockingQueue实例作为无界队列。
    • 启动生产者和消费者线程。
    • 运行一段时间后中断线程，以停止程序。
四、运行效果

运行这个程序时，控制台会显示生产者生成的任务和消费者处理的任务。由于使用的是无界队列，生产者可以不断生成任务而不会被阻塞，消费者则可以从队列中取出任务并处理。

五、注意事项
  • 资源管理：在实际应用中，应注意线程的管理，确保在不需要时可以优雅地关闭线程。
  • 异常处理：示例中的异常处理较简单，实际应用中可以根据需求更细致地处理不同异常情况。
  • 性能考虑：在高并发的环境中，需要关注性能和资源消耗，合理调整任务生成和消费的速度。

5. 事件处理案例

在事件驱动的系统中，无界队列可以用来接收和处理大量的事件。这种设计使得事件的生产者可以快速将事件放入队列，而消费者则可以异步地处理这些事件。以下是一个使用Java实现此应用场景的示例。

一、应用场景

在事件驱动的系统中，事件生产者会不断产生事件（如用户操作、系统通知等），并将其放入无界队列中。事件消费者则从队列中异步读取这些事件并进行处理，例如发送通知、更新数据库或触发其他操作。无界队列确保生产者不会因为事件处理速度慢而被阻塞。

二、Java 实现

我们使用BlockingQueue来实现无界队列，并创建生产者和消费者线程来处理事件。

1. Maven依赖（如果使用Maven）

用Maven构建项目，添加slf4j依赖：

<dependencies><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>1.7.32</version></dependency>
</dependencies>
2. 代码实现
java">import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;// 事件类
class Event {private final String message;public Event(String message) {this.message = message;}public String getMessage() {return message;}@Overridepublic String toString() {return "Event{" + "message='" + message + '\'' + '}';}
}// 事件生产者类
class EventProducer implements Runnable {private final BlockingQueue<Event> eventQueue;public EventProducer(BlockingQueue<Event> eventQueue) {this.eventQueue = eventQueue;}@Overridepublic void run() {int eventCount = 0;while (true) {try {// 模拟事件生成Event event = new Event("Event-" + eventCount++);System.out.println("Producing " + event);eventQueue.put(event); // 将事件放入队列Thread.sleep(50); // 模拟生产间隔} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}// 事件消费者类
class EventConsumer implements Runnable {private final BlockingQueue<Event> eventQueue;public EventConsumer(BlockingQueue<Event> eventQueue) {this.eventQueue = eventQueue;}@Overridepublic void run() {while (true) {try {Event event = eventQueue.take(); // 从队列中取出事件System.out.println("Consuming " + event);Thread.sleep(100); // 模拟处理时间} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}public class EventDrivenSystem {public static void main(String[] args) {BlockingQueue<Event> eventQueue = new LinkedBlockingQueue<>(); // 创建无界队列// 启动事件生产者线程Thread producerThread = new Thread(new EventProducer(eventQueue));producerThread.start();// 启动事件消费者线程Thread consumerThread = new Thread(new EventConsumer(eventQueue));consumerThread.start();// 让线程运行一段时间后停止try {Thread.sleep(5000); // 运行5秒} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {producerThread.interrupt(); // 中断生产者线程consumerThread.interrupt(); // 中断消费者线程}}
}
三、来解释一下代码

  1. Event类：表示事件对象，包含事件的消息内容和字符串表示。

  2. EventProducer类：

    • 实现Runnable接口，负责生成事件并将其放入事件队列。
    • 使用BlockingQueue<Event>来存放事件，通过eventQueue.put(event)将事件放入队列。
    • 使用Thread.sleep(50)模拟事件生成的时间间隔。

  3. EventConsumer类：

    • 同样实现Runnable接口，负责从队列中取出事件并进行处理。
    • 使用eventQueue.take()从队列中取出事件，如果队列为空，则阻塞等待事件。
    • 使用Thread.sleep(100)模拟处理事件的时间。

  4. EventDrivenSystem类：

    • 主类，创建一个LinkedBlockingQueue实例作为无界队列。
    • 启动事件生产者和消费者线程。
    • 运行一段时间后中断线程，以停止程序。
四、运行效果

运行此程序时，控制台会显示生产者生成的事件和消费者处理的事件。由于使用的是无界队列，生产者可以快速生成事件而不会被阻塞，而消费者则会异步地从队列中取出事件进行处理。

五、注意事项
  • 资源管理：在实际应用中，应注意线程的管理，确保在不需要时可以优雅地关闭线程。
  • 异常处理：示例中的异常处理较简单，实际应用中可以根据需求更细致地处理不同异常情况。
  • 性能考虑：在高并发的环境中，需要关注性能和资源消耗，合理调整事件生成和消费的速度。
六、小结

通过这个示例，咱们可以看到如何在Java中使用无界队列实现事件驱动系统。生产者不断生成事件并放入队列，消费者则异步处理这些事件，提升了系统的响应速度和处理能力。这种设计模式适用于高并发、高流量的系统，能够有效管理资源并提升系统的整体性能。

二、有界队列（Bounded Queue）

1. 定义

有界队列是指在逻辑上限制了队列中可以容纳的元素数量的队列。队列在初始化时设置一个最大容量，当达到该容量时，再尝试添加新元素将会失败或阻塞。

2. 特点

  • 固定容量：有界队列在创建时指定最大容量，超过该容量后，新的入队操作将被拒绝或阻塞。
  • 流量控制：有界队列可以防止系统过载，通过限制请求数量来实现流量控制。
  • 内存管理：通过限制队列大小，可以有效管理内存使用，避免长时间运行导致的内存泄漏。

3. 适用场景

  • 生产者-消费者模型：在生产者-消费者问题中，有界队列可以确保生产者不会生产过多的任务，从而导致内存耗尽。
  • 限流控制：在高流量的API中，可以使用有界队列来控制请求的处理速度，防止系统过载。

4. 生产者-消费者模型案例

在生产者-消费者问题中，有界队列用于限制生产者可以生成的任务数量，从而避免内存耗尽的情况。在这种模式中，生产者线程负责生成任务并将其放入队列，而消费者线程则从队列中取出任务进行处理。有界队列通过设置一个最大容量来限制队列中的任务数量。当队列已满时，生产者会被阻塞，直到消费者取走一些任务，从而释放出空间。

以下是一个使用Java实现生产者-消费者问题的示例，使用有界队列（ArrayBlockingQueue）来限制队列的容量。

一、应用场景

在这个应用场景中，生产者线程生成任务并放入有界队列，而消费者线程从队列中取出任务并处理。通过这种方式，可以有效管理内存，防止生产者生成过多任务而导致系统资源耗尽。

二、Java 实现

我们使用ArrayBlockingQueue来实现有界队列，并创建生产者和消费者线程。

1. Maven依赖（如果使用Maven）

用Maven构建项目，在pom.xml中添加以下依赖：

<dependencies><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>1.7.32</version></dependency>
</dependencies>
2. 代码实现
java">import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;// 任务类
class Task {private final String name;public Task(String name) {this.name = name;}public String getName() {return name;}@Overridepublic String toString() {return "Task{" + "name='" + name + '\'' + '}';}
}// 生产者类
class TaskProducer implements Runnable {private final BlockingQueue<Task> taskQueue;public TaskProducer(BlockingQueue<Task> taskQueue) {this.taskQueue = taskQueue;}@Overridepublic void run() {int taskCount = 0;while (true) {try {// 模拟任务生成Task task = new Task("Task-" + taskCount++);System.out.println("Producing " + task);taskQueue.put(task); // 将任务放入队列Thread.sleep(100); // 模拟生产间隔} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}// 消费者类
class TaskConsumer implements Runnable {private final BlockingQueue<Task> taskQueue;public TaskConsumer(BlockingQueue<Task> taskQueue) {this.taskQueue = taskQueue;}@Overridepublic void run() {while (true) {try {Task task = taskQueue.take(); // 从队列中取出任务System.out.println("Consuming " + task);Thread.sleep(200); // 模拟处理时间} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}public class ProducerConsumerProblem {public static void main(String[] args) {BlockingQueue<Task> taskQueue = new ArrayBlockingQueue<>(5); // 创建有界队列，最大容量为5// 启动生产者线程Thread producerThread = new Thread(new TaskProducer(taskQueue));producerThread.start();// 启动消费者线程Thread consumerThread = new Thread(new TaskConsumer(taskQueue));consumerThread.start();// 让线程运行一段时间后停止try {Thread.sleep(10000); // 运行10秒} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {producerThread.interrupt(); // 中断生产者线程consumerThread.interrupt(); // 中断消费者线程}}
}
三、来解释一下代码

  1. Task类：表示一个任务对象，包含任务的名称和字符串表示。

  2. TaskProducer类：

    • 实现Runnable接口，负责生成任务并将其放入任务队列。
    • 使用BlockingQueue<Task>来存放任务，通过taskQueue.put(task)将任务放入队列。如果队列已满，生产者会被阻塞，直到有空间可用。
    • 通过Thread.sleep(100)模拟任务生成的时间间隔。

  3. TaskConsumer类：

    • 同样实现Runnable接口，负责从队列中取出任务并进行处理。
    • 使用taskQueue.take()从队列中取出任务，如果队列为空，消费者会被阻塞，直到有任务可用。
    • 通过Thread.sleep(200)模拟处理任务的时间。

  4. ProducerConsumerProblem类：

    • 主类，创建一个ArrayBlockingQueue实例作为有界队列，最大容量为5。
    • 启动生产者和消费者线程。
    • 运行10秒后中断线程，以停止程序。
四、运行效果

运行这个程序时，控制台会显示生产者生成的任务和消费者处理的任务。由于使用的是有界队列，当队列达到最大容量时，生产者会被阻塞，直到消费者取走任务，释放出空间。这种机制有效地防止了生产者过量生产任务导致内存耗尽的情况。

五、注意事项
  • 资源管理：在实际应用中，应注意线程的管理，确保在不需要时可以优雅地关闭线程。
  • 异常处理：示例中的异常处理较简单，实际应用中可以根据需求更细致地处理不同异常情况。
  • 性能考虑：在高并发的环境中，需要关注性能和资源消耗，合理调整任务生成和消费的速度。
六、小结

通过这个示例，咱们可以看到如何在Java中使用有界队列实现生产者-消费者问题。生产者在队列达到最大容量时被阻塞，确保了不会因为生成过多任务而导致内存耗尽。这种设计模式有效地管理了资源，提高了系统的稳定性和可预测性。

5. 限流控制案例

在高流量的API中，使用有界队列可以有效地控制请求的处理速度，从而防止系统过载。通过限制请求的数量，有界队列能够保证系统在高并发情况下仍然能够稳定运行。以下是一个使用Java实现限流控制的示例，使用有界队列（ArrayBlockingQueue）来处理请求。

一、应用场景

在这个应用场景中，API接收客户端的请求，将请求放入有界队列中，消费者线程从队列中取出请求进行处理。通过设定队列的容量，可以有效控制请求的处理速度，确保系统不会因为请求过多而崩溃。

二、Java 实现

我们使用ArrayBlockingQueue来实现有界队列，并创建请求生产者和消费者线程。

1. Maven依赖（如果使用Maven）

使用Maven构建项目，在pom.xml中添加以下依赖：

<dependencies><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version>1.7.32</version></dependency>
</dependencies>
2. 代码实现
java">import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.BlockingQueue;// 请求类
class Request {private final String clientId;public Request(String clientId) {this.clientId = clientId;}public String getClientId() {return clientId;}@Overridepublic String toString() {return "Request{" + "clientId='" + clientId + '\'' + '}';}
}// 请求生产者类
class RequestProducer implements Runnable {private final BlockingQueue<Request> requestQueue;public RequestProducer(BlockingQueue<Request> requestQueue) {this.requestQueue = requestQueue;}@Overridepublic void run() {int requestCount = 0;while (true) {try {// 模拟请求生成Request request = new Request("Client-" + requestCount++);System.out.println("Producing " + request);requestQueue.put(request); // 将请求放入队列Thread.sleep(50); // 模拟生产请求的间隔} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}// 请求消费者类
class RequestConsumer implements Runnable {private final BlockingQueue<Request> requestQueue;public RequestConsumer(BlockingQueue<Request> requestQueue) {this.requestQueue = requestQueue;}@Overridepublic void run() {while (true) {try {Request request = requestQueue.take(); // 从队列中取出请求System.out.println("Consuming " + request);Thread.sleep(100); // 模拟处理请求的时间} catch (InterruptedException e) {Thread.currentThread().interrupt(); // 恢复中断状态break;}}}
}public class RateLimitingControl {public static void main(String[] args) {BlockingQueue<Request> requestQueue = new ArrayBlockingQueue<>(5); // 创建有界队列，最大容量为5// 启动请求生产者线程Thread producerThread = new Thread(new RequestProducer(requestQueue));producerThread.start();// 启动请求消费者线程Thread consumerThread = new Thread(new RequestConsumer(requestQueue));consumerThread.start();// 让线程运行一段时间后停止try {Thread.sleep(10000); // 运行10秒} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {producerThread.interrupt(); // 中断生产者线程consumerThread.interrupt(); // 中断消费者线程}}
}
三、来解释一下代码

  1. Request类：表示请求对象，包含客户端ID和字符串表示。

  2. RequestProducer类：

    • 实现Runnable接口，负责生成请求并将其放入请求队列。
    • 使用BlockingQueue<Request>来存放请求，通过requestQueue.put(request)将请求放入队列。如果队列已满，生产者会被阻塞，直到有空间可用。
    • 使用Thread.sleep(50)模拟请求生成的时间间隔。

  3. RequestConsumer类：

    • 同样实现Runnable接口，负责从队列中取出请求并进行处理。
    • 使用requestQueue.take()从队列中取出请求，如果队列为空，消费者会被阻塞，直到有请求可用。
    • 使用Thread.sleep(100)模拟处理请求的时间。

  4. RateLimitingControl类：

    • 主类，创建一个ArrayBlockingQueue实例作为有界队列，最大容量为5。
    • 启动请求生产者和消费者线程。
    • 运行10秒后中断线程，以停止程序。
四、运行效果

运行这个程序时，控制台会显示生产者生成的请求和消费者处理的请求。由于使用的是有界队列，当队列达到最大容量时，生产者会被阻塞，直到消费者取走请求，释放出空间。这种机制有效地控制了请求的处理速度，确保了系统不会因为请求过多而过载。

五、注意事项
  • 资源管理：在实际应用中，应注意线程的管理，确保在不需要时可以优雅地关闭线程。
  • 异常处理：示例中的异常处理较简单，实际应用中可以根据需求更细致地处理不同异常情况。
  • 性能考虑：在高并发的环境中，需要关注性能和资源消耗，合理调整请求生成和消费的速度。
六、总结

通过这个示例，咱们可以看到如何在Java中使用有界队列实现API的限流控制。生产者在队列达到最大容量时被阻塞，确保了不会因为生成过多请求而导致系统过载。这种设计模式有效地管理了资源，提高了系统的稳定性和可预测性。在高流量的API场景中，限流控制是确保服务质量的重要手段。

三、总结

  • 无界队列适用于需要处理大量数据且不关心内存占用的场景，能够动态适应任务量，但需要关注内存管理。
  • 有界队列则在资源有限或需要严格控制流量的场景中更加合适，可以有效防止系统过载和内存溢出。

理解这两种队列的特性和应用场景，能够帮助我们在不同的业务需求中选择合适的数据结构，以提高系统的性能和稳定性。原创不易，关注威哥爱编程，一起学习 Java 的点点滴滴。


http://www.ppmy.cn/server/123242.html

相关文章

docker - 镜像操作（拉取、查看、删除）

docker - 镜像操作（拉取、查看、删除）

文章目录 1、docker search --help&#xff08;用于显示 Docker 搜索命令的帮助信息&#xff09;2、docker pull&#xff08;拉取镜像&#xff09;3、docker images (查看镜像)3.1、docker images --help&#xff08;用于显示 Docker 镜像管理相关命令的帮助信息&#xff09;3.…
阅读更多...
MMD模型及动作一键完美导入UE5-IVP5U插件方案（二）

MMD模型及动作一键完美导入UE5-IVP5U插件方案（二）

1、下载并启用IVP5U插件 1、下载IVP5U插件， IVP5U，点击Latest下载对应引擎版本，将插件放到Plugins目录，同时将.uplugin文件的EnableByDefault改为false 2、然后通过Edit->Plugins启用插件 2、导入pmx模型 1、直接在Content的某个目录拖入pmx模型，选择默认参数 2、…
阅读更多...
Elasticsearch、ik分词器、elasticsearch-head、Kibana的认识与安装

Elasticsearch、ik分词器、elasticsearch-head、Kibana的认识与安装

文章目录 elasticsearch安装elasticsearchIK中文分词器elasticsearch-headkibana elasticsearch Elasticsearch是一个基于Lucene的搜索服务器&#xff0c;也是属于NoSQL阵营的数据库。它提供了一个分布式多用户能力的全文搜索引擎&#xff0c;基于RESTful web接口提供给我们操…
阅读更多...
基于CentOS7上安装MicroK8s(最小生产的 Kubernetes)

基于CentOS7上安装MicroK8s(最小生产的 Kubernetes)

简介 MicroK8s是一个轻量级的Kubernetes发行版，其内存和存储要求远低于全尺寸Kubernetes集群。它可以在几分钟内通过一条命令快速创建功能齐全的Kubernetes集群，极大地简化了部署过程。 兼容性：MicroK8s与Kubernetes全面兼容，确保用户可以无缝迁移和扩展他们的应用程序。 …
阅读更多...
发掘3D文件格式的无限潜力：打造沉浸式虚拟世界

发掘3D文件格式的无限潜力：打造沉浸式虚拟世界

在当今数字化时代&#xff0c;3D技术的应用范围日益广泛&#xff0c;涵盖电影后期制作、产品原型设计、虚拟现实&#xff08;VR&#xff09;、增强现实&#xff08;AR&#xff09;、游戏等众多领域。而3D文件格式作为3D技术的核心组成部分&#xff0c;对于实现3D数据和模型的存…
阅读更多...
基于数据挖掘的航空客户满意度分析预测系统

基于数据挖掘的航空客户满意度分析预测系统

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长 QQ 名片 :) 1. 项目简介 航空公司致力于提供多样化的服务以满足乘客需求&#xff0c;包括但不限于提供免费无线网络、免费食物饮品、提供网上预约服务、飞机出口位置、座椅舒适度、卫生状况等&#xff0c;并希望以此提升乘…
阅读更多...
Java之多态

Java之多态

文章目录 1. 多态1.1 多态的概念 2. 方法的重写3. 向上转型3.13.2 发生向上转型的时机 4. 动态绑定和静态绑定5. 什么是多态5.15.2 多态的优缺点 6. 避免在构造方法中调用重写的方法7. 向下转型![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/fd1fa83140d94f37ab3b88…
阅读更多...
复杂网络（Complex Network）社团数据可视化分析（gephi）实验

复杂网络（Complex Network）社团数据可视化分析（gephi）实验

Experiment Report of complex network course 复杂网络实验报告 目录 Experiment Report of complex network course 复杂网络实验报告 实验目标&#xff08;The objective of the experiment&#xff09;&#xff1a; 实验流程&#xff08;The flow of the experiment&a…
阅读更多...
最新文章

Copyright @ 2022~2023