当前位置: 首页 > news >正文

(五)物质导数与空间时间导数

1. 物质导数与空间时间导数及二者的联系

考虑运动变形过程中代表性物质点的物理量 Φ\bold\PhiΦ(张量) 随时间的变化率

  • 在物质描述中,Φ\bold\PhiΦ(X⃗,t)(\vec{X},t)(X,t) 为自变量;
  • 在空间描述中,Φ\bold\PhiΦ(x⃗,t)(\vec{x},t)(x,t) 为自变量。

物理量 Φ\bold \PhiΦ 随某一固定的物质点一起运动的时间变化率(称作:物质导数)可写作:
DΦDt=(∂Φ(X⃗,t)∂t)∣X⃗≜Φ∙\dfrac{D\bold \Phi}{Dt} =\left. \left(\frac{\partial \bold\Phi(\vec{X},t)}{\partial t}\right)\right|_{\vec X} \triangleq \overset{\bullet}{\bold\Phi}DtDΦ=(tΦ(X,t))XΦ
物理量 Φ\bold \PhiΦ 在某一固定的空间坐标上的时间变化率(称作:空间时间导数/局部导数)可写作:
(∂Φ(x⃗,t)∂t)∣x⃗≜Φ′\left. \left(\frac{\partial \bold\Phi(\vec{x},t)}{\partial t}\right)\right|_{\vec x} \triangleq \bold\Phi'(tΦ(x,t))xΦ

根据复合函数的求导法则可推出:
Φ∙={∂Φ[x⃗(X⃗,t),t]∂t}∣X⃗=(∂Φ∂t)∣x⃗+(∂Φ∂xr)(∂xr∂t)∣X⃗=Φ′+(∂Φ∂xr⊗g⃗r)⋅(g⃗s∂xs∂t)∣X⃗=Φ′+(Φ▽)⋅(∂x⃗∂t)∣X⃗=Φ′+(Φ▽)⋅(∂u⃗∂t)=Φ′+(Φ▽)⋅v⃗=Φ′+v⃗⋅(▽Φ)\begin{aligned} & \overset{\bullet}{\bold\Phi} =\left. \left\{\frac{\partial \bold\Phi[\vec{x}(\vec{X},t),t]}{\partial t}\right\}\right|_{\vec X} \\\\ &\quad=\left.\left(\dfrac{\partial\bold\Phi}{\partial t}\right)\right|_{\vec{x}}+\left(\dfrac{\partial\bold\Phi}{\partial {x}^r}\right)\left.\left(\dfrac{\partial x^r}{\partial t}\right)\right|_{\vec{X}}\\\\ &\quad=\bold\Phi'+\left(\dfrac{\partial\bold\Phi}{\partial {x}^r}\otimes\vec{g}\ ^r\right)\cdot\left.\left(\vec{g}_s\dfrac{\partial x^s}{\partial t}\right)\right|_{\vec{X}}\\\\ &\quad=\bold\Phi'+\left(\bold\Phi\triangledown\right)\cdot\left.\left(\dfrac{\partial\vec x}{\partial t}\right)\right|_{\vec{X}}\\\\ &\quad=\bold\Phi'+\left(\bold\Phi\triangledown\right)\cdot\left(\dfrac{\partial\vec u}{\partial t}\right)\\\\ &\quad=\bold\Phi'+\left(\bold\Phi\triangledown\right)\cdot\vec{v}\\\\ &\quad=\bold\Phi'+\vec{v}\cdot\left(\triangledown\bold\Phi\right) \end{aligned}Φ={tΦ[x(X,t),t]}X=(tΦ)x+(xrΦ)(txr)X=Φ+(xrΦg r)(gstxs)X=Φ+(Φ)(tx)X=Φ+(Φ)(tu)=Φ+(Φ)v=Φ+v(Φ)

2. 空间坐标系相关量的物质导数

2.1. 空间坐标系基矢的物质导数

随时间变化,某一固定物质点将映射至空间坐标系中的不同位置。因此,“空间坐标系基矢的物质导数”是指:某一物质点所在处的基矢变化率。故
g⃗i∙=(g⃗i)′+v⃗⋅▽g⃗i=v⃗⋅▽g⃗i=vj∂g⃗i∂xj=vjΓijkg⃗k=vjΓij,kg⃗k\overset{\bullet}{\vec{g}_i} =(\vec{g}_i)'+\vec{v}\cdot\triangledown\vec{g}_i =\vec{v}\cdot\triangledown\vec{g}_i =v^j\dfrac{\partial \vec{g}_i}{\partial x^j} =v^j\Gamma_{ij}^k\vec{g}_k =v^j\Gamma_{ij,k}\vec{g}^kgi=(gi)+vgi=vgi=vjxjgi=vjΓijkgk=vjΓij,kgk
式中,Γijk、Γij,k\Gamma_{ij}^k、\Gamma_{ij,k}ΓijkΓij,k 分别为空间坐标系的第二类、第一类 Christoffel 符号。又由于
DDt(g⃗i⋅g⃗j)=g⃗i∙⋅g⃗j+g⃗i⋅g⃗j∙=0⟹g⃗i⋅g⃗j∙=−g⃗i∙⋅g⃗j\dfrac{D}{Dt}(\vec{g}_i\cdot\vec{g}^j) =\overset{\bullet}{\vec{g}_i}\cdot\vec{g}^j+\vec{g}_i\cdot\overset{\bullet}{\vec{g}^j} =0 \Longrightarrow \vec{g}_i\cdot\overset{\bullet}{\vec{g}^j}=-\overset{\bullet}{\vec{g}_i}\cdot\vec{g}^jDtD(gigj)=gigj+gigj=0gigj=gigj
g⃗j∙=βijg⃗i\overset{\bullet}{\vec{g}^j}=\beta^j_i\vec{g}^igj=βijgi ,那么:
g⃗i⋅βkjg⃗k=βij=−g⃗i∙⋅g⃗j=−vkΓikj\vec{g}_i\cdot\beta^j_k\vec{g}^k =\beta^j_i =-\overset{\bullet}{\vec{g}_i}\cdot\vec{g}^j =-v^k\Gamma^j_{ik}giβkjgk=βij=gigj=vkΓikj
故,
g⃗j∙=−vkΓikjg⃗i\overset{\bullet}{\vec{g}^j}=-v^k\Gamma^j_{ik}\vec{g}^igj=vkΓikjgi

2.2. 空间坐标系协变基矢混合积的 g\sqrt{g}g 的物质导数

由空间坐标系基矢的物质导数可知:
gij∙=g⃗i∙⋅g⃗j+g⃗i⋅g⃗j∙=vr(Γirkgkj+Γjrkgki)=vr(Γir,j+Γjr,i)\overset{\bullet}{g_{ij}} =\overset{\bullet}{\vec{g}_i}\cdot\vec{g}_j+\vec{g}_i\cdot\overset{\bullet}{\vec{g}_j} =v^r(\Gamma^k_{ir}g_{kj}+\Gamma^k_{jr}g_{ki}) =v^r(\Gamma_{ir,j}+\Gamma_{jr,i})gij=gigj+gigj=vr(Γirkgkj+Γjrkgki)=vr(Γir,j+Γjr,i)
由于,
1det([A])[A∗]=[A]−1\dfrac{1}{det([A])}[A^*]=[A]^{-1}det([A])1[A]=[A]1
其中,[A∗][A^*][A][A][A][A] 的伴随矩阵。则
1g∂g∂gji=gij,g=det(gij)\dfrac{1}{g}\dfrac{\partial g}{\partial g_{ji}}=g^{ij},g=det(g_{ij})g1gjig=gijg=det(gij)
故,det(gij)det(g_{ij})det(gij) 的物质导数为:
g∙=∂g∂gjigji∙=ggijgji∙=gvr(Γiri+Γjrj)=2gvrΓiri\overset{\bullet}{g} =\dfrac{\partial g}{\partial g_{ji}}\overset{\bullet}{g_{ji}} =gg^{ij}\overset{\bullet}{g_{ji}} =gv^r(\Gamma_{ir}^i+\Gamma_{jr}^j) =2gv^r\Gamma_{ir}^ig=gjiggji=ggijgji=gvr(Γiri+Γjrj)=2gvrΓiri
式中,Γiri\Gamma_{ir}^iΓiri 为空间坐标系的第二类Christoffel 符号。进一步:
g∙=gvrΓiri\overset{\bullet}{\sqrt{g}}=\sqrt gv^r\Gamma_{ir}^ig=gvrΓiri
上式也可利用第二类Christoffel符号与协变基矢的混合积 g\sqrt{g}g 的关系物质导数和局部导数的关系得到:
g∙=v⃗⋅(▽g)=vi∂g∂xi=gvrΓiri\overset{\bullet}{\sqrt{g}} =\vec{v}\cdot(\triangledown\sqrt{g}) =v^i\dfrac{\partial \sqrt{g}}{\partial x^i} =\sqrt gv^r\Gamma_{ir}^ig=v(g)=vixig=gvrΓiri

3. 随体坐标系 {XA,t}\{X^A,t\}{XA,t} 相关量的物质导数

3.1. 随体坐标系 {XA,t}\{X^A,t\}{XA,t} 基矢的物质导数

随时间的变化,特定的物质点在随体坐标系 {XA,t}\{X^A,t\}{XA,t} 中的基矢不断改变。其协变基矢的变化率可写作:
C⃗A∙=[∂∂t(∂x⃗∂XA)]∣X⃗=[∂∂XA(∂x⃗∂t)]∣X⃗=∂∂XA(∂u⃗∂t)=∂v⃗∂XA=vB∣∣AC⃗B=∂v⃗∂xi∂xi∂XA=x,Ai∂v⃗∂xi=x,Aivj∣ig⃗j\begin{aligned} &\overset{\bullet}{\vec{C}_A} =\left.\left[\dfrac{\partial}{\partial t}\left(\dfrac{\partial \vec{x}}{\partial X^A}\right)\right]\right|_{\vec{X}} =\left.\left[\dfrac{\partial}{\partial X^A}\left(\dfrac{\partial \vec{x}}{\partial t}\right)\right]\right|_{\vec{X}} \\\ \\ &\quad\ =\dfrac{\partial}{\partial X^A}\left(\dfrac{\partial \vec{u}}{\partial t}\right) =\dfrac{\partial\vec{v}}{\partial X^A} =v^B||_A\vec{C}_B \\\ \\ &\quad\ =\dfrac{\partial\vec{v}}{\partial x^i}\dfrac{\partial x^i}{\partial X^A} =x^i_{,A}\dfrac{\partial\vec{v}}{\partial x^i} =x^i_{,A}v^j|_i\vec{g}_j \end{aligned}  CA=[t(XAx)]X=[XA(tx)]X =XA(tu)=XAv=vBACB =xivXAxi=x,Aixiv=x,Aivjigj
同理可知
C⃗A∙∙=∂a⃗∂XA=aB∣∣AC⃗B\overset{\bullet\bullet}{\vec{C}_A} =\dfrac{\partial\vec{a}}{\partial X^A} =a^B||_A\vec{C}_BCA∙∙=XAa=aBACB

DC⃗A⋅C⃗BDt=C⃗A∙⋅C⃗B+C⃗A⋅C⃗B∙=0\dfrac{D{\vec{C}_A\cdot\vec{C}^B}}{Dt} =\overset{\bullet}{\vec{C}_A}\cdot\vec{C}^B+{\vec{C}_A}\cdot\overset{\bullet}{\vec{C}^B} =0DtDCACB=CACB+CACB=0

C⃗A∙=−(C⃗B∙⋅C⃗A)C⃗B=−vA∣∣BC⃗B=−X,jAvj∣ig⃗i\overset{\bullet}{\vec{C}^A} =-(\overset{\bullet}{\vec{C}_B}\cdot\vec{C}^A)\vec{C}^B =-v^A||_B\vec{C}^B =-X^A_{,\ j}v^j|_i\vec{g}^iCA=(CBCA)CB=vABCB=X, jAvjigi

3.2. 随体坐标系 {XA,t}\{X^A,t\}{XA,t} 协变基矢混合积的 C\sqrt{C}C 的物质导数

C∙AB=C⃗∙A⋅C⃗B+C⃗A⋅C⃗∙B=vB∣∣A+vA∣∣B\overset{\bullet}{C}_{AB} =\overset{\bullet}{\vec C}_{A}\cdot{\vec C}_{B}+\vec{C}_A\cdot\overset{\bullet}{\vec C}_{B} =v_B||_A+v_A||_BCAB=CACB+CACB=vBA+vAB

1C∂C∂CBA=C−1AB,C=det(CAB)\dfrac{1}{C}\dfrac{\partial C}{\partial C_{BA}}=\overset{-1}{C}\ ^{AB},C=det(C_{AB})C1CBAC=C1 ABC=det(CAB)

C∙=∂C∂CBAC∙AB=CC−1ABC∙AB=C(vA∣∣A+vB∣∣B)=2CvA∣∣A\overset{\bullet}{C} =\dfrac{\partial C}{\partial C_{BA}}\overset{\bullet}{C}_{AB} =C\overset{-1}{C}\ ^{AB}\overset{\bullet}{C}_{AB} =C(v^A||_A+v^B||_B) =2Cv^A||_AC=CBACCAB=CC1 ABCAB=C(vAA+vBB)=2CvAA
进一步知:
C∙=12CC∙=CvA∣∣A\overset{\bullet}{\sqrt C} =\dfrac{1}{2\sqrt C}\overset{\bullet}{C} =\sqrt Cv^A||_AC=2C1C=CvAA

3.3. J\mathscr{J}J 的物质导数

由于,
J=det(F)=CG\mathscr{J}=det(\bold F)=\sqrt{\dfrac{C}{G}}J=det(F)=GC
故,
J∙=C∙G=CGvA∣∣A=JvA∣∣A=J▽⋅v⃗\overset{\bullet}{\mathscr{J}} ={\dfrac{\overset{\bullet}{\sqrt C}}{\sqrt G}} =\dfrac{\sqrt C}{\sqrt G}v^A||_A =\mathscr{J}v^A||_A =\mathscr{J}\triangledown\cdot\vec{v}J=GC=GCvAA=JvAA=Jv

4. 任意张量在空间坐标系与随体坐标系 {XA,t}\{X^A,t\}{XA,t} 中的物质导数

以三阶张量为例:
Φ=Φ∙∙kijg⃗i⊗g⃗j⊗g⃗k=Φ∙∙MABC⃗A⊗C⃗B⊗C⃗M\bold\Phi =\varPhi^{ij}_{\bullet\bullet k}\ \vec{g}_i\otimes\vec{g}_j\otimes\vec{g}^k =\varPhi^{AB}_{\bullet\bullet M}\ \vec{C}_A\otimes\vec{C}_B\otimes\vec{C}^MΦ=Φ∙∙kij gigjgk=Φ∙∙MAB CACBCM

Φ∙=Φ∙∙∙MABC⃗A⊗C⃗B⊗C⃗M+Φ∙∙MABC⃗A∙⊗C⃗B⊗C⃗M+Φ∙∙MABC⃗A⊗C⃗B∙⊗C⃗M+Φ∙∙MABC⃗A⊗C⃗B⊗C⃗∙M=(Φ∙∙∙MAB+Φ∙∙MNBvA∣∣N+Φ∙∙MANvB∣∣N−Φ∙∙NABvN∣∣M)C⃗A⊗C⃗B⊗C⃗M\begin{aligned} &\overset{\bullet}{\bold\Phi} =\overset{\bullet}{\varPhi}\ ^{AB}_{\bullet\bullet M}\ \vec{C}_A\otimes\vec{C}_B\otimes\vec{C}^M +\varPhi^{AB}_{\bullet\bullet M}\ \overset{\bullet}{\vec{C}_A}\otimes\vec{C}_B\otimes\vec{C}^M +\varPhi^{AB}_{\bullet\bullet M}\ \vec{C}_A\otimes\overset{\bullet}{\vec{C}_B}\otimes\vec{C}^M +\varPhi^{AB}_{\bullet\bullet M}\ \vec{C}_A\otimes\vec{C}_B\otimes\overset{\bullet}{\vec{C}}\ ^M \\\\ &\ \ \ =(\overset{\bullet}{\varPhi}\ ^{AB}_{\bullet\bullet M}+\varPhi^{NB}_{\bullet\bullet M}\ v^A||_N+\varPhi^{AN}_{\bullet\bullet M}\ v^B||_N-\varPhi^{AB}_{\bullet\bullet N}\ v^N||_M)\ \vec{C}_A\otimes\vec{C}_B\otimes\vec{C}^M \end{aligned}Φ=Φ ∙∙MAB CACBCM+Φ∙∙MAB CACBCM+Φ∙∙MAB CACBCM+Φ∙∙MAB CACBC M   =(Φ ∙∙MAB+Φ∙∙MNB vAN+Φ∙∙MAN vBNΦ∙∙NAB vNM) CACBCM

Φ∙=Φ∙∙∙kijg⃗i⊗g⃗j⊗g⃗k+Φ∙∙kijg⃗∙i⊗g⃗j⊗g⃗k+Φ∙∙kijg⃗i⊗g⃗∙j⊗g⃗k+Φ∙∙kijg⃗i⊗g⃗j⊗g⃗∙k=(Φ∙∙∙kij+Φ∙∙ksjvrΓrsi+Φ∙∙kisvrΓrsj−Φ∙∙sijvrΓrks)g⃗i⊗g⃗j⊗g⃗k=[(Φ∙∙kij)′+(vrΦ∙∙k,rij+Φ∙∙ksjvrΓrsi+Φ∙∙kisvrΓrsj−Φ∙∙sijvrΓrks)]g⃗i⊗g⃗j⊗g⃗k=[(Φ∙∙kij)′+vrΦ∙∙kij∣r)]g⃗i⊗g⃗j⊗g⃗k=Φ′+v⃗⋅▽Φ\begin{aligned} &\overset{\bullet}{\bold\Phi} =\overset{\bullet}{\varPhi}\ ^{ij}_{\bullet\bullet k}\ \vec{g}_i\otimes\vec{g}_j\otimes\vec{g}^k +\varPhi^{ij}_{\bullet\bullet k}\ \overset{\bullet}{\vec{g}}_i\otimes\vec{g}_j\otimes\vec{g}^k +\varPhi^{ij}_{\bullet\bullet k}\ \vec{g}_i\otimes\overset{\bullet}{\vec{g}}_j\otimes\vec{g}^k +\varPhi^{ij}_{\bullet\bullet k}\ \vec{g}_i\otimes\vec{g}_j\otimes\overset{\bullet}{\vec{g}}\ ^k \\\\ &\ \ \ =(\overset{\bullet}{\varPhi}\ ^{ij}_{\bullet\bullet k}+{\varPhi}\ ^{sj}_{\bullet\bullet k}v^r\Gamma^i_{rs}+{\varPhi}\ ^{is}_{\bullet\bullet k}v^r\Gamma^j_{rs}-{\varPhi}\ ^{ij}_{\bullet\bullet s}v^r\Gamma^s_{rk})\ \vec{g}_i\otimes\vec{g}_j\otimes\vec{g}^k \\\\ &\ \ \ =[({\varPhi}\ ^{ij}_{\bullet\bullet k})'+(v^r{\varPhi}\ ^{ij}_{\bullet\bullet k,r}+{\varPhi}\ ^{sj}_{\bullet\bullet k}v^r\Gamma^i_{rs}+{\varPhi}\ ^{is}_{\bullet\bullet k}v^r\Gamma^j_{rs}-{\varPhi}\ ^{ij}_{\bullet\bullet s}v^r\Gamma^s_{rk})]\ \vec{g}_i\otimes\vec{g}_j\otimes\vec{g}^k \\\\ &\ \ \ =[({\varPhi}\ ^{ij}_{\bullet\bullet k})'+v^r{\varPhi}\ ^{ij}_{\bullet\bullet k}|_r)]\ \vec{g}_i\otimes\vec{g}_j\otimes\vec{g}^k \\\\ &\ \ \ =\bold\Phi'+\vec{v}\cdot\triangledown\bold\Phi \end{aligned}Φ=Φ ∙∙kij gigjgk+Φ∙∙kij gigjgk+Φ∙∙kij gigjgk+Φ∙∙kij gigjg k   =(Φ ∙∙kij+Φ ∙∙ksjvrΓrsi+Φ ∙∙kisvrΓrsjΦ ∙∙sijvrΓrks) gigjgk   =[(Φ ∙∙kij)+(vrΦ ∙∙k,rij+Φ ∙∙ksjvrΓrsi+Φ ∙∙kisvrΓrsjΦ ∙∙sijvrΓrks)] gigjgk   =[(Φ ∙∙kij)+vrΦ ∙∙kijr)] gigjgk   =Φ+vΦ

相关文章:

(五)物质导数与空间时间导数

本文内容主要包括:1. 物质导数与空间时间导数及二者的联系2. 空间坐标系相关量的物质导数2.1. 空间坐标系基矢的物质导数2.2. 空间坐标系协变基矢混合积的 g\sqrt{g}g​ 的物质导数3. 随体坐标系 {XA,t}\{X^A,t\}{XA,t} 相关量的物质导数3.1. 随体坐标系 {XA,t}\{X^…...

python实战应用讲解-【语法基础篇】流程控制-运算符(附示例代码)

目录 比较运算符 相等运算符 is:相同运算符 in:成员资格运算符 字符串和序列的比较...

MXNet中使用双向循环神经网络BiRNN对文本进行情感分类

文本分类类似于图片分类,也是很常见的一种分类任务,将一段不定长的文本序列变换为文本的类别。这节主要就是关注文本的情感分析(sentiment analysis),对电影的评论进行一个正面情绪与负面情绪的分类。整理数据集第一步都是将数据集整理好&…...

SpringBoot 整合 MongoDB 6 以上版本副本集及配置 SSL / TLS 协议

续上一篇 Linux 中使用 docker-compose 部署 MongoDB 6 以上版本副本集及配置 SSL / TLS 协议 前提:此篇文章是对上一篇文章的实战和项目中相关配置的使用,我这边针对 MongoDB 原有基础上做了增强,简化了 MongoDB 配置 SSL / TLS 协议上的支…...

C语言static关键字

目录static修饰局部变量static修饰全局变量static修饰函数static是C语言的关键字,它有静态的意思static的三种用法:修饰局部变量修饰全局变量修饰函数 static修饰局部变量 我们先看一个程序: void print() {int a 0;a;printf("%d\n&…...

【华为OD机试模拟题】用 C++ 实现 - 单词接龙(2023.Q1)

最近更新的博客 【华为OD机试模拟题】用 C++ 实现 - 货币单位换算(2023.Q1) 【华为OD机试模拟题】用 C++ 实现 - 选座位(2023.Q1) 【华为OD机试模拟题】用 C++ 实现 - 停车场最大距离(2023.Q1) 【华为OD机试模拟题】用 C++ 实现 - 重组字符串(2023.Q1) 【华为OD机试模…...

PHP基础(2)

PHP基础常用函数数组及多维数组数组遍历强制类型转换运算符赋值与基本运算字符串运算逻辑运算符常用函数 substr的用法是:substr(目标字符串,从字符串的哪个位置开始,然后返回往后的几个字符)strchr的用法是&#xff1…...

Java8(JDK1.8)新特性

一、Java8(JDK1.8)新特性 1、Lamdba表达式 2、函数式接口 3、方法引用和构造引用 4、Stream API 5、接口中的默认方法和静态方法 6、新时间日期API 7、OPtional 8、其他特性 二、java8(JDK1.8)新特性简介 1、速度快; 2、代码少、简…...

【C语言】指针的定义和使用

指针一、什么是指针二、指针类型三、指针和数组的关系四、空指针五、野指针一、什么是指针 指针(Pointer)是编程语言中的一个对象,通过地址直接指向内存中该地址的值。由于通过地址能够找到所需的变量存储单元,可以说地址指向该变…...

Parameter ‘zpspid‘ not found

异常:nested exception is org.apache.ibatis.binding.BindingException: Parameter testypid not found. Available parameters are [ztpsXmjcxx, pageable, param1, param2]分析:以为是xml文件中没有对应的字段,一细看了几遍是有这个字段的…...

23、高自由度下的E类波形理论计算(附Matlab代码)

23、高自由度下的E类波形理论计算(附Matlab代码) 0、代码 任意占空比、电压导数条件下的E类波形与阻抗条件计算Matlab 注意修改路径,我这边是:!!!!!!&#…...

软件测试:用“bug”来表示“在电脑程序里的错误”

计算机基础知识计算机(personal computer)俗称电脑(pc),是现代一种用于高速计算的电子机器,可以进行数值计算,又可以进行逻辑判断,还具有存储记忆功能,且能够按照程序的运…...

Git命令

git init # 初始化本地git仓库(创建新仓库)git config --global user.name "xxx" # 配置用户名git config --global user.email "xxxxxx.com" # 配置邮件git config --global color.ui true # git status等命令自动着色git config -…...

Java的异常概念和类型

Java是一种流行的编程语言,拥有强大的异常处理机制,以帮助开发人员在程序出现异常时更好地处理错误情况。本文将介绍Java异常的概念和类型。异常的概念在Java中,异常是指在程序运行时发生的错误或异常情况。例如,当程序试图打开不…...

【Leedcode】环形链表必备的面试题和证明题(附图解)

环形链表必备的面试题和证明题(附图解) 文章目录环形链表必备的面试题和证明题(附图解)前言一、第一题1.题目2.思路3.代码4.延伸问题(1)证明题一:(2)证明题二:二、第二题1.题目2.思路延伸的证明题总结前言 …...

Vulnhub靶场----7、DC-7

文章目录一、环境搭建二、渗透流程三、思路总结一、环境搭建 DC-7下载地址:https://download.vulnhub.com/dc/DC-7.zip kali:192.168.144.148 DC-7:192.168.144.155 二、渗透流程 nmap -T5 -A -p- -sV -sT 192.168.144.155思路: …...

【Unity VR开发】结合VRTK4.0:创建滑块

语录: 只有经历地狱般的磨练,才能炼出创造天堂的力量。 前言: 滑块是一个非常简单的控件,它允许通过沿有限的驱动轴滑动 Interactable 来选择不同的值。我们将使用线性驱动器创建一个滑块控件,该控件允许我们根据与滑…...

Latex中的表格(2)

Latex中的表格一、一个加脚注的三线表的例子二、表格中加注释三、并排的表格3.1 使用小页环境并排表格3.2 使用子表格并排表格四、一个复杂的表格五、一个长表格这篇文章主要罗列一些特殊的表格例子。内容来自:一篇北师大学位论文模板,详见https://githu…...

(七)输运定理

本文主要内容包括:1. 物质积分2. 曲线上物质积分的时间变化率3. 曲面上物质积分的时间变化率4. 体积域上物质积分的时间变化率 (Reynolds 输运定理)1. 物质积分 考虑 t0t_0t0​ 时刻参考构型中由物质点 X⃗\vec{X}X所形成的 物质曲线 ct0c_{t_0}ct0​​、物质曲面 …...

ABBYYFineReader15免费电脑pdf文档文字识别软件

ABBYYFineReader是一款OCR文字识别软件,它可以对图片、文档等进行扫描识别,并将其转换为可编辑的格式,比如Word、Excel等,操作也是挺方便的。 我们在官网找到该软件并进行下载,打开软件后,选择转换为“Mic…...

【人工智能】神经网络的优化器optimizer(二):Adagrad自适应学习率优化器

一.自适应梯度算法Adagrad概述 Adagrad(Adaptive Gradient Algorithm)是一种自适应学习率的优化算法,由Duchi等人在2011年提出。其核心思想是针对不同参数自动调整学习率,适合处理稀疏数据和不同参数梯度差异较大的场景。Adagrad通…...

Unity3D中Gfx.WaitForPresent优化方案

前言 在Unity中,Gfx.WaitForPresent占用CPU过高通常表示主线程在等待GPU完成渲染(即CPU被阻塞),这表明存在GPU瓶颈或垂直同步/帧率设置问题。以下是系统的优化方案: 对惹,这里有一个游戏开发交流小组&…...

基于Flask实现的医疗保险欺诈识别监测模型

基于Flask实现的医疗保险欺诈识别监测模型 项目截图 项目简介 社会医疗保险是国家通过立法形式强制实施,由雇主和个人按一定比例缴纳保险费,建立社会医疗保险基金,支付雇员医疗费用的一种医疗保险制度, 它是促进社会文明和进步的…...

零基础设计模式——行为型模式 - 责任链模式

第四部分:行为型模式 - 责任链模式 (Chain of Responsibility Pattern) 欢迎来到行为型模式的学习!行为型模式关注对象之间的职责分配、算法封装和对象间的交互。我们将学习的第一个行为型模式是责任链模式。 核心思想:使多个对象都有机会处…...

在 Spring Boot 项目里,MYSQL中json类型字段使用

前言&#xff1a; 因为程序特殊需求导致&#xff0c;需要mysql数据库存储json类型数据&#xff0c;因此记录一下使用流程 1.java实体中新增字段 private List<User> users 2.增加mybatis-plus注解 TableField(typeHandler FastjsonTypeHandler.class) private Lis…...

go 里面的指针

指针 在 Go 中&#xff0c;指针&#xff08;pointer&#xff09;是一个变量的内存地址&#xff0c;就像 C 语言那样&#xff1a; a : 10 p : &a // p 是一个指向 a 的指针 fmt.Println(*p) // 输出 10&#xff0c;通过指针解引用• &a 表示获取变量 a 的地址 p 表示…...

前端高频面试题2:浏览器/计算机网络

本专栏相关链接 前端高频面试题1&#xff1a;HTML/CSS 前端高频面试题2&#xff1a;浏览器/计算机网络 前端高频面试题3&#xff1a;JavaScript 1.什么是强缓存、协商缓存&#xff1f; 强缓存&#xff1a; 当浏览器请求资源时&#xff0c;首先检查本地缓存是否命中。如果命…...

JDK 17 序列化是怎么回事

如何序列化&#xff1f;其实很简单&#xff0c;就是根据每个类型&#xff0c;用工厂类调用。逐个完成。 没什么漂亮的代码&#xff0c;只有有效、稳定的代码。 代码中调用toJson toJson 代码 mapper.writeValueAsString ObjectMapper DefaultSerializerProvider 一堆实…...

链式法则中 复合函数的推导路径 多变量“信息传递路径”

非常好&#xff0c;我们将之前关于偏导数链式法则中不能“约掉”偏导符号的问题&#xff0c;统一使用 二重复合函数&#xff1a; z f ( u ( x , y ) , v ( x , y ) ) \boxed{z f(u(x,y),\ v(x,y))} zf(u(x,y), v(x,y))​ 来全面说明。我们会展示其全微分形式&#xff08;偏导…...

Element-Plus:popconfirm与tooltip一起使用不生效?

你们好&#xff0c;我是金金金。 场景 我正在使用Element-plus组件库当中的el-popconfirm和el-tooltip&#xff0c;产品要求是两个需要结合一起使用&#xff0c;也就是鼠标悬浮上去有提示文字&#xff0c;并且点击之后需要出现气泡确认框 代码 <el-popconfirm title"是…...