php实现运气模型(命运随机,克服困难)

一、总结

1、应该用表格来布局的,这种多列的用表格布局比div和span布局方便很多

2、span标签设置宽度:变成行内快元素:display:inline-block;

3、array_rand()函数:从数组里面随机取值

4、设置中文字符集:meta元素 charset属性:<meta charset="utf-8">

5、border边框:边框宽度,边框样式,边框颜色  :style="border:1px solid #aaddff; "

二、php实现运气模型

截图

代码

 //运气理论
public function luckModel(){
//生成柱子数子数组
$zhuzi_n = array();
//危机等级
$max_nandu = 30;
//危机次数
$times = 60;
$arr = range(1,$max_nandu);//危机等级
for ($i=0; $i <$times ; $i++) { //危机次数
$zhuzi_n[]=array_rand($arr);
}
//根据柱子数字数组生成柱子图像数组
//柱子图像数组
$zhuzi_p = array();
for ($i=$max_nandu; $i >= 0; $i--) { //有多少行,从底部开始
//每一行
$line = array();
//每一行中的每一列
for ($j=0; $j <$times ; $j++) {
if ($zhuzi_n[$j]>=$i) {
$line[]=1;
}else{
$line[]=0;
}
}
$zhuzi_p[]=$line;
}
//将01矩阵转化为图像矩阵
for ($i=0; $i < count($zhuzi_p) ; $i++) {
$line = $zhuzi_p[$i];
for ($j=0; $j < count($line); $j++) {
$zhuzi_p[$i][$j]=$zhuzi_p[$i][$j]?'*':'&nbsp;&nbsp;';
}
}
//在页面输出出来
echo '<meta charset="utf-8">';
echo '<div style="border:1px solid #aaddff; ">';
for ($i=0; $i < count($zhuzi_p)-1; $i++) {
echo '<span style="color:#df7659;width:64px;display:inline-block;">第'.(count($zhuzi_p)-$i-1).'层:</span><span style="color:#df7659;">|&nbsp;&nbsp;&nbsp;&nbsp;</span><span style="color:#adbc54">';
$line = $zhuzi_p[$i];
for ($j=0; $j < count($line); $j++) {
echo $zhuzi_p[$i][$j].' ';
}
echo '</span></br>';
}
echo '</div>';
dump($zhuzi_n);dump($zhuzi_p);die; }

php实现运气模型(命运随机,克服困难)的更多相关文章

  1. 一种利用 Cumulative Penalty 训练 L1 正则 Log-linear 模型的随机梯度下降法

    Log-Linear 模型(也叫做最大熵模型)是 NLP 领域中使用最为广泛的模型之一,其训练常采用最大似然准则,且为防止过拟合,往往在目标函数中加入(可以产生稀疏性的) L1 正则.但对于这种带 L ...

  2. 机器学习之路:python 集成回归模型 随机森林回归RandomForestRegressor 极端随机森林回归ExtraTreesRegressor GradientBoostingRegressor回归 预测波士顿房价

    python3 学习机器学习api 使用了三种集成回归模型 git: https://github.com/linyi0604/MachineLearning 代码: from sklearn.dat ...

  3. 算法岗面试题:模型的bias和variance是什么?用随机森林举例

    校招在即,准备准备一些面试可能会用到的东西吧.希望这次面试不会被挂. 基本概念 说到机器学习模型的误差,主要就是bias和variance. Bias:如果一个模型的训练错误大,然后验证错误和训练错误 ...

  4. Hbase WAL线程模型源码分析

    版权声明:本文由熊训德原创文章,转载请注明出处: 文章原文链接:https://www.qcloud.com/community/article/257 来源:腾云阁 https://www.qclo ...

  5. Spark随机深林扩展—OOB错误评估和变量权重

    本文目的 当前spark(1.3版)随机森林实现,没有包括OOB错误评估和变量权重计算.而这两个功能在实际工作中比较常用.OOB错误评估可以代替交叉检验,评估模型整体结果,避免交叉检验带来的计算开销. ...

  6. NLP —— 图模型(一)隐马尔可夫模型(Hidden Markov model,HMM)

    本文简单整理了以下内容: (一)贝叶斯网(Bayesian networks,有向图模型)简单回顾 (二)隐马尔可夫模型(Hidden Markov model,HMM) 写着写着还是写成了很规整的样 ...

  7. R语言︱决策树族——随机森林算法

    每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 笔者寄语:有一篇<有监督学习选择深度学习 ...

  8. sklearn_随机森林random forest原理_乳腺癌分类器建模(推荐AAA)

     sklearn实战-乳腺癌细胞数据挖掘(博主亲自录制视频) https://study.163.com/course/introduction.htm?courseId=1005269003& ...

  9. Python中随机森林的实现与解释

    使用像Scikit-Learn这样的库,现在很容易在Python中实现数百种机器学习算法.这很容易,我们通常不需要任何关于模型如何工作的潜在知识来使用它.虽然不需要了解所有细节,但了解机器学习模型是如 ...

随机推荐

  1. 【POJ 2482】 Stars in Your Window(线段树+离散化+扫描线)

    [POJ 2482] Stars in Your Window(线段树+离散化+扫描线) Time Limit: 1000MS   Memory Limit: 65536K Total Submiss ...

  2. POJ 2185 正解 KMP

    题意: 思路: 把每一行压成一个数 求一下 KMP 把每一列压成一个数 求一下KMP 答案就是两个周期之积 网上的好多题解都是错的---------.. //By SiriusRen #include ...

  3. 戏说Linux商用数据库

    戏说Linux商用数据库 上一篇文章(http://chenguang.blog.51cto.com/350944/277533)我介绍了Linux下几款开源数据库Mysql,MaxDB.Postgr ...

  4. jquery实现瀑布流效果

    <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8&quo ...

  5. idea python notebook连接pyspark

    1.启动pyspark 2.查看pyspark服务的token  jupyter notebook list 查看正在运行的notebook服务以及他们的token 3.在idea里运行noteboo ...

  6. jq--图片懒加载

    html 1.给图片不给真真意义上的src属性路径,可通过我们自己想要添加时改变它的属性路径即可. 2.要获取浏览器中三种高度. $(window).height();//屏幕高度 $(window) ...

  7. Easy mock - 安装配置和基本使用

    Easy-mock easy-mock是一款比较好用的接口模拟工具, 使用之前我们需要安装和配置 需要下载的内容有以下 Node Redis MongoDB Node和Redis一路点下一步就行, M ...

  8. GetInvocationList 委托链表

    最近发现C#程序初始化时在构造函数中,偶尔出现事件注册不成功.后查资料发现有GetInvocationList 这么一个获取类中的委托链表的函数, 使用方法如下: 1.在需委托的类(Class1)中增 ...

  9. 从头认识java-15.7 Map(4)-介绍HashMap的工作原理-hash碰撞(常常作为面试题)

    这一章节我们来讨论一下hash碰撞. 1.什么是hash碰撞? 就是两个对象的key的hashcode是一样的,这个时候怎么get他的value呢? 答案是通过equals遍历table那个位置上面的 ...

  10. 高速数论变换(NTT)

    今天的A题.裸的ntt,但我不会,于是白送了50分. 于是跑来学一下ntt. 题面非常easy.就懒得贴了,那不是我要说的重点. 重点是NTT,也称高速数论变换. 在非常多问题中,我们可能会遇到在模意 ...