php实现运气模型(命运随机,克服困难)
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]?'*':' ';
}
}
//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;">| </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
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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. ...
- 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 ...
- 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 ...
- 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& ...
- 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
- 图解hdu5301Buildings
这个题就是给出一个大矩形n*m.当中有个1*1的小格子不能被占用,然后要你用非常多小矩形去填满.问小矩形的最小最大面积是多少. 显然小矩形必定是1*x的最好,毕竟i*x,若i>1则还是能够拆成非 ...
- 修正单纯形法·优化算法实现·Java
修正单纯性法 代码例如以下: 舍去了输入转化的内容,主要包括算法关键步骤. public class LPSimplexM { private static final double inf = 1e ...
- POJ 2181 贪心
思路: 贪心 对于每个波浪 ans+=最大值-最小值 注意最后一定是选最大值 //By SiriusRen #include <cstdio> using namespace std; i ...
- 基于x86平台的Solaris安装视频(时长25分钟)
基于X86平台的Solaris安装视频 本视频分为三个部分分别在附件中1.2.3(第三部分附件较大请在这里下载:http://down.51cto.com/data/263614) ,远程连接的视频由 ...
- postgresql sql语句 更改表名
SELECT'alter table "public"."'|| t.tablename||'"'||' rename to "'|| "l ...
- go语言的一个gui 开源 项目 https://github.com/andlabs/ui
go语言的一个gui 开源 项目 https://github.com/andlabs/ui 1 安装 mingw-w64 链接地址: http://mingw-w64.sourceforge. ...
- Newtonsoft.json多版本共存
Newtonsoft.json多版本共存 https://blog.csdn.net/dang13579/article/details/72956684 https://blog.csdn.net/ ...
- 【DRF路由】
在urls.py文件中按照如下步骤写,即可正确使用DRF的内置路由. from .views import BookModel # 1. 导入我们的视图 from rest_framework.rou ...
- ps---报告当前系统的进程状态
ps aux最初用到Unix Style中,而ps -ef被用在System V Style中,两者输出略有不同.现在的大部分Linux系统都是可以同时使用这两种方式的. linux上进程有5种状态: ...
- 漫话C++之string字符串类的使用(有汇编分析)
C++中并不提倡继续使用C风格的字符串,而是为字符串定义了专门的类,名为string. 使用前的准备工作 在使用string类型时,需要包含string头文件,且string位于std命名空间内: # ...