import java.io.BufferedWriter;
import java.io.FileWriter;
public class Test {
public static void main(String[] args) {
int max = 100000000;
long t1 = System.currentTimeMillis();
test1(max);
long t2 = System.currentTimeMillis();
System.out.println("test1耗时:"+(t2-t1));
long t3 = System.currentTimeMillis();
test2(max);
long t4 = System.currentTimeMillis();
System.out.println("test2耗时:"+(t4-t3));
long t5 = System.currentTimeMillis();
test3(max);
long t6 = System.currentTimeMillis();
System.out.println("test3耗时:"+(t6-t5));
//两次测试结果
//已知 max=100000000
//test1耗时:46593/52906
//test2耗时:28563/28250
//test3耗时:21859/22594
}
public static void test1(int max){
BufferedWriter bw = null;
String fileName = "d:/1.txt";
try{
bw = new BufferedWriter(new FileWriter(fileName, true));
for(int i=0;i<max;i++){
bw.write(i+"\r\n");
}
bw.flush();
bw.close();
}catch (Exception e) {
e.printStackTrace();
}
}
public static void test2(int max){
BufferedWriter bw = null;
String fileName = "d:/2.txt";
try{
bw = new BufferedWriter(new FileWriter(fileName, true));
for(int i=0;i<max;i++){
bw.write(String.valueOf(i));
bw.write("\r\n");//快于bw.newLine()
}
bw.flush();
bw.close();
}catch (Exception e) {
e.printStackTrace();
}
}
public static void test3(int max){
BufferedWriter bw = null;
String fileName = "d:/3.txt";
try{
StringBuffer sb = new StringBuffer();
bw = new BufferedWriter(new FileWriter(fileName, true));
for(int i=0;i<max;i++){
sb.append(i);
sb.append("\r\n");
//10000写入一次
if(i%10000==0){
bw.write(sb.toString());
sb.delete(0, sb.length());
}
}
bw.write(sb.toString());
bw.flush();
bw.close();
}catch (Exception e) {
e.printStackTrace();
}
}
}
备注:test1采用字符串连接的写入方式,一次写入一行,耗时最长;test2采用分别写入方式,耗时近1半;test3采用批量写入耗时不足一半。由此可知,test3的写入效率最高。
//两次测试结果
//已知 max=100000000
//test1耗时:46593/52906
//test2耗时:28563/28250
//test3耗时:21859/22594
分享到:
相关推荐
- `model.py`: 定义SlimYOLOv3模型结构的Python文件。 - `train.py`: 训练脚本,用于训练模型并调整参数。 - `test.py`: 测试脚本,用于验证模型在测试集上的性能。 - `data`: 数据集目录,包括标注的图片和相应的...
4. **Fine-tuning and Transfer Learning**:由于 Faster R-CNN 的复杂性,通常会先在ImageNet预训练的VGG或ResNet等模型基础上进行微调(fine-tuning)。这样可以利用预训练模型在大量数据上学习到的通用特征,提高...
"caffe-faster-R-CNN"这个压缩包文件包含了在Windows操作系统上运行Faster R-CNN所需的Caffe版本。这个版本的Caffe可能经过了特定的修改和优化,以适应MATLAB环境和Faster R-CNN的计算需求。以下是一些关键知识点: ...
5. 链接Python接口:将编译好的Caffe库文件添加到Python的搜索路径中,以便Py-Faster-RCNN可以找到并使用。 6. 测试Caffe:运行Caffe的示例程序或Python接口,验证安装是否成功。 完成Caffe的安装后,就可以开始在...
1. **构建网络架构**:首先定义Faster R-CNN的网络配置文件,包括基础网络、RPN和分类回归网络的结构。 2. **预训练模型**:使用预训练的ImageNet模型初始化基础网络,例如VGG16或ResNet50。 3. **训练RPN**:对...
"CFUN-master"这个文件夹很可能包含了项目的所有源代码、训练数据、预处理脚本、模型权重、配置文件以及可能的测试结果。用户可以通过阅读源代码了解模型的具体实现,运行训练脚本来复现研究结果。 总的来说,这个...
4. **分类器和边界框回归器(Classifier and Bounding Box Regressor)**:对每个RoI进行分类(背景或目标类别)和微调边界框位置。 **TensorFlow实现的关键点** 在TensorFlow中实现Faster R-CNN,需要注意以下几...
提供的压缩包文件“Faster-RCNN+ZF制作自己的数据集和训练模型完整文件及教程”应该包含了所有这些步骤的详细指南和代码,可以帮助初学者或者研究人员快速入门Faster R-CNN在MATLAB环境下的实现。
"ruotianluo-pytorch-faster-rcnn-7fd5263"项目可能提供了完整的代码结构、配置文件、训练脚本和模型权重,使得用户可以直接运行或者作为参考进行二次开发。通过这个开源实现,开发者可以深入理解faster R-CNN的工作...
描述中的“EDS Faster for faster input data and response”暗示这个项目或更新的目标是提升EDS的数据输入速度和响应时间。这可能意味着他们对原有的EDS系统进行了优化,尤其是针对数据处理和用户交互的部分,以...
5. **分类和边界框回归(Classification and Bounding Box Regression)**:经过RoI池化后,网络会进行两个任务:一是对每个候选区域进行类别预测,二是进一步微调候选框的位置,提高检测精度。 **二、训练过程** ...
如果您发现此存储库有用,请引用以下原始文件: @inproceedings{chen2018domain, title={Domain Adaptive Faster R-CNN for Object Detection in the Wild}, author = {Chen, Yuhua and Li, Wen and Sakaridis, ...
描述中提到的“Faster and Better”意味着该机器学习方法可能优化了传统算法的计算效率,并提升了检测效果。使用C语言编写角点检测算法,可以确保程序运行速度,这对于实时性要求高的应用至关重要。 边缘检测是与角...
在"压缩包子文件的文件名称列表"中,我们看到"Faster-than-Faster-Better-than-Better-Machine-Learning-Electromechanical-Switching-in-Ferroelec-master"可能是项目源代码或者相关资料的主目录。通常,"master...
2. **DBNet(Decoupled Detection and Boundary Network)**: DBNet是由Yao Li等人在2019年提出的,它是一种用于端到端文本检测的深度学习模型。DBNet将文本边界检测和文本存在检测两个任务解耦,分别用两个分支...
### Nginx HTTP Server: Key Concepts and Benefits #### 一、Nginx简介与核心功能 **Nginx**(发音为 "engine X")是一款高性能的Web服务器和反向代理服务器,它以其高稳定性、丰富的特性集以及对资源消耗低而...
The UniDAC library is designed to help programmers develop faster and cleaner cross-database applications. UniDAC is a complete replacement for standard database connectivity solutions and presents ...
AutoCut 对你的视频自动生成...# for whisper and faster-whisper pip install '.[faster]' # for whisper and openai-whisper pip install '.[openai]' # for all pip install '.[all]' # using faster-whisper ...
这个仓库在原作者的基础上更改了一些代码,若想知晓更改了哪些文件,请查看的commit log #a763565 添加了requirements.txt python2.7 pip install -r requirements.txt 声明 本仓库fork自 ,并根据自己的环境做了...
这是一个美国数学建模比赛2004MCM题:A Faster QuickPass System 的参考文献资料 --------------------------------------------------------------- ·2.资源使用方法 Microsoft PPT 和Adobe pdf浏览 -------------...