是否可以使用gcov进行多线程应用程序的覆盖测试？
我已经对我们的代码库进行了一些微不足道的测试,但是对我们正在实现的覆盖范围有所了解会很好.如果gcov不合适,任何人都可以推荐一个替代工具(可能的oprofile),理想情况下有一些关于入门的好文档.
我正在尝试根据一组关键顶点将网络划分为一个或多个部分.我有相信代码可以解决我的问题(至少,它适用于我感兴趣的案例),但为了确保一般的正确性,我正在寻找我正在做的事情的名称来自图论,甚至是等效算法或过程的参考.
输入网络是具有单个源和宿顶点的有向图.生成的分区必须具有与原始分区相同的属性(有向图,单个源顶点,单个宿顶点),并且要求每个分区应该只有两个顶点位于关键集中,并且它们必须是初始和终端顶点.
编辑
如果源和接收器是相同的顶点,则生成的子图将包含一个循环.现有代码可用于检测和删除此类循环..
结束编辑
在这种情况下,图表值1000个单词,我绘制了一个简单的图形,彩色顶点表示关键顶点,虚线是图形的分区.
alt text http://i50.tinypic.com/1254bkg.jpg
在这种情况下,目的是找到1-1,1-3,1-7,3-1,3-3,3-7,7-1,7-3或7-7之间的任何可能的分区.实际上只存在分区1-3,3-3和3-7(见下图).此外,由于3-3分区无效,因此已重新标记图表以消除不一致性.
替代文字http://i49.tinypic.com/2qdsf42.png
如果它有帮助,我的python-eque伪代码通过执行一系列前向和后向图遍历来识别所有可能的分区.
def graphTraversal(graph,srcid,endids):
'''
Given a graph, start a traversal from srcid, stopping search
along a branch any time a vertex is in endids.
Return the visited subgraph
'''
closed = set()
open = set([srcid])
while len(open) != 0:
i = open.pop()
for j in graph.succ(i):
if (i,j) not in closed:
if j not in endids:
open.add(j)
closed.add( (i,j) )
return = graphFromList(closed)
def findAllValidPartitions(graph,srcids):
res = []
for …我的A*实现适用于我的静态环境.如果我现在想要使用动态环境,即当我们从开始到结束时,我的节点之间的某些成本会发生变化.
从我的阅读到目前为止,我已经找到了可以帮助我的LPA*,D*和D*Lite算法.那么我最糟糕的情况就是实现所有并看看最有效的方法.
有没有研究比较这些算法的功能？ 到目前为止我读过的论文只关注一个算法,由于他们的实验环境不同,很难进行比较.
**一些背景信息:我正在使用C++,我的环境是一个3d场景,我的搜索图表使用navmeshes表示.
是否有任何开源工具或库（最好是在 python 中）可用于与从 ESRI shapefile 读取的 3D 几何执行大量交集？大多数测试将是简单的线段与多边形。
我研究了 OGR 1.7.1 / GEOS 3.2.0，虽然它正确加载了数据，但结果交叉点不正确，而且大多数其他可用工具似乎都建立在这项工作上。
虽然 CGAL 本来是一个替代方案，但它的许可证并不合适。Boost 通用几何库看起来很棒，但 api 很大，而且似乎不支持 wkt 或 wkb 开箱即用的阅读器。
我正在实现一个模拟,需要我进行一些寻路.
当我的环境没有变化时,A*对我来说很好.
当我遇到不在原始地图中的静态障碍物时,LPA*和D*Lite对我来说很好.
但是,当这些障碍物以一定速度移动时,我该如何处理这种情况呢？
是否有LPA*或D*Lite算法的变体可以处理这个问题？
或者我是否必须将某种形式的转向行为与这些算法结合起来？
在我的模拟中,我希望让我的"代理人"从一个起点到一个终点,在一个会有障碍移动的环境中.
有没有一种有效的方法来使用零阶保持重新采样numpy数组？理想情况下,像numpy.interp那样的签名？
我知道scipy.interpolate.interp1d,但我确信有一个矢量化替代方案可用于处理这样的情况.
什么是Perl相当于pyephem？
由于pyephem基于C库(？),我猜猜有人也创建了Perl版本？
我有一个大小为13000*300000的数组,填充0到255之间的整数.我想将它们的数据类型从整数更改为float,就好像数据是一个numpy数组:
data.astype('float')
在将其数据类型从整数更改为float时,它会显示内存错误.我有80 GB的RAM.它仍然显示内存错误.你能告诉我它是什么原因吗？