主頁 > 區塊鏈 > 我可以使用ALL運算子來測驗“組”的所有值是否存在于另一個查詢/集中?如果是這樣,怎么做?

我可以使用ALL運算子來測驗“組”的所有值是否存在于另一個查詢/集中?如果是這樣,怎么做?

2022-03-13 03:13:30 區塊鏈

  • 我有這個資料庫用于假設的電影商店公司的 CS/資料庫理論作業問題:
    • 對于那些可能不熟悉這個概念的人來說,電影商店是一個零售場所,顧客可以在其中使用 VHS 磁帶或這種稱為“DVD”的新格式拍攝作品。
      • 誰知道,也許在遙遠的未來某個時候,我們可能能夠直接通過互聯網觀看電影?
    • DDL 和示例資料如下。
  • 我需要撰寫一個查詢來顯示所有三個芝加哥商店中可用的所有電影:(WI01、、WI02WI03)。
    • 通過查看我們下面的原始資料,我們可以看到只有這 3 個movieId值(D00001D00006D00007)對于位于芝加哥的每個movie_store值都有行。 store
CREATE TABLE movie (
    movieId varchar(6)   NOT NULL PRIMARY KEY, 
    title   nvarchar(50) NOT NULL
);

CREATE TABLE store (
    storeId varchar(4)   NOT NULL PRIMARY KEY, 
    city    nvarchar(20) NOT NULL
);

CREATE TABLE movie_store (
    movieid varchar(6) FOREIGN KEY REFERENCES movie ( movieId ),
    storeid varchar(4) FOREIGN KEY REFERENCES store ( storeId ),

    PRIMARY KEY ( movieId, storeId )
);

GO

INSERT INTO movie ( movieId, title )
VALUES
('D00001', N'True Lies'),
('D00002', N'Predator'),
('D00003', N'Last Action Hero'),
('D00004', N'Red Heat'),
('D00005', N'Conan 1'),
('D00006', N'Conan 2'),
('D00007', N'Red Sonja');

INSERT INTO store ( storeId, city ) VALUES
('WI01', N'Chicago'),
('WI02', N'Chicago'),
('WI03', N'Chicago'),
('IL01', N'Atlanta'),
('IL02', N'Nashville');

INSERT INTO movie_store ( movieId, storeId ) VALUES
-- True Lies:
('D00001', 'WI01'),
('D00001', 'WI02'),
('D00001', 'WI03'),
-- 'Predator:
('D00002', 'IL01'),
('D00002', 'IL02'),
-- Last Action Hero:
('D00003', 'WI01'),
-- Red Heat:
('D00004', 'WI01'),
('D00004', 'WI02'),
('D00004', 'IL02'),
-- Conan 1:
('D00005', 'WI01'),
('D00005', 'WI02'),
-- Conan 2:
('D00006', 'WI01'),
('D00006', 'WI02'),
('D00006', 'WI03'),
-- Red Sonja:
('D00007', 'WI01'),
('D00007', 'WI02'),
('D00007', 'WI03'); 
  • 在我解決問題的研究中,我發現了一個解釋操作員的網站ALL
    • 我的查詢在芝加哥變得獨一無二storeIds
    • 然后,它試圖為芝加哥的每個地點獲取title帶有記錄的電影。storeId
WITH chicagoStores AS (
    SELECT DISTINCT
        storeId
    FROM
        store 
    WHERE
        city = 'Chicago'
)
SELECT DISTINCT
    m.title
FROM
    movie AS m
    INNER JOIN movie_store AS y ON m.movieid = y.movieid
    INNER JOIN store       AS s ON y.storeid = s.storeid
WHERE
    s.storeId = ALL( SELECT storeId FROM chicagoStores ) 

但是我的查詢回傳零行(并且沒有錯誤),我誤解了ALL運算子嗎?

uj5u.com熱心網友回復:

嘗試這個

select city,title,count(*)
from 
store
inner join movie_store
on store.storeid = movie_store.storeid
inner join movie
on movie_store.movieid = movie.movieid
where city = 'Chicago'
group by city,title
having count(*) = 3

uj5u.com熱心網友回復:

看來我對 ALL 有錯誤的想法。我意識到我可以用這種方式撰寫查詢來獲取出現在芝加哥所有地點的電影。謝謝大家的幫助。

with stores as (
    select count(distinct(storeid)) as count_store
    from store 
    where city = 'Chicago'
),
     count_movies as (
    select z.title, count(*) as count
    from movie z
    join movie_store y on (z.movieid = y.movieid)
    join store x on (y.storeid = x.storeid)
    where x.city = 'Chicago'
    group by z.title
    having count(*) = (select count_store from stores)
)
select title from count_movies

uj5u.com熱心網友回復:

這可以在沒有視窗且不提及chicago2 次的情況下完成

select m.title,
       s.city
from   store s
  inner join movie_store ms on s.storeid = ms.storeid
  inner join movie m on ms.movieid = m.movieid
  cross apply (select count(1) numbers from store s2 where s2.city = s.city group by s2.city) c
where  s.city = 'Chicago'
group by m.title, s.city, c.numbers
having  count(s.storeid) = c.numbers

在這個DBFiddle自己嘗試一下

uj5u.com熱心網友回復:

在插入更多內容并閱讀有關 Relational Division 的這篇文章后,我認為與原始答案相比,我發現了一個更短的查詢

SELECT
    m.movieId,
    m.title
FROM
    movie AS m
WHERE
    NOT EXISTS (
        SELECT m.movieId, s.storeId FROM store       AS s WHERE city = 'Chicago'
        EXCEPT
        SELECT r.movieId, r.storeId FROM movie_store AS r WHERE r.movieId = m.movieId
    );

下面的解釋是基于這個稍微長一點的版本,在其他方面它的關系演算是相同的:

WITH chicagoStores AS (
    SELECT storeId FROM store WHERE city = 'Chicago'
)
SELECT
    m.movieId,
    m.title
FROM
    movie AS m
WHERE
    NOT EXISTS (
        -- Generate rows we'd *expect to exist* if a given `m.movieId` is present in every Chicago storeId:
        SELECT
            m.movieId,
            s.storeId
        FROM
            chicagoStores AS s

        -- Then subtract the `movie_store` rows that *actually exist* for this m.movieId:
        EXCEPT

        SELECT
            a.movieId,
            a.storeId
        FROM
            movie_store AS a
        WHERE
            a.movieId = m.movieId
    );
  • 生成相同的chicagoStores集合。
  • 然后,過濾(in ) 中的movieId... movieWHERE
    • 從...生成一組假設 movieId, storeId的元組(針對該特定movieId值)chicagoStores
    • ...并從(使用) 中的實際行中減去...movie_storeEXCEPT
      • This is the same thing as whatIfEveryChicagoStoreHadEveryMovie from my original answer, but computed on a a per-row basis, instead of (conceptually) generating the ( movies X stores ) EXCEPT movie_store Cartesian Product subtraction all-at-once.
        • ...with the implication that this might require less maximum total memory on the database-server, but that's entirely dependent on the execution-plan and DB engine.
    • ...and if there are any hypothetical rows remaining (using EXISTS) after the EXCEPT then it means that the movieId is not available in all Chicagoan stores.
    • 因此,如果我們反轉謂詞 ( NOT EXISTS),那么這意味著我們可以測驗以查看特定movieId是否所有芝加哥商店中可用。
      • 要小心chicagoStores,因為當/如果集合為空時它也會有錯誤的位置(NOT EXISTS ( x EXCEPT y )總是truex為空時,即使y也是空的。
        • 作為一種解決方法,更改FROM movieFROM anyChicagoStoreMovieIdsanyChicagoStoreMovieIds在我的其他答案中定義的位置)。

uj5u.com熱心網友回復:

  • x = ALL y運營商不是你想要的

    • 聽起來您想要一個運算子來測驗“x 中的所有值也在 y 中”,也就是一個“ ALL IN”運算子。
      • 不幸的是ALL IN,在 SQL 中不存在,盡管它具有明顯的實用性。
    • x = ALL y運算子實際上測驗以查看y(右側單串列運算式)中的所有值是否等于單個標量值x
      • 此功能與問題無關,因為我們不需要測驗某個結果串列是否等于某個單行的列。
      • 其他運算子也沒有多大用處(例如x != ALL yx < ALL y)。
  • 雖然ALL INSQL 中沒有運算子,但該概念存在于關系代數中,稱為關系除法

    • 從概念上講(如果它存在于 SQL 中)然后x DIVIDE y ON y.foo = x.foo會喜歡GROUP BY x.foo HAVING x.foo ALL IN ( SELECT foo FROM y ) UNGROUP(當然,UNGROUP 也不是一回事)。
    • 在 SQL 中實作關系除法是一種常見的 PITA

從高層次來看,問題可以分解為 4 個步驟:

  1. 獲取storeId芝加哥商店的一組值。
    • IESELECT storeId FROM store WHERE city = 'Chicago'
  2. 另外,獲取這些商店 movieId中所有電影的值集。
    • IESELECT * FROM movie_store AS ms INNER JOIN chicagoStores AS cs ON ms.storeId = cs.storeId
  3. chicagoMovies然后按各自的movieId對集合進行分組/磁區。
  4. 然后過濾掉那些每個磁區的storeId值集不等于chicagoStores集合的組/磁區。

但這里是困難的部分:SQL 沒有提供一種方法來評估查詢中每個磁區的謂詞條件GROUP BY

SQL 更像是關系微積分,您可以在其中描述您想要什么,而不是關系代數,您可以在其中描述您希望它如何完成與 SQL 相比,Linq 是關系代數查詢語言的一個示例。

在 Linq 中(對于記憶體中的物件,而不是物體框架),你會這樣做:

HashSet<StoreId> chicagoStores = Stores
    .Where( s => s.City == "Chicago" )
    .Select( s => s.StoreId )
    .ToHashSet();

MovieStores
    .GroupBy( ms => ms.StoreId )
    .Where( grp => grp.All( ms => chicagoStores.Contains( ms.StoreId ) ) )
    .SelectMany( grp => grp )
    .Select( ms => ms.Movie )

所以我在 SQL 中采用了一種完全不同的方法:

  1. 獲取storeId芝加哥商店的一組值:

    WITH chicagoStores AS (
        SELECT
            storeId
        FROM
            store
         WHERE
            city = 'Chicago'
    )
    
    StoreId
    -------
    WI01
    WI02
    WI03
    
  2. Get the set of movieId values for movies that are in at least 1 Chicago store.

    WITH anyChicagoStoreMovieIds AS (
        SELECT DISTINCT
            ms.movieId
        FROM
            movie_store AS ms
            INNER JOIN chicagoStores AS cs ON
                cs.storeId = ms.storeId
    )
    
    movieId
    -------
    D00001
    D00003
    D00004
    D00005
    D00006
    D00007
    
    • Alternatively, the set of all movieId values in movie could be used, but doing that would make Step 3 potentially much slower.
  3. Generate the CROSS APPLY of Step 1 and Step 2, which generates the Cartesian Product of every Chicagoan storeId with every movieId.

    • Hence why restricting it to a the smaller upper-bound set from Step 2 makes sense, as there's no point including movieId values that don't appear in any Chicago store.
    WITH whatIfEveryChicagoStoreHadEveryMovie AS (
        SELECT
            m.movieId,
            cs.movieId
        FROM
            chicagoStores AS cs
            CROSS APPLY anyChicagoStoreMovieIds AS m
    )
    
    movieId  storeId
    -------
    D00001   WI01
    D00001   WI02
    D00001   WI03
    D00003   WI01
    D00003   WI02
    D00003   WI03
    D00004   WI01
    D00004   WI02
    D00004   WI03
    D00005   WI01
    D00005   WI02
    D00005   WI03
    D00006   WI01
    D00006   WI02
    D00006   WI03
    D00007   WI01
    D00007   WI02
    D00007   WI03
    
  4. Now the hard part:

    • Consider that if any given Chicago storeId had every movieId possible, then such a row would already-exist in movie_store...
    • ...therefore it follows that if we then subtract actual rows in movie_store from Step 3's result, then we'll be left with the set of ( movieId, storeId ) tuples that don't exist but which would need to exist in order for every Chicago storeId to have that movie.
    WITH chicagoanMoviesNotAvailableAtEveryChicagoanStore AS (
        SELECT
            w.movieId,
            w.storeId
        FROM
            whatIfEveryChicagoStoreHadEveryMovie AS w
            LEFT OUTER JOIN movie_store AS ms ON
                w.movieId = ms.movieId
                AND
                w.storeId = ms.storeId
        WHERE
            ms.storeId IS NULL
    )
    
    movieId  storeId
    ----------------
    D00003   WI02
    D00003   WI03
    D00004   WI03
    D00005   WI03
    
  5. Then it's just a matter of subtracting chicagoanMoviesNotAvailableAtEveryChicagoanStore from anyChicagoStoreMovieIds (from Step 3), which gives us the set of movieId values that are available at every Chicagoan storeId:

    WITH moviesNotIn_moviesNotInAtLeast1ChicagoStore AS (
        SELECT movieId FROM anyChicagoStoreMovieIds
        EXCEPT
        SELECT movieId FROM moviesNotInAtLeast1ChicagoStore
    )
    
    movieId  storeId
    ----------------
    D00003   WI02
    D00003   WI03
    D00004   WI03
    D00005   WI03
    
  6. Which can then be INNER JOINed with movie to get their title information, etc:

     SELECT
         m.movieId,
         m.title
     FROM
         moviesNotIn_moviesNotInAtLeast1ChicagoStore AS ffs
         INNER JOIN movie AS m ON
             ffs.movieId = m.movieId;
    
    movieId  title
    ----------------
    D00001   'True Lies'
    D00006   'Conan 2'
    D00007   'Red Sonja'
    

Thus giving the full final query:

WITH
chicagoStores AS (
    SELECT storeId FROM store WHERE city = 'Chicago'
),
anyChicagoStoreMovieIds AS (
    SELECT DISTINCT
        ms.movieId
    FROM
        movie_store AS ms
        INNER JOIN chicagoStores AS cs ON cs.storeId = ms.storeId
),
expectedMovieStores AS (
  SELECT
    m.movieId,
    cs.storeId
  FROM
    chicagoStores AS cs
    CROSS JOIN anyChicagoStoreMovieIds AS m
),
moviesNotInAtLeast1ChicagoStore AS (
  SELECT
    e.*
  FROM
    expectedMovieStores AS e
    LEFT OUTER JOIN movie_store AS ms ON
      e.movieId = ms.movieId
      AND
      e.storeId = ms.storeId
  WHERE
    ms.storeId IS NULL
),
moviesNotIn_moviesNotInAtLeast1ChicagoStore AS (
    SELECT
        movieId
    FROM
        anyChicagoStoreMovieIds
         
    EXCEPT
         
    SELECT
        movieId
    FROM
        moviesNotInAtLeast1ChicagoStore
)
SELECT
    m.movieId,
    m.title
FROM
    moviesNotIn_moviesNotInAtLeast1ChicagoStore AS ffs
    INNER JOIN movie AS m ON
        ffs.movieId = m.movieId;

The CTEs that are only used once can be inlined to shorten the query somewhat:

WITH
chicagoStores AS (
    SELECT storeId FROM store WHERE city = 'Chicago'
),
anyChicagoStoreMovieIds AS (
    SELECT DISTINCT
        ms.movieId
    FROM
        movie_store AS ms
        INNER JOIN chicagoStores AS cs ON cs.storeId = ms.storeId
),
expectedMovieStores AS (
    SELECT
        m.movieId,
        cs.storeId
    FROM
        chicagoStores AS cs
        CROSS JOIN anyChicagoStoreMovieIds AS m
)
SELECT
    m.movieId,
    m.title
FROM
    (
        SELECT
            movieId
        FROM
            anyChicagoStoreMovieIds

        EXCEPT

        SELECT
            e.movieId
        FROM
            expectedMovieStores AS e
            LEFT OUTER JOIN movie_store AS ms ON
                e.movieId = ms.movieId
                AND
                e.storeId = ms.storeId
        WHERE
            ms.storeId IS NULL
    ) AS ffs
    INNER JOIN movie AS m ON
        ffs.movieId = m.movieId;

...which is stioll rather long and complex for what's described as a CS/SQL homework - this took me over 2 hours to figure out because it was driving me mad.

轉載請註明出處,本文鏈接:https://www.uj5u.com/qukuanlian/441793.html

標籤:sql sql服务器

上一篇:計算列中的城市數-SQLServer

下一篇:SQL-有沒有辦法檢查表的所有列中的重復行

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • JAVA使用 web3j 進行token轉賬

    最近新學習了下區塊鏈這方面的知識,所學不多,給大家分享下。 # 1. 關于web3j web3j是一個高度模塊化,反應性,型別安全的Java和Android庫,用于與智能合約配合并與以太坊網路上的客戶端(節點)集成。 # 2. 準備作業 jdk版本1.8 引入maven <dependency> < ......

    uj5u.com 2020-09-10 03:03:06 more
  • 以太坊智能合約開發框架Truffle

    前言 部署智能合約有多種方式,命令列的瀏覽器的渠道都有,但往往跟我們程式員的風格不太相符,因為我們習慣了在IDE里寫了代碼然后打包運行看效果。 雖然現在IDE中已經存在了Solidity插件,可以撰寫智能合約,但是部署智能合約卻要另走他路,沒辦法進行一個快捷的部署與測驗。 如果團隊管理的區塊節點多、 ......

    uj5u.com 2020-09-10 03:03:12 more
  • 谷歌二次驗證碼成為區塊鏈專用安全碼,你怎么看?

    前言 谷歌身份驗證器,前些年大家都比較陌生,但隨著國內互聯網安全的加強,它越來越多地出現在大家的視野中。 比較廣泛接觸的人群是國際3A游戲愛好者,游戲盜號現象嚴重+國外賬號安全應用廣泛,這類游戲一般都會要求用戶系結名為“兩步驗證”、“雙重驗證”等,平臺一般都推薦用谷歌身份驗證器。 后來區塊鏈業務風靡 ......

    uj5u.com 2020-09-10 03:03:17 more
  • 密碼學DAY1

    目錄 ##1.1 密碼學基本概念 密碼在我們的生活中有著重要的作用,那么密碼究竟來自何方,為何會產生呢? 密碼學是網路安全、資訊安全、區塊鏈等產品的基礎,常見的非對稱加密、對稱加密、散列函式等,都屬于密碼學范疇。 密碼學有數千年的歷史,從最開始的替換法到如今的非對稱加密演算法,經歷了古典密碼學,近代密 ......

    uj5u.com 2020-09-10 03:03:50 more
  • 密碼學DAY1_02

    目錄 ##1.1 ASCII編碼 ASCII(American Standard Code for Information Interchange,美國資訊交換標準代碼)是基于拉丁字母的一套電腦編碼系統,主要用于顯示現代英語和其他西歐語言。它是現今最通用的單位元組編碼系統,并等同于國際標準ISO/IE ......

    uj5u.com 2020-09-10 03:04:50 more
  • 密碼學DAY2

    ##1.1 加密模式 加密模式:https://docs.oracle.com/javase/8/docs/api/javax/crypto/Cipher.html ECB ECB : Electronic codebook, 電子密碼本. 需要加密的訊息按照塊密碼的塊大小被分為數個塊,并對每個塊進 ......

    uj5u.com 2020-09-10 03:05:42 more
  • NTP時鐘服務器的特點(京準電子)

    NTP時鐘服務器的特點(京準電子) NTP時鐘服務器的特點(京準電子) 京準電子官V——ahjzsz 首先對時間同步進行了背景介紹,然后討論了不同的時間同步網路技術,最后指出了建立全球或區域時間同步網存在的問題。 一、概 述 在通信領域,“同步”概念是指頻率的同步,即網路各個節點的時鐘頻率和相位同步 ......

    uj5u.com 2020-09-10 03:05:47 more
  • 標準化考場時鐘同步系統推進智能化校園建設

    標準化考場時鐘同步系統推進智能化校園建設 標準化考場時鐘同步系統推進智能化校園建設 安徽京準電子科技官微——ahjzsz 一、背景概述隨著教育事業的快速發展,學校建設如雨后春筍,隨之而來的學校教育、管理、安全方面的問題成了學校管理人員面臨的最大的挑戰,這些問題同時也是學生家長所擔心的。為了讓學生有更 ......

    uj5u.com 2020-09-10 03:05:51 more
  • 位元幣入門

    引言 位元幣基本結構 位元幣基礎知識 1)哈希演算法 2)非對稱加密技術 3)數字簽名 4)MerkleTree 5)哪有位元幣,有的是UTXO 6)位元幣挖礦與共識 7)區塊驗證(共識) 總結 引言 上一篇我們已經知道了什么是區塊鏈,此篇說一下區塊鏈的第一個應用——位元幣。其實先有位元幣,后有的區塊 ......

    uj5u.com 2020-09-10 03:06:15 more
  • 北斗對時服務器(北斗對時設備)電力系統應用

    北斗對時服務器(北斗對時設備)電力系統應用 北斗對時服務器(北斗對時設備)電力系統應用 京準電子科技官微(ahjzsz) 中國北斗衛星導航系統(英文名稱:BeiDou Navigation Satellite System,簡稱BDS),因為是目前世界范圍內唯一可以大面積提供免費定位服務的系統,所以 ......

    uj5u.com 2020-09-10 03:06:20 more
最新发布
  • web3 產品介紹:metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包,它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一,它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:46:47 more
  • Hyperledger Fabric 使用 CouchDB 和復雜智能合約開發

    在上個實驗中,我們已經實作了簡單智能合約實作及客戶端開發,但該實驗中智能合約只有基礎的增刪改查功能,且其中的資料管理功能與傳統 MySQL 比相差甚遠。本文將在前面實驗的基礎上,將 Hyperledger Fabric 的默認資料庫支持 LevelDB 改為 CouchDB 模式,以實作更復雜的資料... ......

    uj5u.com 2023-04-16 07:28:31 more
  • .NET Core 波場鏈離線簽名、廣播交易(發送 TRX和USDT)筆記

    Get Started NuGet You can run the following command to install the Tron.Wallet.Net in your project. PM> Install-Package Tron.Wallet.Net 配置 public reco ......

    uj5u.com 2023-04-14 08:08:00 more
  • DKP 黑客分析——不正確的代幣對比率計算

    概述: 2023 年 2 月 8 日,針對 DKP 協議的閃電貸攻擊導致該協議的用戶損失了 8 萬美元,因為 execute() 函式取決于 USDT-DKP 對中兩種代幣的余額比率。 智能合約黑客概述: 攻擊者的交易:0x0c850f,0x2d31 攻擊者地址:0xF38 利用合同:0xf34ad ......

    uj5u.com 2023-04-07 07:46:09 more
  • Defi開發簡介

    Defi開發簡介 介紹 Defi是去中心化金融的縮寫, 是一項旨在利用區塊鏈技術和智能合約創建更加開放,可訪問和透明的金融體系的運動. 這與傳統金融形成鮮明對比,傳統金融通常由少數大型銀行和金融機構控制 在Defi的世界里,用戶可以直接從他們的電腦或移動設備上訪問廣泛的金融服務,而不需要像銀行或者信 ......

    uj5u.com 2023-04-05 08:01:34 more
  • solidity簡單的ERC20代幣實作

    // SPDX-License-Identifier: GPL-3.0 pragma solidity >=0.7.0 <0.9.0; import "hardhat/console.sol"; //ERC20 同質化代幣,每個代幣的本質或性質都是相同 //ETH 是原生代幣,它不是ERC20代幣, ......

    uj5u.com 2023-03-21 07:56:29 more
  • solidity 參考型別修飾符memory、calldata與storage 常量修飾符C

    在solidity語言中 參考型別修飾符(參考型別為存盤空間不固定的數值型別) memory、calldata與storage,它們只能修飾參考型別變數,比如字串、陣列、位元組等... memory 適用于方法傳參、返參或在方法體內使用,使用完就會清除掉,釋放記憶體 calldata 僅適用于方法傳參 ......

    uj5u.com 2023-03-08 07:57:54 more
  • solidity注解標簽

    在solidity語言中 注釋符為// 注解符為/* 內容*/ 或者 是 ///內容 注解中含有這幾個標簽給予我們使用 @title 一個應該描述合約/介面的標題 contract, library, interface @author 作者的名字 contract, library, interf ......

    uj5u.com 2023-03-08 07:57:49 more
  • 評價指標:相似度、GAS消耗

    【代碼注釋自動生成方法綜述】 這些評測指標主要來自機器翻譯和文本總結等研究領域,可以評估候選文本(即基于代碼注釋自動方法而生成)和參考文本(即基于手工方式而生成)的相似度. BLEU指標^[^?88^^?^]^:其全稱是bilingual evaluation understudy.該指標是最早用于 ......

    uj5u.com 2023-02-23 07:27:39 more
  • 基于NOSTR協議的“公有制”版本的Twitter,去中心化社交軟體Damus

    最近,一個幽靈,Web3的幽靈,在網路游蕩,它叫Damus,這玩意詮釋了什么叫做病毒式營銷,滑稽的是,一個Web3產品卻在Web2的產品鏈上瘋狂傳銷,各方大佬紛紛為其背書,到底發生了什么?Damus的葫蘆里,賣的是什么藥? 注冊和簡單實用 很少有什么產品在用戶注冊環節會有什么噱頭,但Damus確實出 ......

    uj5u.com 2023-02-05 06:48:39 more