问题标签 [metric]

我希望能够做这样的事情

如果还没有这样的东西，有人有兴趣把它作为一个操作系统项目来做吗？

在之前的一次采访中，我被问到一个问题：“从 0 到 10，你如何评价自己作为一名程序员？”

我发现这是一个很难回答的问题，因为我不知道衡量我的技能有多好的指标。此外，了解自己的表现对于了解成为更好的程序员需要改进什么很有用。

那么有没有办法知道你的工作做得如何？

您如何看待使用功能点到代码行的度量作为度量？

这让我想起了旧游戏节目“Name That Tune”。“我可以用三个音符来命名那首曲子！” 我可以在 0.1 klocs 中编写该功能！这有用吗？

它似乎肯定会促进图书馆的使用，但这是你想要的吗？

我有大量对象，我需要找出它们之间的相似之处。

确切地说：给定两个对象，我可以将它们的相异度计算为一个数字，一个度量- 更高的值意味着更少的相似性，0 意味着对象具有相同的内容。计算这个数字的成本与较小对象的大小成正比（每个对象都有给定的大小）。

在给定一个对象的情况下，我需要能够快速找到与其相似的一组对象。

确切地说：我需要生成一个数据结构，将任何对象 o 映射到与 o 不比 d 更相似的对象集合，对于某些相异值 d，这样列出集合中的对象所花费的时间不会比如果它们在数组或链表中（也许它们实际上是）。通常，该集合将比对象的总数小得多，因此执行此计算非常值得。如果数据结构假设一个固定的 d 就足够了，但如果它适用于任意的 d，那就更好了。

你以前见过这个问题，或者类似的东西吗？什么是好的解决方案？

确切地说：一个简单的解决方案涉及计算所有对象对之间的差异，但这很慢 - O(n ² )，其中 n 是对象的数量。有没有复杂度较低的通用解决方案？

有没有办法计算在 wince 上运行的模块（libraray）消耗了多少 mips？我们正在开发一个音频库，并希望在 wince（瑞萨 SH-4A 核心）中播放。如何计算这个库消耗的 mip 数（每秒百万条指令）？如果不是，那么在 wince 上衡量库性能的等效指标是什么。- 谢谢你，VT。

所以我最近不得不创建一个模拟加拿大海关表格的报告。问题是报告打印在 11" x 14" 纸上，但使用公制布局。由于我的 FoxPro 安装在使用美制测量单位的机器上，FoxPro 尝试使用英制尺子，并在基于英寸的测量上对齐网格。这显然会产生一些小的设计问题。

我知道这些报告实际上只是伪装的表格，并且我已经弄清楚如何通过更改记录来打开公制标尺（而不是英文标尺），并且按预期工作。但是，对齐网格功能似乎要对齐 48 个单位到一英寸，而不是公制。因此，使用鼠标移动框会导致框（再次）在英制测量中偏移。

为了解决这个问题，我将报告打开为表格，并使用电子表格手动转换所有公制单位，并手动输入偏移量和尺寸。虽然这运作良好并且看起来非常准确，但它仍然容易出错。

所以问题是，我如何让 FoxPro 8 在报告中以公制单位对齐网格，这样我就不必手动重新输入数字了？ 让 FoxPro 以一种方式适应 Metric 会很好，我可以使用鼠标对齐报表中的对象，而不是将它们作为数字打孔并将报表“翻转”到设计视图中进行检查。

供参考，目前有以下翻译：

显然我想要更接近这个的东西：

注意：是的，我考虑过使用 FoxPro 设置使用 Metric 安装的虚拟机，即为加拿大设置的 Windows XP 安装。但是，这将需要一天左右的时间才能完成安装以及开发环境的其余部分，所以我试图避免这种情况。

获取所有 Spring 服务的性能指标的最快方法是什么？

连接到商业网络后，我无法访问互联网。

route print显示：

通过这些命令：

然后我可以访问互联网和商业网络。

我想知道：有没有办法通过 Shrew Settings 来定义它？

在 Windows 命令行中，“ROUTE PRINT”命令生成条目的表格列表，其中有一列标记为“ Metric ”。

在 Windows 平台 SDK 中，您可以通过 API 通过MIB_IPFORWARDROW结构获取相同的值（或多或少）。我可以将 MIB_IPFORWARDROW 中的大多数字段与 ROUTE PRINT 中的字段相关联，但是在指标方面，MIB_IPFORWARDROW 有 5 个（五个！）指标字段。其中哪一项是 ROUTE PRINT 的 Metric？

我有具有某些属性和客户类型的客户数据库。属性的集合可能会有所不同（尽管它们确实来自有限集），当我查看具有给定属性的未知类型的新客户时，我想确定他/她属于哪种类型。例如，假设我已经在 DB 中有这些客户，

当我收到一个具有属性的新客户时，例如，3,32,2，我想确定这个客户属于哪个类型，代码应该报告它对这次匹配的置信度（以百分比表示）。

在这里使用的最佳方法是什么？统计的东西，或基于某种亲和矩阵的方法，或推荐引擎风格的基于皮尔逊相关系数的方法？示例，伪代码将是最受欢迎的，但任何想法都可以。

谢谢，