Hadoop中自定义Writable类型(FFT中复数)

本文介绍如何在Hadoop环境下定义自定义Writable类型来存储FFT复数数据,并实现了复数的加、减、乘、绝对值等基本操作。
 定义一个自己的Writable类型,需要继承Hadoop中的WritableComparable接口,而且必须实现接口中的方法hashCode(),equals(),和toString()方法。

除此之外,必须根据自己定义类型的类型重写write(DataOutput output)和readFields(DataInput in)方法,用来将数据从Map中写入Reduce函数中,如果不重写这两个函数,reduce中的会调用这个类的默认构造函数。

下面给出一个例子,这个例子是我自己定义的FFT中复数的Writable类型。

package gzz.job3;

import java.io.DataInput;
import java.io.DataOutput;
import java.io.IOException;

import org.apache.hadoop.io.DoubleWritable;
import org.apache.hadoop.io.WritableComparable;

/**
 * Complex type class for storing data from job2. contains a real part and image
 * part.
 * 
 * @author ryan
 * 
 */

public final class Complex implements WritableComparable<Complex>
{
	private double	r;		// distance
	private double	theta;	// angle

	//default constructor
	public Complex()
	{
		r=0;
		theta=0;
	}
	
	// constructor that takes in rectangular coordinates
	public Complex(double re, double im)
	{
		r = Math.sqrt(re * re + im * im);
		theta = Math.atan2(im, re);
	}

	// accessor methods
	public double re()
	{
		return r * Math.cos(theta);
	}

	public double im()
	{
		return r * Math.sin(theta);
	}

	// return a string representation of this complex number
	@Override
	public String toString()
	{
		return re() + " + " + im() + "i";
	}

	// return this Complex number plus b
	public Complex plus(Complex b)
	{
		Complex a = this;
		double re = a.r * Math.cos(a.theta) + b.r * Math.cos(b.theta);
		double im = a.r * Math.sin(a.theta) + b.r * Math.sin(b.theta);
		return new Complex(re, im);
	}

	// return this Complex number minus b
	public Complex minus(Complex b)
	{
		Complex a = this;
		double re = a.r * Math.cos(a.theta) - b.r * Math.cos(b.theta);
		double im = a.r * Math.sin(a.theta) - b.r * Math.sin(b.theta);
		return new Complex(re, im);
	}

	// return this Complex number times b
	public Complex times(Complex b)
	{
		Complex a = this;
		Complex c = new Complex(0, 0);
		c.r = a.r * b.r; // can't make r and theta final
		c.theta = a.theta + b.theta; // because of these two statements
		return c;
	}

	// return the magnitude / absolute value of this complex number
	public double abs()
	{
		return r;
	}

	@Override
	public void readFields(DataInput in) throws IOException
	{
		r=in.readDouble();
		theta=in.readDouble();
	}

	@Override
	public void write(DataOutput out) throws IOException
	{
		out.writeDouble(r);
		out.writeDouble(theta);
	}

	@Override
	public int compareTo(Complex tp)
	{
		if(r>tp.r)
			return 1;
		else if(r<tp.r)
			return -1;
		else 
			return 0;				
	}
	
	@Override
	public int hashCode()
	{
		return new DoubleWritable(r).hashCode()*18+new DoubleWritable(theta).hashCode();
	}
	
	@Override
	public boolean equals(Object obj)
	{
		Complex cpx=(Complex)obj;
		if(r==cpx.r&&theta==cpx.theta)
			return true;
		else
			return false;
	}
}


内容概要:本文介绍了一个针对电力系统连锁故障传播路径的N-k多阶段双层优化及故障场景筛选模型,该模型基于混合整数线性规划(MILP)方法构建,旨在全面评估电力系统在遭受多重故障时的脆弱性与恢复能力。通过引入故障传播路径的概念,模型能够动态模拟故障在电网中的逐级扩散过程,并结合多阶段优化策略,实现对关键故障场景的有效识别与优先排序。整个框架不仅考虑了初始故障元件的选取,还涵盖了后续因潮流转移引发的级联跳闸行为,从而提升了风险评估的准确性与时效性。该研究已在Matlab平台上完成代码实现,具备良好的可复现性和工程应用价值,适用于提升现代电网的安全防御水平。; 适合人群:电力系统、能源安全及相关领域的科研人员、高校研究生以及从事电网规划与运行管理的工程技术人员。; 使用场景及目标:①用于电力系统安全评估中识别最危险的N-k故障组合;②支撑电网应急预案制定与薄弱环节改造;③作为学术研究中关于级联故障建模与优化求解的教学与验证工具;④服务于智能电网背景下抵御蓄意攻击或极端事件的风险防控决策。; 阅读建议:建议读者结合Matlab代码深入理解模型的数学 formulation 与求解流程,重点关注目标函数设计、约束条件构建及双层优化结构的实现逻辑,同时可通过调整系统参数和故障设定进行仿真对比分析,以掌握不同因素对连锁故障演化的影响规律。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值