序言
摘要: 最近一直在写一个脚本语言,主要对标对象是润乾的集算器、Python等。感觉润乾的集算器有一定的应用场景,但是类似excel的方式严重影响编程可接受程度,另外其有些语法感觉与java习惯也非常不一致,因此就自己动手写了一个,目前正在紧张的验证中,验证完毕将完全开,开源协议是Apache V2。
运行
我们提供了Eclipse和Idea插件,可以直接右键运行扩展名为tinyscript的文件哦:
示例
99表
for(i=1;i<=9;i++){
for(j=1;j<=i;j++){
printf("%d*%d=%d\t",i,j,i*j);
}
println();
}
运行结果
1*1=1
2*1=2 2*2=4
3*1=3 3*2=6 3*3=9
4*1=4 4*2=8 4*3=12 4*4=16
5*1=5 5*2=10 5*3=15 5*4=20 5*5=25
6*1=6 6*2=12 6*3=18 6*4=24 6*5=30 6*6=36
7*1=7 7*2=14 7*3=21 7*4=28 7*5=35 7*6=42 7*7=49
8*1=8 8*2=16 8*3=24 8*4=32 8*5=40 8*6=48 8*7=56 8*8=64
9*1=9 9*2=18 9*3=27 9*4=36 9*5=45 9*6=54 9*7=63 9*8=72 9*9=81
我们支持简化的println,其实你用java的写法也是可以的,比如:System.out.println。
数组
abc={1,2,4,9,6,3};
println(max(abc));
println(min(abc));
println(avg(abc));
println(median(abc));
println(varp(abc));
println(stdevp(abc));
def={"aa","bb","cc"};
println(max(def));
运行结果
9
1
4.166666666666667
3.5
7.138888888888889
2.6718699236468995
cc
列表
a=[1,2,3,4,5];
b=[2,3,4,6];
println(a-b);
println(a+b);
println(a&b);
println(a^b);
c=["abc","def","gg"];
d=["abc","def1","gg1"];
println(c+d);
println(c-d);
println(d-c);
运行结果
[1, 5]
[1, 2, 3, 4, 5, 6]
[2, 3, 4]
[1, 5, 6]
[abc, def, gg, def1, gg1]
[def, gg]
[def1, gg1]
当然也可以有更好玩的动作
a=[1,2,3];
println(a);
a++;
println(a);
a*=3;
println(a);
b=["abc","def","ghijk"];
println(b.length());
[1, 2, 3]
[2, 3, 4]
[6, 9, 12]
[3, 3, 5]
当然,来点lambda也是可以的:
add(a,b)->{ return a+b;};
System.out.println(add(2,4));
运行结果:
6
Java语法可以直接使用:
import java.util.*;
list=[1,2,3,9,8,7];
Collections.sort(list);
println(list);
运行结果:
[1, 2, 3, 7, 8, 9]
当然脚本语言中的结果也可以在Java里面完美使用,完全没有违和感。
java的所有属性和方法都可以直接被调用:
a=[1,2,3,4,5];
println(a.getClass().getName());
b=[];
for(i:a){b.add(i*i)};
println(b);
运行结果:
java.util.ArrayList
[1, 4, 9, 16, 25]
这里也再次证明它和java都是完全一致的,从这个意义上说,他可以是ava的扩展。
当然,做它不是为了玩玩,当然是期望有比较简单的处理,这里的“#”表示集合元素的一个具体元素
a=[1,2,3,4,5];
println(a.filter(#%2==1));
println(a.filter(#%2==0));
println(a.filter(#>3&&#%2==0));
运行结果:
[1, 3, 5]
[2, 4]
[4]
上面的意思就是,对这个列表进行过滤,分别是取奇数、偶数和大于3的偶数。
由于后面的表达式可以任意编写,这样就有了非常好的适用场景了:
class User{
age,name;
}
userList=[];
for(i=1;i<9;i++){
user=new User();
user.name="user"+i;
user.age=i;
userList.add(user);
}
filterList=userList.filter(#.age>3&&#.age%2==1);
println(filterList);
运行结果:
[User[name=user5,age=5], User[name=user7,age=7]]
上面的逻辑是,取出年龄大于3且年龄是单数的用户列表。
Map
map={"abc":1,"aaa":2,"ddd":4};
map1={"abc":1,"aaa":2,"bbb":3};
println(map);
println(map.get("abc"));
println(map+map1);
println(map^map1);
println(map&map1);
println(map1-map);
运行结果:
{aaa=2, abc=1, ddd=4}
1
{aaa=2, abc=1, bbb=3, ddd=4}
{bbb=3, ddd=4}
{aaa=2, abc=1}
{bbb=3}
全排列
ele=[1,2,3];
for(i:ele){
ele.permute(i,(e) -> {
println(e);
});
println("==============");
}
运行结果
[1]
[2]
[3]
==============
[1, 1]
[1, 2]
[1, 3]
[2, 1]
[2, 2]
[2, 3]
[3, 1]
[3, 2]
[3, 3]
==============
[1, 1, 1]
[1, 1, 2]
[1, 1, 3]
[1, 2, 1]
[1, 2, 2]
[1, 2, 3]
[1, 3, 1]
[1, 3, 2]
[1, 3, 3]
[2, 1, 1]
[2, 1, 2]
[2, 1, 3]
[2, 2, 1]
[2, 2, 2]
[2, 2, 3]
[2, 3, 1]
[2, 3, 2]
[2, 3, 3]
[3, 1, 1]
[3, 1, 2]
[3, 1, 3]
[3, 2, 1]
[3, 2, 2]
[3, 2, 3]
[3, 3, 1]
[3, 3, 2]
[3, 3, 3]
==============
当然你也可以对各种排列进行相关的处理
水仙花数
class Narcissus{
compute(num){
for(i=100;i<num;i++){
a=i/100;
b=(i-a*100)/10;
c=i-a*100-b*10;
if(pow(a,3)+pow(b,3)+pow(c,3)==i){
System.out.println(i);
}
}
}
}
narcissus=new Narcissus();
narcissus.compute(999);
运行结果:
153
370
371
407
可以看到普通的算法是上面这个样子的。
采用全排列的算法是如下的:
elements = [0,1,2,3,4,5,6,7,8,9];
elements.permute(3,(e) -> {
value=e[1]*100+e[2]*10+e[3];
if(pow(e[1],3)+pow(e[2],3)+pow(e[3],3)==value){
System.out.println(value);
}
});
运行结果:
0
1
153
370
371
407
可以看到比普通的算法多了两个0,1,原因是这里没有对000和001进行处理,直接转为0和1了,如果000=0、001=1,那么0、1也可以算作是符合条件的。
石头剪刀布游戏
info=["石头","剪刀","布"];
for(i=0;i<10;i++){
mine=randInt()%3;
your=randInt()%3;
if(mine==your){
printf("平了,都是%s\n",info[mine+1]);
}else{
if(mine==your-1||mine==2&&your==0){
printf("我赢了,我是%s你是%s\n",info[mine+1],info[your+1]);
}else{
printf("我输了,我是%s你是%s\n",info[mine+1],info[your+1]);
}
}
}
运行结果:
我输了,我是布你是剪刀
我输了,我是剪刀你是石头
平了,都是石头
我赢了,我是剪刀你是布
平了,都是剪刀
我输了,我是布你是剪刀
平了,都是布
平了,都是石头
我输了,我是布你是剪刀
我赢了,我是石头你是剪刀
看起来玩起普通的算法也是没有任何问题的。
类支持
class User {
name,age;
User(name,age){
this.name = name;
this.age =age;
}
User(name){
this.name = name;
}
}
user = new User("红薯",18);
user2 = new User("tom");
user3 = new User(); //无参构造函数
println(user);
println(user2);
println(user3);
运行结果:
User[name=红薯,age=18]
User[name=tom,age=null]
User[name=null,age=null]
计算连续3天涨停的股票
下面是某证券交易所一个月内的日收盘价记录,其中CODE列为股票代码,DT为日期,CL为收盘价。试找出这个月内曾连续三天涨停的股票。为避免四舍五入产生的误差,涨停的比率定为9.5%。
部分数据请见下图(完整记录请见附件stockRecords.txt,之后示例也遵守此规范)
class Example1 {
/* 统计一个月内连续三天涨停的股票 */
countStock(path) {
ratio = 0.095d;
ds = readTxt(path);
groupds =ds.insertColumn(3,"UP").convert(CL,"double").group(CODE).sortGroup("DT ASC");
groupds.subGroup(1,1).update(UP,0d); //每月的第一天涨停率为0
groupds.update(UP,(CL[0]-CL[-1])/CL[-1]); //之后的每天统计当天的涨停率。
resultds = groupds.filterGroup(UP[0]>ratio && UP[1]>ratio && UP[2]>ratio);
return resultds;
}
}
m = new Example1();
groupDs= m.countStock(\"src/test/resources/StockRecords.txt\");
for(int i=0;i<groupDs.getRows();i++){
println("code="+groupDs.getData(i+1,1));
}
这次的代码有点复杂,因此这里解释一下:
设定涨停增长率为0.095及以上。
从文本文件读取数据,当然从数据库读取也是一样的,只要改成如下即可:
ds=[[select * from stockRecords]];
然后增加一个列,并把CL列转成double,然后按CODE分组,然后按DT排序。
然后每支股票的第一天的增长率设置为0,然后,计算后面的增长率。
然后过滤连续3天增长率都大于涨停的股票。
运行结果:
code=201745
code=550766
code=600045
code=700071
计算订单邮费
某B2C网站需要计算订单的邮寄费用,大部分情况下,邮费有包裹的总重量决定,但是,当订单的价格超过300美元时,提供免费付运。详细规则如下面的mailCharge表所示:
FIELD | MINVAL | MAXVAL | CHARGE |
COST | 300 | 1000000 | 0 |
WEIGHT | 0 | 1 | 10 |
WEIGHT | 1 | 5 | 20 |
WEIGHT | 5 | 10 | 25 |
WEIGHT | 10 | 1000000 | 40 |
该表记录了各个字段在各种取值范围内时的邮费。例如,第一条记录表示,cost字段取值在300与1000000之间的时候,邮费为0(免费付运);第二条记录表示,weight字段取值在0到1(kg)之间时,邮费为10(美元)。
某B2C网站需要计算订单的邮寄费用,大部分情况下,邮费有包裹的总重量决定,但是,当订单的价格超过300美元时,提供免费付运。详细规则如下面的mailCharge表所示:
FIELD | MINVAL | MAXVAL | CHARGE |
COST | 300 | 1000000 | 0 |
WEIGHT | 0 | 1 | 10 |
WEIGHT | 1 | 5 | 20 |
WEIGHT | 5 | 10 | 25 |
WEIGHT | 10 | 1000000 | 40 |
该表记录了各个字段在各种取值范围内时的邮费。例如,第一条记录表示,cost字段取值在300与1000000之间的时候,邮费为0(免费付运);第二条记录表示,weight字段取值在0到1(kg)之间时,邮费为10(美元)。
下面是该网站的一些订单:
ID | COST | WEIGHT(KG) |
JOSH1 |
150 | 6 |
DRAKE | 100 | 3 |
MEGAN | 100 | 1 |
JOSH2 | 200 | 3 |
JOSH3 | 500 | 1 |
请计算这些订单的详细邮费。
class Example2 {
/* 根据规则统计不同订单的邮费 */
countMailCharge(path1,path2){
ruleDs = readTxt(path1).convert(MINVAL,"int").convert(MAXVAL,"int").convert(CHARGE,"int");
orderDs = readTxt(path2).convert(COST,"int").convert(WEIGHT,"int").insertColumn(4,"POSTAGE");
costRuleDs = ruleDs.filter(FIELD=="COST").sort("MINVAL"); //cost维度规则集
weightRuleDs = ruleDs.filter(FIELD=="WEIGHT").sort("MINVAL"); //weight维度规则集
orderDs.match(costRuleDs,COST > MINVAL).update(POSTAGE,CHARGE); //通过match函数匹配COST规则
orderDs.match(weightRuleDs,POSTAGE ==null && WEIGHT > MINVAL && WEIGHT <=MAXVAL).update(POSTAGE,CHARGE); //通过match函数匹配WEIGHT规则
return orderDs;
}
}
m = new Example2();
resultDs=m.countMailCharge(\"src/test/resources/mailCharge.txt\",\"src/test/resources/testOrder.txt\");
for(int i=0;i<resultDs.getRows();i++){
resultDs.absolute(i+1);
println("POSTAGE="+resultDs.getData("POSTAGE"));
}
运行结果:
POSTAGE=25
POSTAGE=20
POSTAGE=10
POSTAGE=20
POSTAGE=0
统计销售大户
下面是某企业的历史销售合同记录:
下面是某企业的客户信息表:
某年内按销售额排名的客户,达到一半销售额的前n个客户称为该年的“大客户”,请列出1998年该企业的大客户名单。
class Example3 {
/* 统计某年的大客户 */
countVip(){
contractDs = readTxt("src/test/resources/Contract.txt").convert(Amount,"double");
clientDs = readTxt("src/test/resources/Client.txt");
firstDs = contractDs.filter(SellDate.startsWith("1998")).join(clientDs,Client = ID); //过滤1998年的数据,并关联client表
groupDs = firstDs.select("Name","Amount").group(Name); //保留计算字段,并按用户分组
groupDs.sumGroup(Amount); //统计每个用户的金额
halfAmount = groupDs.sort("sumGroup_Amount desc").sum(sumGroup_Amount)/2;
list = new java.util.ArrayList(); //建立空序列
groupDs.forEach( (i) -> {
halfAmount -= sumGroup_Amount;
if(halfAmount>0){
list.add(Name);
}
} );
return list;
}
}
m = new Example3();
obj=return m.countVip();
for(Object obj:list){
println("name="+obj);
}
运行结果:
name=QUICK-Stop
name=Save-a-lot Markets
name=Ernst Handel
name=Mère Paillarde
name=Hungry Owl All-Night Grocers
name=Rattlesnake Canyon Grocery
name=Simons bistro
name=Berglunds snabbk?p
name=Lehmanns Marktstand
name=HILARION-Abastos
name=Folk och f? HB
统计客户账户余额
一共涉及四张表,首先是Customers表,记录了客户ID和客户的账户余额:
第二张表是Orders表记录了每个订单以及它的客户:
第三张表OrderDetails表记录了每个订单的详细信息,包括订购的产品ID以及数量:
最后一张表Products表记录了企业所有的产品信息:
问题是为每一个订购了公司所有产品的顾客求出平均acct_balance(账户余额),并为每一个没有订购所有产品的顾客求出平均账户余额。
class Example4 {
/* 统计订购产品的客户账户余额 */
countBalance(){
customerDs = readTxt("src/test/resources/Customers.txt").convert(acct_balance,"double");
orderDs = readTxt("src/test/resources/Orders.txt");
orderDetailDs = readTxt("src/test/resources/OrderDetails.txt");
productDs = readTxt("src/test/resources/Products2.txt");
tempDs = orderDetailDs.join(orderDs,order_id=order_id).join(customerDs ,customer_id=customer_id).copy().select("customer_id","order_id","item_id","acct_balance");
//关联前三张表
groupDs = tempDs.group(customer_id); //按客户分组
groupDs.distinctGroup(item_id); //统计分组客户消费的产品
num = productDs.getRows(); //统计全部产品数目
allProductDs = groupDs.filterGroup(distinctGroup_item_id.size()==num); //购买全部产品的客户分组集
otherDs = groupDs.filterGroup(distinctGroup_item_id.size() < num); //购买部分产品的客户分组集
balance1 = allProductDs.avg(acct_balance);
balance2 = otherDs.avg(acct_balance);
System.out.println("balance1="+balance1+" balance2="+balance2);
}
}
m = new Example4();
m.countBalance();
运行结果:
balance1=4990.5 balance2=7363.875