有对IBM的cognos用得比较多的神人吗

Posted 2023-05-10

oracle BIEE (Business Intelligence Enterprise Edition),意为Oracle商务智能企业版，其前身是Siebel 7.8,Oracle收购了Siebel和Hyperion后，把CRM和商务智能也想融合进去。IBM cognos 同样也是收购的。
由于工作需要，接触到BIEE 和cognos两种智能业务分析工具。BIEE接触时间比较长了，它的优点非常明显，缺点也非常突出，而cognos接触时间1个月而已，认识肤浅，以下仅仅是个人使用上的感觉：

1.cognos建立模型是由Framework来完成的，建模略显复杂，没有BIEE的三层结构清晰；

2.cognos建立好的模型需要发布等一系列操作才能完成，如果有做的有问题的地方需要修改，这样的流程就 显得有些麻烦了；

3.cognos在小的插件方面比较有优势，例如，如果你想在一张报表中加入第一加入序号，对于cognos来说 是小菜一碟，直接就有小插件，但是对于BIEE来讲就比较困难了，会使用的到rank等函数，不能直接实现；

4.cognos分为三个模块，report、analytics、query，但是在report中想要实现数据环比、同比，就比较麻烦，需要建立多层小查询，然后在关联起来，而BIEE都是AdministrationTool中完成，建立好星型关系后就只需要在逻辑层增加一个计算列，添加一个函数就可以完成；

5.局部刷新，这一个现在网页很普遍的功能，cognos目前的级联下拉选择，每选择一个，就会造成整个页面刷新，biee在此方面较有优势，它的页面分为提示和表两部分，因此，当级联下拉选择时只是提示部门在刷新。

6.变量传入，这也是一个很有用的功能，cognos的变量传入方式我目前的应用还没有发现，估计应该通过小查询来完成；biee在变量方面分有session和资料库变量，并且提示可以引入资料库变量，因此在实现页面初始化是设定窗口时间、默认昨天等应用非常有用。
7.关于打印，cognos打印使用跟踪专成pdf来实现，excel数据显得比较散乱；bieeexcel和pdf都可以。 参考技术A 题主是想问什么呢，也算是用过一段时间cognos的人了吧，说说总的感受吧，拥有强大的数据库平台，在数据管理，数据整合以及中间件领域比较专业，偏操作型，手工建模，一旦需求变化，需要重新建模。cognos对于学习者自身要求较高，如果专业功底比较薄弱的话，还是用一些自助BI软件如finebi进行过度比较好，不然学习起来会比较吃力的。 参考技术B 想问什么，把问题发出来

打个赌，用得最多的冒泡排序肯定少了个关键点

前言

冒泡排序应该是很多小伙伴的最爱，简单、直接、好理解；回顾以往参与和阅读的项目，凡是牵涉自定义排序的算法，很大一部分都在用冒泡，其中很多都忽略了一个关键点；来，咱们细细品…

正文

1. 冒泡排序算法思想

冒泡排序（Bubble Sort）是属于交换排序的一种，顾名思义，就是一个元素，依次和相邻元素进行比较(升序或降序)，然后进行交换，这个过程就称为冒泡。

算法思想

• 从前往后(或从后往前)依次比较待排序数据中相邻的两个元素的值，若符合交换条件，则进行交换，直到待排序数据比较完，这样的过程就称为“一趟”冒泡排序；最终完成排序，最多需要n-1趟排序;（n代表元素个数）。

• 每一趟排序都让一个元素移动到最终的位置，在之后的冒泡排序中就无需再对比了。

• 如果在一趟排序过程中未发生“交换”，则算法可提前结束； 这是个关键，很多小伙伴会忽略。

2. 冒泡排序算法实现与解析

代码实现(升序)：

实现

运行效果如下：

结果

步骤解析(升序)：

步骤

上图步骤说明：

上图中分三趟排序，每一趟的交换过程根据箭头方向进行，其中每一行中的绿色方框代表的是当趟排序需要交互的数据。

第一趟中，对原始数据array开始遍历，这里使用的是从往后的方式；

• 第一趟第一步，对比后面两个元素9和3， 9大于3，所以9和3交换位置；

• 第一趟第二步，对比相邻两个元素1和3， 1小于3，不需要交换；

• 第一趟第三步，对比相邻两个元素6和1， 6大于1，所以6和1交换位置；

• 第一趟第四步，对比相邻两个元素5和1， 5大于1，所以5和1交换位置；

• 第一趟第五步，对比相邻两个元素2和1， 2大于1，所以2和1交换位置；遍历完成，第一趟排序结束，得到结果1、2、5、6、3、9；这里确定了元素1的最终位置，后续不在需要对比了；代码实现是这样的，但为了好理解，画图的时候都体现了一下。

第二趟排序，接着第一趟的排序结果进行冒泡排序；

• 第二趟第一步，对比后面两个元素3和9， 3小于9，不需要交换；

• 第二趟第二步，对比相邻两个元素6和3， 6大于3，所以6和3交换位置；

• 第二趟第三步，对比相邻两个元素5和3，5大于3，所以5和3交换位置；

• 第二趟第四步，对比相邻两个元素2和3， 2小于3，不需要交换；

• 第二趟第五步，对比相邻两个元素1和2， 1小于2，不需要交换；遍历完成，第二趟排序结束，得到结果1、2、3、5、6、9；其实这步没有，因为第一步已经确定了元素1的位置，可以不进行比对；这里只是便于理解虚拟出这一步。

第三趟排序，接着第二趟排序结果进行冒泡排序；

• 依次比较第二次结果的数据，最后发现没有数据进行交互，则排序结束，数据已经排好序；不需要再遍历，到此，整个冒泡排序完成；

3. 冒泡排序算法性能分析

时间复杂度

时间复杂度最坏情况就是待排序数据和要的结果完全逆序，则需要的比较的次数为：(n-1)+(n-2)+(n-3)+…+1，则最坏的时间复杂度为O(n²)。最好的时间复杂度就是待排序数据和要的结果完全一致，则比较n-1次即可，则最好的时间复杂度为O(n)；所以最后的平均时间复杂度为O(n²)。

空间复杂度
在算法核心部分只采用了固定的几个中间变量(i,j,lengh,bChange)，所以算法过程中消耗的内存是一个常量，则空间复杂度为O(1)；

稳定性
由于在排序过程中是通过大于符号或小于符号进行比较，当等于时是不进行位置交换的，所以此算法是稳定的。

综上所述，冒泡排序的时间复杂度为O(n²)，空间复杂度为O(1)，是不稳定算法；

总结

冒泡排序关键点一定要注意哦：

• 每趟排序会确定一个元素的最终位置，这个元素在下一趟排序中可以不进行比较了；

• 如果在一趟排序中没有发生数据交换，则代表数据列表已经有序，可以终止排序啦；

从上面可以看出，冒泡排序虽然简单，但需要依次遍历元素进行比较，当数据元素过多时，比较次数就越多；那有没有减少比较次数的解决方案呢；答案当然是肯定的，下期一起来聊聊快速排序。

感谢小伙伴的：点赞、收藏和评论，下期继续~~~

一个被程序搞丑的帅小伙，关注"Code综艺圈"，跟我一起学~~~