2024-2025-1 20241415 《计算机基础与程序设计》第十周学习总结

学期（如2024-2025-1） 学号（如：20241300） 《计算机基础与程序设计》第X周学习总结

作业信息

这个作业属于哪个课程	2024-2025-1-计算机基础与程序设计
这个作业要求在哪里	2024-2025-1计算机基础与程序设计第十周作业
这个作业的目标	信息系统，数据库与SQL，人工智能与专家系统，人工神经网络，模拟与离散事件，排队系统，天气与地震模型，图形图像
作业正文	https://www.cnblogs.com/zhaoshaoning/p/18579622

教材学习内容总结

信息系统
一、定义

信息系统（Information System，IS）是一个由人、硬件、软件、网络和数据资源等构成的人机交互系统，目的是及时、正确地收集、加工、存储、传递和提供信息，实现组织中各项活动的管理、调节和控制。

例如，一个企业的资源规划（ERP）系统，它涵盖了采购管理、销售管理、库存管理等多个模块。通过硬件（服务器、计算机终端等）、软件（ERP软件），相关人员（如采购人员、仓库管理人员等）利用网络进行数据的传输，对企业内的各种资源信息进行收集、存储和处理，从而帮助企业管理者做出合理的决策。

二、组成部分

1. 硬件
   • 包括计算机设备（服务器、台式机、笔记本电脑等）、存储设备（硬盘、磁带库等）、输入输出设备（键盘、鼠标、打印机、扫描仪等）。这些硬件是信息系统的物理基础，例如，服务器用于存储和处理大量的数据，是企业信息系统数据中心的核心设备；而扫描仪则可以将纸质文档中的信息转化为数字格式，方便系统进行存储和处理。
2. 软件
   • 分为系统软件（如操作系统、数据库管理系统）和应用软件（如办公软件、财务管理软件等）。系统软件提供了一个基础的运行环境，数据库管理系统可以有效地组织和管理数据。以银行的信息系统为例，数据库管理系统存储着客户的账户信息、交易记录等海量数据。应用软件则是针对具体的业务需求开发的，银行柜员使用的业务办理软件就是一种应用软件，用于处理客户的存款、取款等业务操作。
3. 数据
   • 是信息系统的核心内容，包括各种结构化（如关系型数据库中的表格数据）、半结构化（如XML文件）和非结构化数据（如文档、图像、音频等）。例如，在一个医疗信息系统中，患者的病历文本属于非结构化数据，而患者的基本信息（姓名、年龄、性别等）以表格形式存储在数据库中，属于结构化数据。这些数据经过收集、整理后用于支持组织的决策和业务流程。
4. 人员
   • 包括系统的使用者（如企业的员工、管理人员等）、系统开发人员（程序员、系统分析师等）和系统维护人员。使用者是信息系统的最终受益者，他们通过操作信息系统完成各种业务任务。系统开发人员负责设计和开发信息系统，根据用户的需求构建软件和硬件的组合。系统维护人员则保障信息系统的正常运行，及时处理系统出现的故障和问题。
5. 网络通信
   • 它使得信息能够在不同的硬件设备之间进行传输，包括局域网（LAN）、广域网（WAN）、互联网等。例如，一家跨国公司通过广域网将分布在世界各地的分支机构的信息系统连接起来，实现数据的共享和业务的协同。公司总部可以通过网络实时获取各分支机构的销售数据、库存数据等，从而进行统一的管理和决策。

三、功能

1. 数据收集和输入
   • 从各种来源（如传感器、人工录入等）获取数据，并将其转换为信息系统能够处理的格式。例如，超市的收银系统通过扫描商品条码收集商品销售信息，这些信息包括商品编号、价格、销售时间等，然后将这些数据输入到系统中进行后续处理。
2. 数据存储和管理
   • 利用数据库等技术对数据进行存储和组织，以便于查询、更新和维护。如电商平台的数据库存储着海量的商品信息（商品名称、描述、图片等）、用户信息（用户注册信息、购买历史等）以及订单信息。通过合理的数据库设计，可以高效地管理这些数据，为用户提供快速的商品搜索和订单查询服务。
3. 数据处理和分析
   • 对存储的数据进行加工，如计算、分类、汇总等操作，并通过数据分析技术（如数据挖掘、机器学习等）提取有价值的信息。例如，电信公司通过分析用户的通话记录、流量使用数据等，挖掘用户的消费习惯，从而制定更精准的营销策略，如为高流量用户推荐更合适的流量套餐。
4. 信息输出和展示
   • 将处理后的信息以合适的形式（如报表、图表、网页等）呈现给用户。例如，企业的财务信息系统可以生成财务报表，以表格和图形的形式展示企业的收入、成本、利润等信息，方便企业管理者和投资者了解企业的财务状况。

四、类型

1. 事务处理系统（TPS）
   • 主要用于处理组织的日常事务，如订单处理、库存管理等。它注重数据的准确性和及时性，能够高效地处理大量的重复性事务。例如，航空公司的订票系统，它可以实时处理旅客的订票请求、座位分配、票价计算等事务，确保旅客能够顺利地预订机票。
2. 管理信息系统（MIS）
   • 为管理人员提供信息支持，它对事务处理系统收集的数据进行汇总、分析等处理，生成各种报表和统计信息。例如，一个生产企业的管理信息系统可以根据车间的生产数据，生成生产报表，包括产量、质量、设备利用率等信息，帮助管理人员监控生产过程，做出合理的生产决策。
3. 决策支持系统（DSS）
   • 辅助管理人员进行决策，它通过建立模型和数据分析，为决策者提供多种决策方案和建议。例如，在城市规划中，决策支持系统可以根据城市的人口数据、土地利用数据、交通流量数据等，通过建立数学模型，模拟不同的城市建设方案（如新建地铁线路、开发新的住宅区等）对城市发展的影响，为城市规划者提供决策参考。
4. 专家系统（ES）
   • 是一种模拟人类专家知识和经验的计算机系统，它可以根据用户输入的问题，利用知识库中的知识进行推理和判断，给出解决方案。例如，医疗专家系统可以根据患者的症状、检查结果等信息，参考医学知识库中的知识，为医生提供诊断建议和治疗方案。

数据库与SQL
一、数据库（Database）

1. 定义

   • 数据库是按照数据结构来组织、存储和管理数据的仓库。它可以高效地存储大量的数据，并方便用户进行数据的查询、插入、更新和删除等操作。数据库中的数据是有组织的，例如关系型数据库通过表格（Table）的形式来存储数据，每个表格包含多个列（Column）和行（Row）。就像一个图书馆是书籍的仓库一样，数据库是数据的仓库，并且它有一套规则来管理这些数据。

2. 类型

   • 关系型数据库（RDBMS - Relational Database Management System）：
     • 是最常见的数据库类型，它以关系模型为基础，通过表来存储数据，表与表之间通过主键（Primary Key）和外键（Foreign Key）建立关联。例如，在一个学校的数据库中，有“学生”表和“课程”表。“学生”表可能包含学生的学号、姓名、年龄等列，“课程”表包含课程编号、课程名称等列。通过在“选课”表中设置学生学号（来自“学生”表的主键）和课程编号（来自“课程”表的主键）作为外键，可以建立学生和课程之间的选课关系。常见的关系型数据库有MySQL、Oracle、SQL Server等。
   • 非关系型数据库（NoSQL - Not Only SQL）：
     • 主要用于处理非结构化和半结构化的数据，它不遵循传统的关系模型。例如，文档型数据库（如MongoDB）存储的数据是以文档（类似JSON格式）为单位的，一个文档可以包含不同类型的数据。这种数据库适合存储如博客文章、用户评论等内容。还有键 - 值（Key - Value）存储数据库（如Redis），它通过键和值来存储数据，就像字典一样，适用于存储简单的配置信息、缓存数据等。图形数据库（如Neo4j）则用于存储节点和边，适用于处理复杂的关系网络，如社交网络中的用户关系。

3. 数据库的优势

   • 数据共享性高：多个用户或应用程序可以同时访问和使用数据库中的数据。例如，在一个企业中，销售部门和财务部门可以同时访问客户数据库，销售部门获取客户订单信息，财务部门获取客户付款信息。
   • 数据独立性好：数据的存储结构和应用程序是相互独立的。这意味着当数据库的存储结构发生变化时（如增加新的列、修改表结构等），应用程序不需要进行大量的修改。例如，在一个电商网站中，即使数据库中产品表增加了一个新的属性（如产品的环保指标），只要接口保持一致，网站的前端展示和后端处理逻辑可以基本不变。
   • 数据冗余度低：通过合理的设计，可以减少数据的重复存储。例如，在关系型数据库中，通过建立表之间的关联，可以避免在多个地方重复存储相同的数据，从而节省存储空间，并且保证数据的一致性。

二、SQL（Structured Query Language）

1. 定义

   • SQL是用于管理关系型数据库的标准语言，它可以让用户对数据库进行数据定义（创建、修改、删除表等）、数据操作（插入、查询、更新、删除数据）和数据控制（管理用户权限等）。SQL语句就像是与数据库沟通的语言，通过它可以告诉数据库要做什么。

2. 分类

   • 数据定义语言（DDL - Data Definition Language）：
     • 用于定义数据库的结构，包括创建表（CREATE TABLE）、修改表结构（ALTER TABLE）、删除表（DROP TABLE）等操作。例如，要创建一个名为“employees”的员工表，可以使用以下SQL语句：

       CREATE TABLE employees (employee_id INT PRIMARY KEY,first_name VARCHAR(50),last_name VARCHAR(50),department VARCHAR(50)
       );
       

     • 这条语句创建了一个名为“employees”的表，其中包含员工编号（employee_id）作为主键，名字（first_name）、姓氏（last_name）和部门（department）等列，并且规定了每列的数据类型（如INT表示整数，VARCHAR表示可变长度的字符型数据）。
   • 数据操作语言（DML - Data Manipulation Language）：
     • 用于对数据库中的数据进行操作。主要包括插入数据（INSERT）、查询数据（SELECT）、更新数据（UPDATE）和删除数据（DELETE）。例如，要向“employees”表中插入一条员工记录，可以使用以下语句：

       INSERT INTO employees (employee_id, first_name, last_name, department)
       VALUES (1, 'John', 'Doe', 'IT');
       

     • 这就将一个员工编号为1，名字为“John”，姓氏为“Doe”，部门为“IT”的员工记录插入到了表中。查询语句如：

       SELECT * FROM employees WHERE department = 'IT';
       

     • 这条语句将查询出“employees”表中所有部门为“IT”的员工记录。“*”表示选择所有列。
   • 数据控制语言（DCL - Data Control Language）：
     • 用于管理数据库的访问权限和安全。包括授权（GRANT）和收回权限（REVOKE）等操作。例如，要授予一个用户对“employees”表的查询权限，可以使用以下语句：

       GRANT SELECT ON employees TO user1;
       

     • 这样用户“user1”就可以对“employees”表进行查询操作了。

3. SQL的特点

   • 通用性强：几乎所有的关系型数据库都支持SQL，虽然不同的数据库可能会有一些细微的语法差异，但基本的操作（如查询、插入等）是相似的。这使得开发人员可以使用相同的语言在不同的数据库系统中进行开发。
   • 功能强大：可以实现从简单的数据查询到复杂的数据关联查询和数据分析。例如，可以通过多个表的连接（JOIN）操作，查询出复杂的业务关系数据。如查询出每个部门的员工人数和平均工资等复杂信息。
   • 易于学习和使用：SQL的语法相对简单，有一定的逻辑性。它的基本语句结构清晰，对于有编程基础的人来说很容易上手，对于没有编程基础的人，通过简单的培训也可以掌握基本的查询操作。

人工智能与专家系统
一、人工智能（Artificial Intelligence，AI）

1. 定义
   • 人工智能是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。其目标是让机器能够像人一样思考、学习、推理和解决问题。例如，智能语音助手，它可以理解人类的语音指令，进行文本翻译、查询信息等操作，这就是人工智能在自然语言处理领域的一种应用。
2. 主要技术和方法
   • 机器学习（Machine Learning）：
     • 机器学习是人工智能的核心技术之一，它让计算机系统能够从数据中自动学习模式和规律。例如，在图像识别领域，通过大量的标记图像（如猫、狗的照片）来训练机器学习模型。模型会学习到猫和狗的不同特征，之后就能对新的图像进行分类，判断是猫还是狗。机器学习又分为监督学习（有标记的数据，如分类任务）、无监督学习（无标记的数据，如聚类任务）和强化学习（通过奖励机制来学习最优策略，如机器人在环境中学习行走的最优路径）。
   • 深度学习（Deep Learning）：
     • 深度学习是机器学习的一个分支，它使用深度神经网络（由多个神经元层组成的网络）来处理数据。例如，在语音识别中，深度学习模型可以处理语音信号，将其转换为文字。像Transformer架构的模型在自然语言处理领域取得了巨大的成功，能够生成高质量的文本、进行机器翻译等复杂任务。
   • 自然语言处理（Natural Language Processing，NLP）：
     • 它使计算机能够理解、生成和处理人类语言。例如，情感分析应用可以判断一段文本是正面、负面还是中性的情感。智能问答系统可以理解用户的问题，并从知识库中找到合适的答案来回答用户。
3. 应用领域
   • 医疗领域：人工智能可以帮助医生进行疾病诊断。例如，通过分析医学影像（如X光、CT等）来检测肿瘤等病变。一些智能诊断系统可以结合患者的症状、病史等信息，提供可能的疾病诊断建议，辅助医生做出更准确的判断。
   • 交通领域：自动驾驶技术是人工智能的重要应用。车辆通过传感器（如摄像头、雷达等）感知周围环境，利用机器学习和深度学习算法来识别道路、交通标志和其他车辆，从而实现自动转向、加速和刹车等操作，提高交通的安全性和效率。
   • 金融领域：用于风险评估和欺诈检测。通过分析客户的财务数据、交易历史等信息，人工智能模型可以预测客户的信用风险，识别异常交易，防范金融欺诈。

二、专家系统（Expert System，ES）

1. 定义
   • 专家系统是一种人工智能的应用程序，它模拟人类专家的知识和经验，通过推理和判断来解决特定领域的复杂问题。它包含知识库（Knowledge Base）和推理机（Inference Engine）两个核心部分。例如，在一个植物病害诊断专家系统中，知识库存储了各种植物病害的症状、发病原因、防治方法等知识，推理机则根据用户输入的植物病害症状，在知识库中寻找匹配的知识，推理出可能的病害类型和防治建议。
2. 组成部分
   • 知识库：
     • 知识库是专家系统的知识存储库，包含事实知识（如某种植物的生长习性）和规则知识（如如果植物叶子发黄且根部腐烂，那么可能是某种病菌感染）。这些知识通常是从人类专家那里获取，并以合适的形式（如产生式规则）存储。知识库的质量直接影响专家系统的性能，需要不断地更新和完善，以适应新的知识和情况。
   • 推理机：
     • 推理机是专家系统的核心控制部件，它根据用户提供的初始信息和知识库中的知识进行推理。推理方式主要有正向推理（从已知事实出发，逐步推导出结论）、反向推理（从假设的结论出发，寻找支持该结论的证据）和混合推理。例如，在一个医疗专家系统中，若已知患者的症状，推理机可以通过正向推理，从知识库中找到可能对应的疾病诊断；若要验证某个疾病诊断是否正确，也可以通过反向推理，检查是否存在支持该诊断的症状。
   • 人机接口（User Interface）：
     • 人机接口负责用户和专家系统之间的信息交互。它要设计得简单易用，使用户能够方便地输入问题和获取答案。例如，在一个法律咨询专家系统中，用户可以通过简单的文本输入框输入自己的法律问题，系统通过界面以通俗易懂的文字向用户输出法律建议。
3. 特点和优势
   • 高效性：专家系统能够快速地处理问题，一旦知识库和推理机构建完成，它可以在短时间内对问题做出响应。例如，在一个复杂的化工生产故障诊断专家系统中，当生产过程出现问题时，它可以迅速根据传感器收集的数据和知识库中的故障模型，推断出可能的故障原因，而不需要等待人类专家的到来。
   • 稳定性：它不受情绪、疲劳等因素的影响，能够始终如一地提供高质量的服务。与人类专家可能会因为疲劳、压力等因素导致判断失误不同，专家系统只要硬件、软件环境正常，就可以稳定地进行推理和判断。
   • 知识传承性：可以将人类专家的知识和经验以一种系统的方式保存下来，并不断积累和传播。例如，在一些传统技艺领域，专家系统可以记录老艺人的知识和经验，使得这些宝贵的知识不会因为人的逝去而丢失，并且可以为后人学习和传承提供帮助。
4. 与人工智能的关系
   • 专家系统是人工智能的一个重要应用方向。它是人工智能在知识表示和推理领域的典型体现，利用人工智能的知识表示方法来构建知识库，使用人工智能的推理算法来驱动推理机。然而，专家系统相对较为局限，通常只针对特定领域的问题，而人工智能的范畴更广泛，涵盖了从感知、学习到推理等多个方面的技术和应用，并且在不断地拓展和创新。

教材学习中的问题和解决过程

• 问题1：SQL有什么缺点？
• 问题1解决方案：

1. 复杂性随应用场景提升
   • 多表关联复杂：当需要处理涉及多个表的复杂查询时，SQL的语句可能会变得非常复杂。例如，在一个包含客户表、订单表、产品表、发货表等多个相关表的电商数据库中，要查询出每个客户购买的产品名称、订单金额、发货时间等信息，就需要使用多表连接（如内连接、外连接等）操作。连接条件的设置如果不准确，很容易导致错误的结果。而且随着表的数量增加和关联关系的复杂，SQL语句会变得冗长且难以理解和维护。
   • 嵌套子查询难度大：SQL支持子查询，即一个查询语句嵌套在另一个查询语句之中。当子查询嵌套层数较多时，代码的可读性会急剧下降。例如，要查询出购买了某一特定产品且订单金额高于平均订单金额的客户信息，可能需要在一个查询客户和订单信息的外层查询中嵌套一个计算平均订单金额的子查询，再嵌套一个查询特定产品订单的子查询。这种多层嵌套的结构对于开发人员的逻辑思维要求较高，也容易出现逻辑错误。
2. 可扩展性问题
   • 分布式数据处理困难：在处理大规模分布式数据时，传统SQL的表现可能会受到限制。例如，在一个跨多个数据中心存储数据的大型互联网公司数据库中，使用SQL进行数据查询和处理可能需要复杂的配置和优化。虽然有一些分布式数据库支持SQL接口，但在分布式环境下实现高效的SQL查询（如跨数据中心的表连接）仍然面临诸多挑战，如数据一致性问题、网络延迟对查询性能的影响等。
   • 对大数据类型支持有限：随着非结构化和半结构化数据（如社交媒体数据、物联网传感器数据等）的大量涌现，SQL在处理这些数据类型时存在一定的局限性。关系型数据库中的SQL主要是针对结构化数据设计的，对于像图像、音频、视频等非结构化数据，需要将其转换为合适的结构化形式（如通过提取元数据）才能存储和处理，这增加了数据处理的复杂性和成本。
3. 缺乏灵活性
   • 数据结构变更复杂：当需要对数据库的表结构进行更改时，例如添加新的列、修改列的数据类型或删除列，可能会遇到很多问题。如果表之间存在关联关系，那么修改一个表的结构可能会影响到其他相关表。而且在大型数据库系统中，这种结构的变更可能需要对大量的SQL代码（如存储过程、视图等）进行重新检查和修改，以确保它们仍然能够正常工作。
   • 编程范式限制：SQL是一种声明式语言，它主要关注的是“做什么”，而不是“怎么做”。这与传统的编程语言（如Python、Java等）的命令式编程范式不同。在某些复杂的业务场景中，这种编程方式可能会限制开发人员的创造力和灵活性。例如，在实现一些复杂的业务逻辑（如实时数据处理和动态决策）时，可能需要将SQL与其他编程语言结合使用，这增加了系统开发的复杂性。
4. 性能调优难度大
   • 查询优化复杂：SQL的性能很大程度上依赖于查询优化器的工作。然而，理解和控制查询优化器的行为是比较困难的。不同的数据库管理系统有不同的查询优化策略，即使是经验丰富的开发人员也很难预测一个复杂查询的执行时间和资源消耗。例如，在一个大型企业资源规划（ERP）数据库中，一个看似合理的SQL查询可能由于索引使用不当、表连接顺序不合理等因素而导致性能不佳，而要找到这些问题并进行优化需要对数据库的内部机制（如索引结构、查询执行计划等）有深入的了解。
   • 硬件资源利用不充分：在某些情况下，SQL可能无法充分利用现代硬件（如多核处理器、高速固态硬盘等）的优势。例如，在处理大规模数据并行处理时，SQL可能无法有效地将任务分配到多个处理器核心上，导致硬件资源的浪费，从而影响查询的速度和系统的整体性能。

• 问题2：指针的优越性
• 问题2解决方案：

1. 高效的内存访问
   • 直接内存操作：在C语言中，指针允许直接访问内存地址。这对于需要对内存进行精细控制的操作非常有用。例如，在嵌入式系统开发中，程序员可能需要直接读写特定的硬件寄存器。通过将寄存器的地址赋值给指针，就可以方便地对其进行读写操作。假设某个硬件设备的控制寄存器地址为0x1000，可以定义一个指针volatile unsigned int *reg_ptr = (volatile unsigned int *)0x1000;，然后通过*reg_ptr = value;（写操作）和value = *reg_ptr;（读操作）来与硬件寄存器进行交互。这种直接的内存访问方式能够高效地实现对硬件的控制。
   • 数组访问优化：指针可以更高效地访问数组元素。对于一个数组int arr[100];，使用指针int *p = arr;访问数组元素*(p + i)在某些情况下比使用下标访问arr[i]更高效。这是因为下标访问实际上是隐式地通过指针算术运算来实现的（arr[i]等价于*(arr + i)），但使用指针可以避免一些额外的计算和检查。在对数组进行频繁的遍历操作时，这种效率优势可能会更加明显。例如，在一个循环中对数组元素进行求和运算，使用指针可以减少计算开销。
2. 动态内存分配与管理
   • 灵活的内存分配：C语言中的malloc、calloc和realloc函数用于动态内存分配，这些函数返回的是指向所分配内存块的指针。通过指针，程序可以根据运行时的实际需求灵活地分配内存。例如，当需要存储用户输入的一系列数据，但不知道数据的具体数量时，可以先分配一个较小的内存块，然后根据输入的情况动态地调整内存大小。假设要实现一个简单的字符串存储功能，可以这样做：

     char *str;
     str = (char *)malloc(10 * sizeof(char));
     // 读取用户输入的字符串，若长度超过初始分配的大小，使用realloc进行重新分配
     

   • 构建复杂数据结构：指针是构建复杂数据结构（如链表、树和图）的基础。以链表为例，链表节点通常定义为包含数据成员和指向下一个节点的指针的结构体。例如：

     struct Node {int data;struct Node *next;
     };
     

     通过操作这些指针，可以实现链表的创建、插入、删除等操作。在构建树结构时，指针可以用来表示节点之间的父子关系，如二叉树节点定义：

     struct TreeNode {int data;struct TreeNode *left;struct TreeNode *right;
     };
     

3. 函数间的数据共享与修改
   • 修改函数外部变量：指针可以作为函数参数，使函数能够修改调用者传递进来的变量的值。如果只是传递普通变量，函数只能获取变量的副本，对副本的修改不会影响到原始变量。但通过指针传递变量的地址，函数就可以直接修改原始变量。例如，函数void swap(int *a, int *b)可以交换两个整数的值：

     void swap(int *a, int *b) {int temp = *a;*a = *b;*b = temp;
     }
     

     在主函数中调用int x = 5, y = 10; swap(&x, &y);就可以交换x和y的值。
   • 传递大型数据结构：当传递大型数据结构（如结构体或数组）给函数时，传递指针比传递整个数据结构更高效。传递指针只需要传递内存地址，而不是复制整个数据结构的内容。例如，对于一个大型结构体struct ComplexData { int a[100]; char b[200]; };，如果将其指针struct ComplexData *pData传递给函数，函数可以通过指针访问结构体的成员，避免了大量的数据复制开销。
4. 实现多态性（在一定程度上）
   • 函数指针实现回调机制：在C语言中，函数指针可以用来实现回调机制，这在一定程度上类似于其他语言中的多态性。函数指针指向函数的入口地址，通过函数指针可以在运行时动态地选择要调用的函数。例如，在一个排序算法中，可以使用函数指针来指定比较函数。假设我们有一个通用的排序函数void sort(int *arr, int size, int (*compare)(int, int))，其中compare是一个函数指针。可以根据不同的排序需求提供不同的比较函数，如升序比较函数int ascending(int a, int b) { return a - b; }和降序比较函数int descending(int a, int b) { return b - a; }。这样，通过传递不同的函数指针，排序函数就可以实现不同的排序方式，增加了代码的灵活性。

基于AI的学习