Nano Hash - криптовалюты, майнинг, программирование

Сравните две таблицы одинаковых объектов и выберите разные

У меня есть совместная таблица с именем EmployeeTask, которая объединяет сотрудников и задачи.

Связь: Сотрудник (ОДИН)----(МНОГИЕ) EmployeeTask (МНОГИЕ)----(ОДИН) Задача.

Итак, теперь у меня есть сотрудник, и я использую его идентификатор сотрудника, чтобы найти все employeeTask, которым был назначен этот сотрудник, а затем найти все Task соответствует каждой employeeTask в таблице.

Затем я помещаю все Task, которые у меня есть в базе данных, в другую таблицу.

Наконец, Я хочу узнать список задач, которые не были назначены этому сотруднику.

Инструменты, которые я использую, — это критерии гибернации, а язык — JAVA.

Кто-нибудь может помочь, пожалуйста.

---РЕДАКТИРОВАТЬ---

Этот фрагмент кода даст мне все задачи, которые у меня есть для данного сотрудника:

ArrayList<EmployeeTask> employeeTasks = EmployeeTaskDAO.getEmployeeTasksByEmployee(employee);
JSONArray tasksArr = new JSONArray();
for(EmployeeTask et : employeeTasks){
    Task t = TaskDAO.getTaskById(et.getTask().getTaskId());
    tasksArr.add(t.toJson());
}

Метод getEmployeeTasksByEmployee

public static ArrayList<EmployeeTask> getEmployeeTasksByEmployee(Employee employee){
    ArrayList<EmployeeTask> employeeTasks = new ArrayList<EmployeeTask>();
    if(employee != null){
        DetachedCriteria detachedCriteria = DetachedCriteria.forClass(EmployeeTask.class);
        detachedCriteria.add(Restrictions.eq(Key.EMPLOYEE, employee));
        List<Object> list = HibernateUtil.detachedCriteriaReturnList(detachedCriteria);
        for(Object o : list){
            employeeTasks.add((EmployeeTask) o);
        }
    }
    return employeeTasks;
}

Способ получения всех задач очень похож на приведенный выше пример кода.

Теперь я буквально теряюсь в поисках остальных задач, которые еще не были назначены этому сотруднику. Как мне подойти? Любая помощь? Спасибо!


  • Не могли бы вы показать код, который вы пробовали? 29.07.2015
  • хорошо, дай мне секунду 29.07.2015
  • Поможет ли просто не равно? здесь информация 29.07.2015
  • Можете ли вы также поделиться своими моделями? Потому что то, что вы хотите, можно было бы получить, используя один критерий, я думаю. 29.07.2015
  • @Б.К. Здравствуйте, извините, но какую модель вы имеете в виду? 29.07.2015

Ответы:


1

Вместо поиска различий в двух таблицах. Я решил сохранить два разных массива объектов в javascript и сравнить два массива, чтобы исключить необычные.

29.07.2015

2

Трудно что-то сказать без модели, но вы можете попробовать использовать псевдоним для объединения ваших трех таблиц. Есть javadoc и несколько примеры доступны.

Чтобы получить неназначенные задачи, вы можете добавить ограничение NotEqual, упомянутое @VytautasAlkimavicius.

29.07.2015
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..