关联子报告组织策略(Linked Sub-report Organizing Strategy)
是否有逻辑来决定如何使用子报告构建主报告？
例如，我有一个我正在尝试制作的360（员工反馈）报告，其中有4种不同的方式来呈现数据。 每个不同的演示文稿都有不同的页眉并使用不同的分组。 所以我认为我需要将每个演示文稿分成一个单独的报告，然后将它们全部绑定在一个主报告中。
但是，我应该如何构建主人。
例如，如果主数据库是具有最复杂数据的那个，那么另一个更简单的子报告是否会相对于它们需要与该“核心”报告相关的位置隐藏在页眉和页脚中？ 或者我应该使标题页成为“主”，有条件地抑制页眉，然后将每种方式将数据作为子报表呈现在该报告中的单独组头中？
那个什么是良好的组织策略呢？
Is there a logic to deciding how to structure a master report with sub-reports?
For example, I have a 360 (employee feedback) report I'm trying to make, where there are 4 different ways of presenting the data. Each different presentation has a different page header & uses different groupings. So I think I need to make each presentation into a separate report & then bind them all together in a master report with subs.
But, how should I structure the master.
For example, should the master be the one with the most complex data, and then the other, simpler, sub-reports get tucked into headers & footers relative to where they need to be in relation to that 'core' report? Or should I make the title page be the 'master', with conditionally suppressed page headers and then put each way of presenting the data as a sub-report into a separate group header in order within that report?
i.e. what is a good organizational strategy for this?
原文：https://stackoverflow.com/questions/15639195
更新时间：2024-01-21 18:01
最满意答案
你永远不会修改循环中的curPtr。
You never modify curPtr in your loop.
相关问答
更多-
Swift二进制搜索树搜索(Swift Binary Search Tree Search)[2023-02-11]
我对你的代码做了一些改进，看看： public class BinarySearchTree -
C：两个不同的二进制搜索实现，一个陷入无限循环(C: Two different binary search implementation, one stuck in infinite loop)[2022-11-15]
一旦遇到high == (low+1)的分区，您的第二个算法就会遇到重复周期。 当发生这种情况时，你基本上有mid = (low + low + 1)/2 ，相当于(2*low)/2 + 1/2 。 对于整数除法，这导致mid = low + 0 。 由于你在低端的唯一移动是low = mid ，但它们已经是等价的，你有一个无限循环。 在第一次实现时不会发生这种情况的原因是整数除法的方向。 它总是下降 。 因此， high移动不会受此影响，事实上实际上利用了它。 为了在bsearch2考虑到这一点， bse ... -
这里只是一个概念： 在BST中，节点T的左子树仅包含小于T中存储的值的元素。 如果k小于左子树中元素的数量，则第k个最小元素必须属于左子树。 否则，如果k较大，则第k个最小元素在右子树中。 我们可以增加BST以使其中的每个节点存储其左子树中的元素数（假定给定节点的左子树包括该节点）。 使用这条信息，通过反复询问左子树中的元素数来遍历树，以决定是否向左或右子树进行递归。 现在，假设我们在节点T： 如果k == num_elements（T的左子树） ，那么我们要找的答案是节点T的值。 如果k> num_ele ...
-
查找二进制搜索树中的最小元素 - 进入无限循环(Finding the smallest element in a Binary Search Tree - entering infinite loop)[2023-10-12]
你永远不会修改循环中的curPtr。 You never modify curPtr in your loop. -
在二进制搜索树中查找最小和的算法改进(Algorithmic improvement for finding minimum sum in a Binary Search Tree)[2022-09-26]
在某些情况下，知情搜索可能有所帮助。 在最坏的情况下，计算成本与您的算法完全相同。 举个例子： int minSumPathOpt(TreeNode* root) { if(root == nullptr) return 0; int sum = -1; std::stack -
样品溶液似乎很好。 你的代码存在的问题是， mid = (lo + hi) / 2向lo循环，这是一个问题，因为更新情况是lo = mid和hi = mid - 1 。 当hi == lo + 1 ，在第一种情况下，没有进展。 你应该按照样本进行四舍五入： mid = (lo + hi + 1) / 2 （警告：可能在长阵列上溢出;检查你的约束）。 该示例还检查第一个值是否小于该键。 The sample solution seems fine. The problem with your code is ...
-
它看起来不错，我重新格式化了一下代码，希望我没有错过任何东西。 迭代 public T FindSmallest(BinarySearchTree
tree){ BinaryNode Node = new BinaryNode(tree.getDataRoot()); if (Node == null) return null; while(Node.hasLeftChild()) Node = Node.getLeftChild(); return Node ... -
所有关于你的树的东西都与这里的根本原因无关，那就是haskell's =不是赋值操作符，而是一个定义。 重要的是，它允许递归，允许一个值引用自己，例如xs = 1 : xs产生xs = 1 : xs的无限列表。 所以你不是通过三次插入逐步构建一棵树，而是定义三棵不相关的树，每棵树都是自我指涉的，因此是循环的。 如果你简单地写了x = x你会遇到同样的问题。 如果您想在计算中命名步骤，则必须为每个名称分别指定一个名称，因为您无法修改现有的绑定。 All this stuff about your tree i ...
-
在测试temp为null之前，您不会返回temp-> data; （null） - >数据会给你一个分段错误。 尝试像这样修复你的循环： int findMin(tree *root){ tree *temp = root; while(temp -> left != NULL){ temp = temp->left; } return temp->data; } int findMax(tree *root){ tree *temp = root; wh ...
-
find_element(root, k) if(root.left.nchildren + 1 == k - 1) return root; if(root.left.nchildren + 1 >= k) return find_element(root.left, k) else return find_element(root.right, k - (root.left.children + ...