本質(zhì)上來說，智能合約是一段程序，它以計(jì)算機(jī)指令的方式實(shí)現(xiàn)了傳統(tǒng)合約的自動(dòng)化處理。智能合約程序不只是一個(gè)可以自動(dòng)執(zhí)行的計(jì)算機(jī)程序，它本身就是一個(gè)系統(tǒng)參與者，對(duì)接收到的信息進(jìn)行回應(yīng)，可以接收和儲(chǔ)存價(jià)值，也可以向外發(fā)送信息和價(jià)值。

　　int TensorStatistic::_computeThreshold(const std::vector<float>&distribution){

　　const int targetBinNums=128;

　　int threshold=targetBinNums;

　　if(mThresholdMethod==THRESHOLD_KL){

　　float minKLDivergence=10000.0f;

　　float afterThresholdSum=0.0f;

　　//統(tǒng)計(jì)超過128以后（超過閾值）的個(gè)數(shù)afterThresholdSum

　　std::for_each(distribution.begin()+targetBinNums,distribution.end(),

　　[&](float n){afterThresholdSum+=n;});

　　for(int i=targetBinNums;i<mBinNumber;++i){//從128到2048，找到新的threshold

　　std::vector<float>quantizedDistribution(targetBinNums);

　　std::vector<float>candidateDistribution(i);

　　std::vector<float>expandedDistribution(i);需求及案例開發(fā)I59源碼2OO7設(shè)計(jì)3O69

　　//0~i-1的分布情況，之后的數(shù)據(jù)都列加到第i-1上，做飽和映射

　　std::copy(distribution.begin(),distribution.begin()+i,candidateDistribution.begin());

　　candidateDistribution[i-1]+=afterThresholdSum;

　　afterThresholdSum-=distribution<i>;

　　//大小i，重新映射到targetBinNums時(shí)的bin間隔

　　const float binInterval=(float)i/(float)targetBinNums;

　　//merge i bins to target bins

　　//[0,j]之間的分布，合并到[0,targetBinNums]大小的空間中，并保存在quantizedDistribution

　　for(int j=0;j<targetBinNums;++j){

　　//[start,end]是映射到128長度的直方圖中第j個(gè)bin所對(duì)應(yīng)的數(shù)據(jù)

　　const float start=j*binInterval;

　　const float end=start+binInterval;

　　//將超出左右范圍的數(shù)據(jù)，按照距離兩端距離遠(yuǎn)近作為系數(shù)，累加到當(dāng)前bin中

　　const int leftUpper=static_cast<int>(std::ceil(start));

　　if(leftUpper>start){案例及詳細(xì)：MrsFu123

　　const float leftScale=leftUpper-start;

　　quantizedDistribution[j]+=leftScale*distribution[leftUpper-1];

　　}

　　const int rightLower=static_cast<int>(std::floor(end));

　　if(rightLower<end){

　　const float rightScale=end-rightLower;

　　quantizedDistribution[j]+=rightScale*distribution[rightLower];

　　}

　　//統(tǒng)計(jì)并累加在范圍內(nèi)的數(shù)據(jù)

　　std::for_each(distribution.begin()+leftUpper,distribution.begin()+rightLower,

　　[&](float n){quantizedDistribution[j]+=n;});

　　}