Вызвать функцию n раз с интервалом в n секунд

Я хочу просто вызвать функцию 4 раза с интервалом в 10 секунд. Это вызывает его только один раз

    QTimer *timer = new QTimer(this);
    timer->setSingleShot(true);
    connect(timer, SIGNAL(timeout()), this, SLOT(myFunction()));
    timer->start(10000);

И если я избавлюсь от метода setSingleShot, он будет вызываться навсегда. Есть ли встроенный способ вызвать его только n раз. Я не смог найти его в документации Qt.

c++ qt qtimer

23.07.2019

Ответы:

Грубый, не масштабируемый способ: запустить четыре таймера.

Более практичный способ состоит в том, чтобы обратный вызов отслеживал, сколько раз он был вызван, а затем останавливал таймер на четвертом вызове.

23.07.2019

Другой (ужасный) метод грубой силы: напишите цикл, который выполняется четыре раза и вызывает функцию, а затем засыпает на 10 секунд;) 23.07.2019

Я искал элегантное встроенное решение, но, похоже, его нет. Если я начну четыре раза, функция будет вызываться четыре раза через 10 секунд. То, что я хочу, это вызвать его один раз через 10 сек, потом еще раз через еще 10 сек... и так далее. Я мог бы использовать ваше второе предложение, хотя. @Jesper Juhl Я не могу позволить себе спать, мне нужно заняться другими делами. Как лучше всего спать в фоновом режиме? 23.07.2019

@Gebre Четыре таймера будут иметь тайм-ауты 10, 20, 30 и 40 секунд, и это не серьезное предложение, просто немного легкомыслия. Путь к тому, чтобы обратный вызов уничтожал таймер после того, как он был вызван нужное количество раз. 23.07.2019

О, мой плохой, я неправильно понял это четыре раза. Для метода обратного вызова это означает, что таймер должен быть глобальным, но я могу пойти и по этому пути. 23.07.2019

@Gebre: таймер не обязательно должен быть глобальным - вы можете передавать указатель на таймер обратному вызову при каждом вызове. Если вы пойдете по этому пути, вам нужно будет подключить сигнал тайм-аута через лямбду. 25.07.2019

Новые материалы

Как проанализировать работу вашего классификатора?

Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..

Работа с цепями Маркова, часть 4 (Машинное обучение)

Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..

Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]

Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..

Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter

Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..

Учебные заметки: создание моего первого пакета Node.js

Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..

Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!

Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..

ИИ в аэрокосмической отрасли

Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..

Метки

Machine Learning JavaScript Data Science Artificial Intelligence Software Development Python Web Development Coding Deep Learning AI React Software Engineering Nodejs Java Front End Development Typescript Computer Science Data Algorithms Development NLP Tech Programming Languages CSS ChatGPT HTML Python Programming Javascript Tips Angular Computer Vision Data Visualization Neural Networks Startup Tutorial Statistics Productivity Reactjs Learning