[dp20_完全背包] 介绍 | 零钱兑换
目录
1. 完全背包
题解
背包必须装满
2.零钱兑换
题解
1. 完全背包
链接: DP42 【模板】完全背包
描述
你有一个背包,最多能容纳的体积是V。
现在有n种物品,每种物品有任意多个,第i种物品的体积为vivi ,价值为wiwi。
(1)求这个背包至多能装多大价值的物品?
(2)若背包恰好装满,求至多能装多大价值的物品?
输入描述:
- 第一行两个整数n和V,表示物品个数和背包体积。
- 接下来n行,每行两个数vi和wi,表示第i种物品的体积和价值。
- 1≤n,V≤10001≤n,V≤1000
输出描述:
- 输出有两行,第一行输出第一问的答案,第二行输出第二问的答案,如果无解请输出0。
示例1
输入:
2 6
5 10
3 1
复制
输出:
10
2
复制
示例2
输入:
3 8
3 10
9 1
10 1
复制
输出:
20
0
复制
说明:无法恰好装满背包。
示例3
输入:
6 13
13 189
17 360
19 870
14 184
6 298
16 242
复制
输出:
596
189
复制
说明:可以装5号物品2个,达到最大价值298*2=596,若要求恰好装满,只能装1个1号物品,价值为189.
题解
解决第一问背包没有必要装满的情况
- 之前在01背包哪里说过其他背包问题都是从01背包延伸的,所以01背包是其他背包的基础。
- 接下来的状态表示、状态转移方程等全都是按照01背包来的。
- 01 背包前文:[dp18_背包问题] 介绍 | 01背包 | 分割等和子集
1.状态表示
- dp[i][j] 表示:从前 i 个物品中选,总体积不超过 j ,所有选法中,最大价值是多少。
2.状态转移方程
- 这里也是和01背包那里一样,根据最后一个位置,划分情况。
但是这里有点差别,01背包哪里只有 选or不选 两个情况,我们这里情况就多了。 - 可以不选、可以选1个、可以选2个、可以选3个…
不选 i,说明所有选法中都不包含第 i 个物品,相当于从去 1 ~ i - 1 这个区间去选,就是dp[i-1][j]
- 选一个 i,这时就有一个v[i]的体积了,然后仅需去 1 ~ i - 1 区间去选一个 不超过j - v[i]的最大价值,然后在加上 i 的价值。
- 选两个 i,这时就有两个v[i]的体积了,然后仅需去 1 ~ i - 1 区间去选一个 不超过j - 2*v[i]的最大价值,然后在加上两个 i 的价值。
选三个 i,选四个…,同理如上。
如果做过前面的通配符匹配和正则表达式的时候,我们是遇到这种状态转移方程的。
- 发现填一个状态的时候发现这个状态时候很多状态拼接而成的,这个时候我们要想到策略把这些状态用一个或者两个状态来表示。
优化:数学
假设最后选了k个i,在选背包容量就装不下了。
我们发现 i - 1 是没有变的,但是 j 是均匀减v[i],所以我们可以转化一下
- 先分析一下,k和x是否相等。上面的k表示,j - kv[i] 无限接近于0,下面的x其实也是表示,j - xv[i] 无线接近于0。
- 所以 k == x,也就说上面划线的和下面的个数是完全相同的。
- 然后我们给下面的加上一个w[i],你会发现上面划线的完全可以用下面的替代。
- dp[i] [j-v[i]] : 保留 i, 来表示 当前物品 还可选
因此我们就可以得到优化后的dp[i][j]的状态转移方程。
- dp[i][j]=max(dp[i-1][j], dp[i][j-
- 注意 j - v[i] 可能不存在,这里和01背包一样,所以必须 j >= v[i]
3.初始化
多开一行一列
- 里面的值要保证后序的填表是正确的
- 下标的映射关系
- 第一列不用初始化前面01背包应用已经解释过了。
第一行表示物品为空,当 j 为0的时候,要凑成不超过 j,只要不选就行了,最大价值是0。 - 如果j为1、2、3但是没有物品可选,同样最大价值也是0.
4.填表
- 填dp[i][j]会用到上面和左边的值,因此从上往下填写每一行,每一行从左往右。
5.返回值
- dp[i][j] 表示:从前 i 个物品中选,总体积不超过 j ,所有选法中,最大价值是多少。
- 我们要的是从整个物品中选不超过V的最大价值。因此返回dp[n][V]
背包必须装满
在之前的基础上稍加修改就行
1.状态表示
- dp[i][j] 表示:从前 i 个物品中选,总体积不超过 j,所有选法中,最大价值是多少---->
- dp[i][j] 表示:从前 i 个物品中选,总体积等于 j,所有选法中,最大价值是多少
2.状态转移方程
这里稍微修改的是dp[i][j-v[i]] + w[i],我们之前只是判断 j - v[i] 是否存在。因为我们这里是必须要装满,但是dp[i][j-v[i]]不一定装满。如果不一定装满用0表示的话,因为后面加个w[i],dp[i][j]求max就可能会用到这个状态。但是实际上要求如果dp[i][j-v[i]]凑不够是不能用dp[i][j-v[i]] + w[i]。所以不仅要判断 j >= v[i],还要判断dp[i][j-v[i]情况是否存在。
- 我们这里和01背包哪里一样,用dp[i][j] == -1 表示情况不存在,表示 根本凑不出 j 体积
- 为什么不用0,因为第一行第一个空格dp[0][0] == 0 ,0 表示背包为 0 的时候 选择 0 个物品,和凑不出来背包,进行了区分
dp[i][j-v[i]] !=-1
每次 max 更新前,要先进行判断!!!!
3.初始化
- 这里我们处理第一行就行了,第一列还是不用初始化
- 第一行,没有物品 肯定无法装满背包,给 -1.
4.填表
- 从上到下
- 从左往右
5.返回值
注意如果最终结果是-1,说明说明始终无法装满背包,最大价值返回 0
- dp[i][j]==-1 ? 0:dp[i][j]
#include <bits/stdc++.h>
using namespace std;const int N=1005;
int v[N],w[N];
int dp[N][N];int main()
{int n,V;cin>>n>>V;for(int i=0;i<n;i++){cin>>v[i]>>w[i];}int ret=0;
//不用装满memset(dp,0,sizeof dp);for(int i=1;i<=n;i++){for(int j=0;j<=V;j++){dp[i][j]=dp[i-1][j];//注意 下标映射if(j>=v[i-1])dp[i][j]=max(dp[i][j],dp[i][j-v[i-1]]+w[i-1]);}}cout<<dp[n][V]<<endl;//装满memset(dp,0,sizeof dp);for(int j=1;j<=V;j++)dp[0][j]=-1; //装不满for(int i=1;i<=n;i++){for(int j=0;j<=V;j++){dp[i][j]=dp[i-1][j];
//注意 下标映射if(j>=v[i-1] && dp[i][j-v[i-1]]!=-1)dp[i][j]=max(dp[i][j],dp[i][j-v[i-1]]+w[i-1]);}}cout<<(dp[n][V]==-1?0:dp[n][V]);return 0;
}
我们也可以增强可读性的,这么解决下标映射问题
直接 将空间 开的足够大,从 1 位置开始输入数组~
01 背包的滚动数组优化
- j 变化 方向
- 判断条件加入循环中,实现剪枝
- 只和 上一行有关
那么 完全背包呢
- 我们搞成一个数组,直接把横坐标 i 干 xx 掉。
- 如果填 j 位置,也需要之前上一行的状态和同一行前面的状态,因此从左往右遍历。
#include <bits/stdc++.h>
using namespace std;const int N=1005;
int v[N],w[N];
int dp[N];int main()
{int n,V;cin>>n>>V;for(int i=0;i<n;i++){cin>>v[i]>>w[i];}int ret=0;
//不用装满memset(dp,0,sizeof dp);for(int i=1;i<=n;i++){for(int j=v[i-1];j<=V;j++){dp[j]=max(dp[j],dp[j-v[i-1]]+w[i-1]);}}cout<<dp[V]<<endl;//装满memset(dp,0,sizeof dp);for(int j=1;j<=V;j++)dp[j]=-1; //装不满for(int i=1;i<=n;i++){for(int j=v[i-1];j<=V;j++){
//注意 下标映射if(dp[j-v[i-1]]!=-1)dp[j]=max(dp[j],dp[j-v[i-1]]+w[i-1]);}}cout<<(dp[V]==-1?0:dp[V]);return 0;
}
优化的完全背包代码如果和01背包代码相比,你会发现它们俩只有遍历顺序不一样
- 01背包是从 V -> v[i]
- 完全背包是从 v[i] -> V,其他代码都是一样的。
其实这里还有一点点优化,有的人这里不用判断if,发现它的代码也过了。
- 我们这里放个if,主要是为了防止dp[j-v[i]] + w[i]不合法就用了,所以加了一个if。
- 其实不加if也可以做到,合法用,不合法不用。因为这里求的是max,我只要让它不合法的时候值足够小就行了,即使求max它也没有用。
如何才能让它足够小呢?
- 我们可以初始第一行不给它设为-1,因为-1加一个正数可能是一个正数。而是设置为-0x3f3f3f3f。
- 首先这个数足够小,其次这个数用来做加法极有可能不会超过0。
- 如果你设置为INT_MIN,如果是 - w[i] 就会溢出,溢出之后就会变成一个非常大的正数。
最后判断也要改一下。
2.零钱兑换
链接: 322. 零钱兑换
给你一个整数数组 coins
,表示不同面额的硬币;以及一个整数 amount
,表示总金额。
计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额,返回 -1
。
你可以认为每种硬币的数量是无限的。
示例 1:
输入:coins = [1, 2, 5], amount = 11
输出:3
解释:11 = 5 + 5 + 1
示例 2:
输入:coins = [2], amount = 3
输出:-1
示例 3:
输入:coins = [1], amount = 0
输出:0
有一堆硬币,从这些硬币中选一些硬币,看能凑成总金额amount所需的 最少的硬币个数。
- 这是一个典型的背包问题。
- 你可以认为每种硬币的数量是无限的,这句话很重要。
- 看到这个无限,你就要想到这是一个完全背包问题。
题解
1.状态表示
- dp[i][j] 表示:从前 i 个硬币中挑选,总和正好等于j,所有选法中,最少硬币个数。
2.状态转移方程
- 根据最后一个位置,划分情况
- 不选 i,说明所有选法中都不包含第 i 个硬币,相当于从去 1 ~ i - 1 这个区间去选,就是dp[i-1][j]
选1个i,这时就有 i 这个硬币了,然后仅需去 1 ~ i - 1 区间去选一个 不超过j - coins[i]的最少硬币个数,然后在加上 i 这个硬币个数
同理,选2个 i、选3个 i都是上面的分析思路
- 发现填一个状态的时候发现这个状态时候很多状态拼接而成的,这个时候我们要想到策略把这些状态用一个或者两个状态来表示。
- 在完全背包哪里我们已经分析过了,这里直接写,然后我们取所有情况的最小值。
3.初始化
- 多开一行一列
- 里面的值要保证后序的填表是正确的
- 下标的映射关系
第一列不用初始化,因为用到dp[i][j-coins[i]] 前提 j >= coins[i],所以不会越界。
- 我们只初始化第一行。
第一行表示硬币为空,当 j = 0表示总和为0,不选就行了
- 当 j = 1、2、3…,硬币为空,根本凑不出总和是这些的情况。之前完全背包说过这些都给-1然后特判一下,但是在优化的时候有说过这些无效的情况仅需不让它们参与我们求dp[i][j]就可以了
- 这里我们求得是min,因此我们可以给这些位置初始化为无穷大,这样即使情况不存在求min也不会影响。
注意这里给无穷大不能给INT_MAX,
- 首先 INT_MAX + 1 会越界Leetcode会报错
- 其次INT_MAX + 1 会是一个很小的数求min就会用到它。
- 这里我们可以给0x3f3f3f3f,可以保证在这个算法中它是最大的,并且用来做加法也不会越界。
4.填表顺序
- 填dp[i][j]会用到上面和左边的值,
- 因此从上往下填写每一行,每一行从左往右。
5.返回值
dp[i][j] 表示:从前 i 个硬币中挑选,总和正好等于j,所有选法中,最少硬币个数。
- 我们要的是从整个数组中选,总和等于amount,最少硬币个数,因此返回dp[n][amount]
- 但是可能整个数组也凑不出总和等于amount,所以返回判断一下
dp[n][amount] >= INF ? -1 : dp[n][amount]
class Solution {const int INF=0x3f3f3f3f;public:int coinChange(vector<int>& coins, int amount) {int n=coins.size();vector<vector<int>> dp(n+1,vector<int>(amount+1,INF));dp[0][0]=0;for(int i=1;i<=n;i++){for(int j=0;j<=amount;j++){dp[i][j]=dp[i-1][j];if(j>=coins[i-1])dp[i][j]=min(dp[i][j],dp[i][j-coins[i-1]]+1);}}return dp[n][amount]==INF?-1:dp[n][amount];}
};
优化
- 只和 上一行有关
class Solution {const int INF=0x3f3f3f3f;public:int coinChange(vector<int>& coins, int amount) {int n=coins.size();vector<int> dp(amount+1,INF);dp[0]=0;for(int i=1;i<=n;i++){for(int j=coins[i-1];j<=amount;j++){dp[j]=min(dp[j],dp[j-coins[i-1]]+1);}}return dp[amount]==INF?-1:dp[amount];}
};
相关文章:
[dp20_完全背包] 介绍 | 零钱兑换
目录 1. 完全背包 题解 背包必须装满 2.零钱兑换 题解 1. 完全背包 链接: DP42 【模板】完全背包 描述 你有一个背包,最多能容纳的体积是V。 现在有n种物品,每种物品有任意多个,第i种物品的体积为vivi ,价值为wiwi。 &a…...
精打细算 - GPU 监控
精打细算 - GPU 监控 在上一篇,咱们历经千辛万苦,终于让应用程序在 Pod 的“驾驶舱”里成功地“点火”并用上了 GPU。太棒了!但是,车开起来是一回事,知道车速多少、油耗多少、引擎水温是否正常,则是另一回事,而且同样重要,对吧? 我们的 GPU 应用跑起来了,但新的问题…...
故障诊断 | CNN-BiGRU-Attention故障诊断
效果一览 摘要 在现代工业生产中,设备的稳定运行至关重要,故障诊断作为保障设备安全、高效运行的关键技术,其准确性和及时性直接影响着生产效率与成本[[doc_refer_1]][[doc_refer_2]]。随着工业设备复杂性的不断增加,传统故障诊断方法已难以满足实际需求。深度学习技术凭借…...
单片机AIN0、AIN1引脚功能
目录 1. 模拟-数字转换器(ADC) 2. 交流电源(AC) 总结 这两部分有什么区别? 在这个电路图中,两个部分分别是模拟-数字转换器(ADC)和交流电源(AC)。以下是这…...
交换机与路由器的主要区别:深入分析其工作原理与应用场景
在现代网络架构中,交换机和路由器是两种至关重要的设备。它们在网络中扮演着不同的角色,但很多人对它们的工作原理和功能特性并不十分清楚。本文将深入分析交换机与路由器的主要区别,并探讨它们的工作原理和应用场景。 一、基本定义 1. 交换…...
uniApp小程序保存定制二维码到本地(V3)
这里的二维码组件用的 uv-ui 的二维码 可以按需引入 QRCode 二维码 | 我的资料管理-uv-ui 是全面兼容vue32、nvue、app、h5、小程序等多端的uni-app生态框架 <uv-qrcode ref"qrcode" :size"280" :value"payCodeUrl"></uv-qrcode>&l…...
手机投屏到电视方法
一、投屏软件 比如乐播投屏 二、视频软件 腾讯视频、爱奇艺 三、手机无线投屏功能 四、有线投屏 五、投屏器...
桌面应用UI开发方案
一、基于 Web 技术的跨平台方案 Electron Python/Go 特点: 技术栈:前端使用 HTML/CSS/JS,后端通过 Node.js 集成 Python/Go 模块或服务。 跨平台:支持 Windows、macOS、Linux 桌面端,适合开发桌面应用。 生态成熟&…...
FFmpeg+Nginx+VLC打造M3U8直播
一、视频直播的技术原理和架构方案 直播模型一般包括三个模块:主播方、服务器端和播放端 主播放创造视频,加美颜、水印、特效、采集后推送给直播服务器 播放端: 直播服务器端:收集主播端的视频推流,将其放大后推送给…...
山东科技大学深度学习考试回忆
目录 一、填空(五个空,十分) 二、选择题(五个,十分) 三、判断题(五个,五分) 四、论述题(四个,四十分) 五、计算题(二个ÿ…...
【Flutter动画深度解析】性能与美学的完美平衡之道
Flutter的动画系统是其UI框架中最引人注目的部分之一,它既能创造令人惊艳的视觉效果,又需要开发者对性能有深刻理解。本文将深入剖析Flutter动画的实现原理、性能优化策略以及设计美学,帮助你打造既流畅又美观的用户体验。 一、Flutter动画核…...
【嵌入式】——Linux系统远程操作和程序编译
目录 一、虚拟机配置网络设置 二、使用PuTTY登录新建的账户 1、在ubuntu下开启ssh服务 2、使用PuTTY连接 三、树莓派实现远程登录 四、树莓派使用VNC viewer登录 五、Linux使用talk聊天程序 1、使用linux自带的talk命令 2、使用c语言编写一个talk程序 一、虚拟机配置网络…...
零、HarmonyOS应用开发者基础学习总览
零、HarmonyOS应用开发者基础认证 1 整体学习内容概览 1 整体学习内容概览 通过系统化的课程学习,熟练掌握 DevEco Studio,ArkTS,ArkUI,预览器,模拟器,SDK 等 HarmonyOS 应用开发的关键概念,具…...
记录一次项目中使用pdf预览过程以及遇到问题以及如何解决
背景 项目中现有的pdf浏览解析不能正确解析展示一些pdf文件,要么内容一直在加载中展示不出来,要么展示的格式很凌乱 解决 方式一:(优点:比较无脑,缺点:不能解决遇到的一些特殊问题࿰…...
致远OA——自定义开发rest接口
文章目录 :apple: 业务流程 🍎 业务流程 代码案例: https://pan.quark.cn/s/57fa808c823f 官方文档: https://open.seeyoncloud.com/seeyonapi/781/https://open.seeyoncloud.com/v5devCTP/39/783.html 登录系统 —— 后台管理 —— 切换系…...
STL之vector基本操作
写在前面 我使用的编译器版本是 g 11.4.0 (Ubuntu 22.04 默认版本),支持C17的全部特性,支持C20的部分特性。 vector的作用 我们知道vector是动态数组(同时在堆上存储数组元素),我们在不确定数…...
dac直通线还是aoc直通线? sfp使用
"DAC直通线" 和 "AOC直通线" 都是高速互连线缆,用于数据中心、服务器、交换机等设备之间的高速互连。它们的选择主要取决于以下几个方面: 🔌 DAC(Direct Attach Cable,直连铜缆) 材质&…...
【Linux篇】探索进程间通信:如何使用匿名管道构建高效的进程池
从零开始:通过匿名管道实现进程池的基本原理 一. 进程间通信1.1 基本概念1.2 通信目的1.3 通信种类1.3.1 同步通信1.3.2 异步通信 1.4 如何通信 二. 管道2.1 什么是管道2.2 匿名管道2.2.1 pipe()2.2.2 示例代码:使用 pipe() 进行父子进程通信2.2.3 管道容…...
Mixture-of-Experts with Expert Choice Routing:专家混合模型与专家选择路由
摘要 稀疏激活的专家混合模型(MoE)允许在保持每个token或每个样本计算量不变的情况下,大幅增加参数数量。然而,糟糕的专家路由策略可能导致某些专家未被充分训练,从而使得专家在特定任务上过度或不足专业化。先前的研究通过使用top-k函数为每个token分配固定数量的专家,…...
ai学习中收藏网址【1】
https://github.com/xuwenhao/geektime-ai-course课程⾥所有的代码部分,通过 Jupyter Notebook 的形式放在了 GitHub 上 https://github.com/xuwenhao/geektime-ai-course 图片创作 https://www.midjourney.com/explore?tabtop 创建填⾊本 How to Create Midjour…...
【滑动窗口】最⼤连续 1 的个数 III(medium)
⼤连续 1 的个数 III(medium) 题⽬描述:解法(滑动窗⼝):算法思路:算法流程: C 算法代码:Java 算法代码: 题⽬链接:1004. 最⼤连续 1 的个数 III …...
ClawCloud的免费空间(github用户登录可以获得$5元/月的免费额度)
免费的空间 Welcome to ClawCloud Lets create your workspace 官网:ClawCloud | Cloud Infrastructure And Platform for Developers 区域选择新加坡 然后这个页面会变成新加坡区域,再按一次确定,就创建好了工作台。 初始界面࿰…...
sql之DML(insert、delete、truncate、update、replace))
🎯 本文专栏:MySQL深入浅出 🚀 作者主页:小度爱学习 数据库使用时,大多数情况下,开发者只会操作数据,也是就增删改查(CRUD)。 增删改查四条语句,最重要的是查…...
Spring Boot常用注解全解析:从入门到实战
🌱 Spring Boot常用注解全解析:从入门到实战 #SpringBoot核心 #注解详解 #开发技巧 #高效编程 一、核心启动与配置注解 1. SpringBootApplication 作用:标记主启动类,整合了Configuration、EnableAutoConfiguration和Component…...
Python 赋能区块链教育:打造去中心化学习平台
Python 赋能区块链教育:打造去中心化学习平台 引言 区块链技术正在重塑全球多个行业,而教育领域也不例外。传统的在线学习平台往往依赖中心化存储和管理模式,导致数据安全、用户隐私、资源共享等问题难以解决。而随着 Web 3.0 的发展,区块链在教育场景中的应用逐渐受到关…...
verilog float mult
module pipe_float_mul(input wire clk ,// 时钟信号input wire en ,// 使能信号input wire rst_n ,// 复位信号input wire round_cfg ,// 决…...
Android开发四大组件和生命周期及setFlags
文章目录 Android开发四大组件1. Activity(活动)2. Service(服务)3. BroadcastReceiver(广播接收器)4. ContentProvider(内容提供者)共同特点 Activity 生命周期详解完整的生命周期方…...
mysql的函数(第二期)
九、窗口函数(MySQL 8.0) 适用于对结果集的子集(窗口)进行计算,常用于数据分析场景。 ROW_NUMBER() 作用:为每一行生成唯一的序号。示例:按分数降序排名 SELECT n…...
MATLAB 控制系统设计与仿真 - 39
多变量系统控制器设计实例2 假如原系统对象中有位于虚轴上的极点,则不能直接应用鲁棒控制设计来设计控制器。 在这样的情况下,需引入一个新的变量p,使得 即可在对象模型中用p变量取代s变量,这样的变换称为双线性变换,…...
深入理解C++ 中的vector容器
一、引言 在C 的标准模板库(STL)中, vector 是一个极为常用且功能强大的序列容器。它就像是一个动态数组,既能享受数组随机访问元素的高效性,又能灵活地动态调整大小。在本文中,我们将深入探讨 vector …...
ESP-ADF外设子系统深度解析:esp_peripherals组件架构与核心设计(显示输出类外设之LED)
目录 ESP-ADF外设子系统深度解析:esp_peripherals组件架构与核心设计(显示输出类外设之LED)简介模块概述功能定义架构位置核心特性 LED外设分析LED外设概述LED外设功能特点常见应用场景LED外设架构图 LED外设API和数据结构公共API事件类型配置…...
[特殊字符] Kotlin与C的类型别名终极对决:typealias vs typedef,如何让代码脱胎换骨?
在 Kotlin 中,typealias 是一个非常实用的关键字,它可以为已有的类型定义一个新的名称,起到简化代码和提升可读性的作用。比如: // 定义一个复杂函数类型的别名 typealias ClickListener (View, Int) -> Unitfun setOnClickL…...
第9期:文本条件生成(CLIP + Diffusion)详解
“让我们用一句话,让模型画出一幅画。” 在前几期中我们学习了 Denoising Diffusion Probabilistic Models(DDPM)如何在无条件情况下生成图像。而在本期,我们将跨入更具挑战性但也更酷的领域 —— 文本条件图像生成(Te…...
8 编程笔记全攻略:Markdown 语法精讲、Typora 编辑器全指南(含安装激活、基础配置、快捷键详解、使用技巧)
1 妙笔在手,编程无忧! 1.1 编程为啥要做笔记?这答案绝了! 嘿,各位键盘魔法师!学编程不记笔记,就像吃火锅不配冰可乐 —— 爽到一半直接噎住!你以为自己脑子是顶配 SSD,结…...
C#测试linq中的左连接的基本用法
使用linq联表或者连接两个对象集合查询时一般使用的是join关键字,返回结果中包含两个表或两个对象集合中连接字段相等的数据记录,如果要实现sql语句中的左连接效果,并没有现成的left join关键字,此时可以使用DefaultIfEmpty 实现左…...
【Android面试八股文】Android系统架构【一】
Android系统架构图 1.1 安卓系统启动 1.设备加电后执行第一段代码:Bootloader 系统引导分三种模式:fastboot,recovery,normal: fastboot模式:用于工厂模式的刷机。在关机状态下,按返回开机 键进…...
什么是 Stream
Stream 是对集合对象功能的增强,它不是集合,也不存储数据,而是从集合中抽象出一条数据通道,让你可以用链式方式一步步处理数据。 🔧 常见操作分类 类型方法举例创建stream(), Stream.of(), Arrays.stream()中间操作fi…...
网络编程 - 4 ( TCP )
目录 TCP 流套接字编程 API 介绍 SeverSocket Socket 用 TCP 实现一个回显服务器 服务端 客户端 运行调试 第一个问题:PrintWriter 内置的缓冲区 - flush 刷新解决 第二个问题:上述代码中,需要进行 close 操作吗? 第三…...
在STM32的定时器外设中,选择使用哪个外部时钟配置函数
在STM32的定时器外设中,选择使用哪个外部时钟配置函数主要取决于以下几个因素: 时钟源类型: TIM_ITRxExternalClockConfig:使用内部触发输入(ITRx),即来自其他定时器的时钟信号 TIM_TIxExternalClockConfig࿱…...
【Tauri2】026——Tauri+Webassembly
前言 不多废话 直言的说,笔者看到这篇文章大佬的文章 【04】Tauri 入门篇 - 集成 WebAssembly - 知乎https://zhuanlan.zhihu.com/p/533025312尝试集成一下WebAssembly,直接开始 正文 准备工作 新建一个项目 安装 vite的rsw插件和rsw pnpm instal…...
jenkins尾随命令
在访问jenkins的网址后面可以追加命令,比如访问地址是 http://10.20.0.124:8080/,常用的有以下几种方式: 1.关闭Jenkins 只要浏览器输入http://10.20.0.124:8080/exit即可退出,或者http://localhost:8080/exit 2.重启Jenkins …...
基于机器学习 LSTM 算法的豆瓣评论情感分析系统
基于机器学习 LSTM 算法的豆瓣评论情感分析系统 博主介绍:✌程序员徐师兄、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ 🍅文末获取源码联系🍅 ὄ…...
腾讯云对象存储m3u8文件使用腾讯播放器播放
参考腾讯云官方文档: 播放器 SDK Demo 体验_腾讯云 重要的一步来了: 登录腾讯云控制台,找到对象存储的存储桶。 此时,再去刷新刚才创建的播放器html文件,即可看到播放画面了。...
基于chatgpt和deepseek解答显卡的回答
当然可以!了解显卡特别是英伟达(NVIDIA)的系列,对于选购、升级或者了解游戏和创作性能都很重要。下面我帮你系统整理一下 NVIDIA 显卡的各个系列,并加点选购建议,方便你快速上手。 chatgpt 🧠 …...
2025年渗透测试面试题总结-拷打题库06(题目+回答)
网络安全领域各种资源,学习文档,以及工具分享、前沿信息分享、POC、EXP分享。不定期分享各种好玩的项目及好用的工具,欢迎关注。 目录 1. Sleep被禁用后的SQL注入 2. XSS属性控制利用 3. CSRF防护 4. 危险请求头 5. XXE高发场景 6. Ja…...
【一起学Rust】使用Thunk工具链实现Rust应用对Windows XP/7的兼容性适配实战
前言 在Rust语言快速发展的今天,开发者经常面临将现代语言特性与遗留系统兼容的挑战。特别是在工业控制、嵌入式设备等场景中,Windows XP/7等经典操作系统仍占据重要地位。本文深入解析如何通过Thunk工具链突破Rust编译器对旧版Windows系统的兼容性限制…...
leetcode 674. Longest Continuous Increasing Subsequence
目录 题目描述 第一步,明确并理解dp数组及下标的含义 第二步,分析明确并理解递推公式 第三步,理解dp数组如何初始化 第四步,理解遍历顺序 代码 题目描述 这是动态规划解决子序列问题的例子。与第300题的唯一区别就是&#…...
在VMware Workstation 17 Pro上实现Windows与UOS虚拟机之间复制粘贴文本及文件
在VMware Workstation 17 Pro上实现Windows与UOS虚拟机之间复制粘贴文本及文件 在本教程中,我们将介绍如何在VMware Workstation 17 Pro中安装UOS虚拟机,并通过安装open-vm-tools-desktop软件来实现Windows和UOS系统之间的文本和文件复制粘贴功能。 1.…...
十一、数据库day03--SQL语句02
文章目录 一、查询语句1. 基本查询2. 条件查询2.1 ⽐较运算符&逻辑运算符2.2 模糊查询2.3 范围查询2.4 判断空 3. 其他复杂查询3.1 排序3.2 聚合函数3.3 分组3.4 分页查询 二、回顾1. 使⽤ Navicat ⼯具中的命令列2.命令⾏基本操作步骤 提示:以下是本篇文章正文…...
第6章 类文件结构《深入理解Java虚拟机:JVM高级特性与最佳实践(第3版)》
第6章 类文件结构 代码编译的结果从本地机器码转变为字节码,是存储格式发展的一小步,却是编程语言发展的一大步。 6.1 概述 老师说过,计算机只认识0和1,所以我们写的程序需要被编译器翻译成由0和1构成的二进制格式才能被计算机…...