当前位置: 首页 > news >正文

C++面试常青客:LRUCache最近最少使用算法

C++面试常青客:LRUCache最近最少使用算法

文章目录

  • C++面试常青客:LRUCache最近最少使用算法
    • 1.背景🏆
    • 2.原理🚀
      • 2.1基本原理
      • 2.2核心特性
    • 3.结构
      • 3.1为什么需要 `list<pair<int,int>>`(双向链表)?
      • 3.2 为什么需要 `unordered_map`(哈希表)?
      • 3.3 二者如何协作?
      • 3.4 其他替代方案的缺陷
    • 4.代码实现
      • 4.1 Get(int key)
      • 4.2 Put(int key,int value)
    • 5.总结

1.背景🏆

首先咱们的LRUCache的意思是最近最少使用缓存,是一种常见的缓存淘汰机制,常见用于在有限的缓存空间中管理数据🤓✌️。

在近几年的开发岗面试中出现的频率可谓是越来越高了,现在一些面试官动不动就会问:

“你听说过LRUCache没有?”“如果听说过你能给我介绍一下它是什么以及原理吗?”“那最后你能给我简单实现一下吗?”    

甚至于在我前好几年寻找工作的旅程中LRUCache被问到的频率也是超过了三次及以上,最近无论是一些学长还是学弟也经常跟我反映,说怎么动不动就问这玩意…

站在面试者的视角我寻思之所以出现频率这么高,原因可能有以下:

1.LRUCache算法属性是拉满,可以直接检测到面试者算法能力。

2.能够在极其有限的时间内考验代码手撕能力以及逻辑思维能力。

3.覆盖高级容器用法综合,例如:unordered_map、pair<int, int>>::iterator等等

4.实际工作中类似“最近最少”应用场景确实很多。

那既然是这种现状,我们就来看一下怎么通过一种最简洁的方式把LRUCache拿下!无论是询问原理还是手撕我们都胸有成竹!


2.原理🚀

2.1基本原理

首先应该先理解我们LRUCache的原理,就LRU应该呈现什么样的一种状态:

1.LRUCache里面应该存放的是键值对pair:

因为我要获取到键对应的值,这个很好理解

2.LRUCache是最近最少使用原则

比如按照从新到旧的插入顺序我LRU有:

    <2,22><3,33><1,11><4,44>

这个时候我一旦访问了1的值11,那我们的相对位置就应该更新成:

    <1,11><2,22><3,33><4,44>

因为<1,11>这个位置使用了所以要更新到最新位置去,很好理解。

3.LRUCache应该有容量,且超过容量后会删除最少使用的:

比如我容量就为4,按照上述最初例子如果再加一个<5,55>之后容量不够的话就要删除最少使用的<4,44>,然后把最新的<5,55>放到最前面后会变成:

     <5,55><2,22><3,33><1,11>

为了大家更好的了解过程,我有丑图一张供大家欣赏🤣✌️:

在这里插入图片描述


2.2核心特性

知道我们LRU长什么样子了,现在来看看一些核心的东西,也就是关键是什么:

  1. 固定容量:创建时指定最大容量

  2. 快速访问:通常使用哈希表实现 O(1) 的查找

  3. 顺序维护:使用双向链表维护访问顺序

  4. 自动淘汰:当容量满时自动移除最久未使用的项

并且LRUCache的优势就是我们的时间复杂度了,基本增删查的复杂度都很低:

  • 插入操作:O(1)

  • 查找操作:O(1)

  • 删除操作:O(1)

好,那在介绍完原理之后我们就知道它基本是什么了,这个时候我们来看看怎么具体实现。


3.结构

首先世面上有很多种实现LRU的方式,那我这里选择一种比较简单也是比较经典的一种实现结构:

首先我们只需要提供两个接口就好:

  1. 关键操作

    • get(key):获取键对应的值,并将该键标记为最近使用

    • put(key, value):插入或更新值,如果超出容量则移除最久未使用的项

这个大家应该都好理解

那在底层我们选择两种数据结构的结合来构成LRUCache:

  1. 哈希表:提供快速的键值查找

  2. 双向链表:维护键的访问顺序

也就是:

  • list<pair<int, int>>

    :双向链表,存储键值对,维护访问顺序

  • unordered_map<int, list<pair<int, int>>::iterator>

    :哈希表,快速定位链表中的节点


🤔✌️这时候就有同学要问为什么要使用俩看起来很复杂的数据结构?

首先,我们要存键值对肯定需要一个容器对吧,那我选用list没毛病吧?😎

其次,我要知道访问位置的话,肯定需要迭代器对吧?那我用list<pair<int, int>>::iterator没毛病吧?😎

最后,我要动态频繁拿到这个迭代器的位置,那我使用O(1)复杂度的哈希表没毛病吧?😎

以上就简单论证了这俩配套使用的必要性,那为了更具说服力我将详细论证结构必要性:

3.1为什么需要 list<pair<int,int>>(双向链表)?

维护访问顺序

  • LRU 的核心是 “最近最少使用”,需要严格维护元素的访问顺序

  • 双向链表能高效地在 O(1) 时间 完成以下操作:

    • 插入新节点到头部push_front

    • 移动某个节点到头部(先 erasepush_front

    • 删除尾部节点pop_back

为什么不用 vectordeque

  • vector:中间插入/删除是 O(n),无法高效移动节点

  • deque:虽然头尾操作是 O(1),但中间删除是 O(n),且迭代器易失效

  • 双向链表 的节点插入/删除 不会影响其他节点的迭代器,安全性更高


3.2 为什么需要 unordered_map(哈希表)?

实现 O(1) 快速查找

  • 单纯用链表查找需要 O(n) 时间遍历,无法满足高效缓存的需求

  • 哈希表通过 key 直接映射到链表节点的 迭代器,实现 O(1) 访问

为什么不用其他数据结构?

  • map(红黑树):查找是 O(log n),比哈希表慢

  • 单纯用哈希表:无法维护 LRU 的访问顺序


3.3 二者如何协作?

操作流程

  1. get(key)

    • 通过 _hashmap 在 O(1) 时间找到链表节点

    • 将该节点移动到链表头部(表示最近使用)

  2. put(key, value)

    • 如果 key 已存在,更新值并移动节点到头部

    • 如果 key 不存在:

      • 插入新节点到链表头部

      • _hashmap 中记录 key 对应的迭代器

      • 如果容量超限,删除链表尾部节点,并清除 _hashmap 中的对应项

为什么必须用迭代器?

  • 哈希表存储的是 链表节点的迭代器,而非值本身:

    • 直接通过迭代器修改链表节点(如移动位置或更新值)

    • 如果哈希表存储值,则无法定位链表节点,无法维护顺序


3.4 其他替代方案的缺陷

方案1:仅用 unordered_map

  • 无法维护访问顺序,不知道哪个键是"最近最少使用"的

方案2:仅用 list

  • 查找需要 O(n) 遍历,无法满足缓存的高效需求

方案3:vector + unordered_map

  • vector 中间删除效率低,移动元素成本高

方案4:deque + unordered_map

  • deque 的迭代器在插入/删除时可能失效,导致哈希表中的迭代器失效

4.代码实现

那接下来 我将使用C++详细实现一下具体的代码(代码经过本人测试,真实有效😊):

首先我们要实现的类结构应该是:

class LRUCache
{
public:LRUCache(int capacity):_capacity(capacity){}int Get(int key){}void Put(int key, int value){}private:list<pair<int, int>> _list;unordered_map<int, list<pair<int, int>>::iterator> _hashmap;size_t _capacity;};

好,那有了基层结构之后我们来看看这主要的两个函数怎么实现:

4.1 Get(int key)

这个函数的逻辑很简单,获取对应键的值key,并且更新为最近访问(拿到最前面去):

代码逻辑如下:

  1. 查找键:通过 _hashmap 查找键是否存在(O(1) 时间)

  2. 命中缓存

    • 通过迭代器 it 获取链表中的节点

    • 使用 splice 将该节点移动到链表头部(表示最近使用)

    • 返回对应的值

  3. 未命中缓存:返回 -1

    关键点:

  • splice 操作是 O(1) 时间,直接修改链表指针,无需拷贝数据

  • 移动节点到头部是为了维护 LRU 的"最近使用"顺序

int Get(int key){auto ret = _hashmap.find(key);if (ret != _hashmap.end()) //找到了{list<pair<int, int>>::iterator it = ret->second;_list.splice(_list.begin(), _list, it);return it->second;}else //没找到{return -1;}}

4.2 Put(int key,int value)

这个put的作用也挺直接明了,就是插入,然后如果满了就重新维护一下LRU顺序

逻辑如下:

  1. 检查容量

    • 如果缓存已满,删除链表尾部的节点(最久未使用)

    • 同步删除 _hashmap 中对应的键

  2. 插入新节点

    • 将新键值对插入链表头部

    • _hashmap 中记录键和链表头迭代器

    情况2:更新已有键

  3. 更新值:直接通过迭代器修改链表节点的值

  4. 移动节点:用 splice 将节点移动到头部(表示最近使用)

关键点:

  • 新增时:需处理容量满的情况,淘汰最久未使用的数据(链表尾部)

  • 更新时:只需修改值和移动节点,无需处理容量

void Put(int key, int value){auto ret = _hashmap.find(key);//首先判断是不是新增,找到尾巴都没找到就是新增,还没找到尾巴说明找到了插入就是更新,因为LRU默认不允许插入重复if (ret == _hashmap.end()) //找到尾巴了都没找到相同的:新增 {if (_capacity == _hashmap.size()) //容量满了就删{pair<int, int> back = _list.back();_hashmap.erase(back.first);_list.pop_back();}//删完插入_list.push_front(make_pair(key, value));_hashmap[key] = _list.begin();}else  //没找到尾巴就找到了,说明存在就:更新{list<pair<int, int>>::iterator it = ret->second;it->second = value;_list.splice(_list.begin(), _list, it);}}

好,那成功实现了以上的两个函数之后我们再把它加入到最初的那个类里面我们就成功地实现了这个任务了!!😊


5.总结

我们通过一个LRUCache的类里面的两个函数结合链表和哈希表完成了实现。🤓✌️

完整版代码可以查看我的Gitee链接:点击此处

相关挑战练习题可以查看链接:点击此处

相关文章:

C++面试常青客:LRUCache最近最少使用算法

C面试常青客&#xff1a;LRUCache最近最少使用算法 文章目录 C面试常青客&#xff1a;LRUCache最近最少使用算法1.背景&#x1f3c6;2.原理&#x1f680;2.1基本原理2.2核心特性 3.结构3.1为什么需要 list<pair<int,int>>&#xff08;双向链表&#xff09;&#xf…...

【含文档+PPT+源码】基于微信小程序的社交摄影约拍平台的设计与实现

项目介绍 本课程演示的是一款基于微信小程序的社交摄影约拍平台的设计与实现&#xff0c;主要针对计算机相关专业的正在做毕设的学生与需要项目实战练习的 Java 学习者。 1.包含&#xff1a;项目源码、项目文档、数据库脚本、软件工具等所有资料 2.带你从零开始部署运行本套系…...

jetson nano上Ubuntu系统调用摄像头bug

今天在做一个比赛的时候&#xff0c;通过调用摄像头做检测并输出目标角度和距离。刚开始用的是 cv::VideoCapture cap; cap.open("/dev/video0");没有任何问题&#xff0c;使用pnp解算得到的角度和距离都是正确的&#xff0c;画面也是小画面。 后面加了一些功能&…...

用Python做有趣的AI项目5:AI 画画机器人(图像风格迁移)

这个项目将使用 PyTorch 实现图像风格迁移&#xff08;Neural Style Transfer&#xff09;&#xff0c;让一张图片看起来具有另一张图片的“艺术风格”。 &#x1f527; 开发环境建议 Python 3.8 PyTorch&#xff08;pip install torch torchvision&#xff09; PIL&#x…...

一种用于从视网膜图像中识别疾病的 BERT 式自监督学习 CNN

大家读完觉得有帮助记得关注和点赞&#xff01;&#xff01;&#xff01; 抽象 在医学成像领域&#xff0c;深度学习的出现&#xff0c;尤其是卷积神经网络 &#xff08;CNN&#xff09; 的应用&#xff0c;彻底改变了医学影像的分析和解释。然而&#xff0c;深度学习方法通常依…...

OpenCV 图形API(68)图像与通道拼接函数------垂直拼接两个图像/矩阵的函数concatVert()

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 对给定的矩阵执行垂直拼接。该函数将两个 GMat 矩阵&#xff08;列数相同&#xff09;垂直连接&#xff1a; GMat A { 1, 7,2, 8,3, 9 }; GMat…...

重测序关系矩阵构建方式汇总

样本间亲缘关系矩阵&#xff08;kinship matrix&#xff09;和同源性矩阵&#xff08;IBS matrix&#xff09;构建的方式 1. 可以使用plink的–make-rel计算个体之间的亲缘关系&#xff08;强调个体之间的遗传相似性&#xff09; /opt/software/plink --bfile vcf_bfile--mak…...

OpenCV 图形API(70)图像与通道拼接函数-----创建一个图像或矩阵(GMat)的副本的操作函数copy()

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 制作输入图像的一个副本。请注意&#xff0c;这个副本可能不是实际存在的&#xff08;没有实际复制数据&#xff09;。使用此函数来维护图的契约…...

30天通过软考高项-第六天

30天通过软考高项-第六天 任务&#xff1a;项目质量管理 思维导图阅读 知识点集锦阅读 知识点记忆 章节习题练习 知识点练习 手写回忆ITTO 听一遍喜马拉雅关于范围的内容 质量管理 -背 1. 过程定义 龟管控 要求标准规划定&#xff0c;计划转化看过程&#xf…...

JUC中各种锁机制的应用和原理及死锁问题定位

JUC中各种锁机制的应用和原理及死锁问题定位 在互联网大厂Java求职者的面试中&#xff0c;经常会被问到关于JUC&#xff08;Java Util Concurrency&#xff09;中的各种锁机制及其应用和原理的问题。本文通过一个故事场景来展示这些问题的实际解决方案。 第一轮提问 面试官&…...

区块链vs实体经济:一场金融、医疗、政务与物流的“效率革命”

区块链技术作为一种去中心化、不可篡改的分布式账本技术&#xff0c;正在重塑多个行业的运行模式。从金融交易的透明化到医疗数据的安全共享&#xff0c;从政务服务的效率提升到物流供应链的全程可追溯&#xff0c;区块链的跨行业应用展现出巨大的潜力与价值。以下是其在金融、…...

FTP-网络文件服务器

部署思路 单纯上传下载ftp系统集成间的共享 samba网络存储服务器 NFS 网络文件服务器&#xff1a;通过网络共享文件或文件夹&#xff0c;实现数据共享 NAS &#xff08; network append storage):共享的是文件夹 FTP&#xff1a;文件服务器samba&#xff1a;不同系统间的文件…...

嵌入式RTOS实战:uC/OS-III最新版移植指南(附项目源码)

文章目录 前言一、uC/OS简介二、工程移植2.1 下载ucos源码2.2 创建空白工程2.3 拷贝ucosiii源码文件2.3.1 UC-CONFIG2.3.2 UC-CPU2.3.3 UC-LIB2.3.4 UC-OS3 2.3 添加工程文件分组及路径2.4 代码首次编译2.5 源码修改2.5.1 cpu_cfg.h2.5.2 os_cpu_c.c2.5.3 lib_cfg.h2.5.4 sys.h…...

10.Excel:快速定位目标值

一 批量删除 1.如何使用 快捷键 CTRLG 补充&#xff1a;直接选择定位条件。 2.作用 1.批量删除工作表中的图片 补充&#xff1a;无法通过框选的方式选中这些图片进行删除。 这样只框选了表格&#xff0c;无法框选图片。因为图片在excel中被认为是一个对象&#xff0c;对象无法通…...

状态模式 (State Pattern)

状态模式(State Pattern)是一种行为型设计模式,它允许对象在其内部状态改变时改变它的行为,对象看起来似乎修改了它的类。该模式将状态封装成独立的类,并将请求委托给当前的状态对象,当对象的内部状态发生变化时,其行为也会随之改变。 一、基础部分 1. 意图 允许一个…...

【Java面试题04】MySQL 篇

文章目录 一、前言&#x1f680;&#x1f680;&#x1f680;二、MySQL 篇&#xff1a;☀️☀️☀️1、MySQL 是如何实现事务的? 后序还在更新中~~~三、总结&#xff1a;&#x1f353;&#x1f353;&#x1f353; 一、前言&#x1f680;&#x1f680;&#x1f680; ☀️ 你每一…...

同时安装多个版本的golang

https://golang.google.cn/dl/ go install golang.org/dl/go1.20latest 这样就会将 go1.20.exe 下载到 GOPATH/bin&#xff0c;但是此时并没有 go1.20 的源码包&#xff0c;也就不能正常执行 build/run 等指令。 然后执行 go1.20 download下载源码包 > go1.20 download …...

【Web应用服务器_Tomcat】三、Tomcat 性能优化与监控诊断

在企业级 Java Web 应用的运行过程中&#xff0c;Apache Tomcat 作为广泛使用的 Servlet 容器和 Web 服务器&#xff0c;其性能表现直接影响用户体验和业务稳定性。本篇文章将深入探讨 Tomcat 性能优化的实用技巧&#xff0c;以及如何通过有效的监控诊断手段&#xff0c;及时发…...

stm32week13

stm32学习 九.stm32与HAL库 4.时钟树 stm32f103所拥有的时钟源&#xff1a; 外部时钟的稳定性比内部的高&#xff0c;但是成本高&#xff0c;需要在外部额外接 关于上述时钟树的简图&#xff1a; 右下四个是HAL库中的初始化函数 F4的时钟树简图&#xff1a; F7的时钟树简图…...

深入探究C++ 中的stack、queue和deque

目录 一、stack&#xff08;栈&#xff09; 二、queue&#xff08;队列&#xff09; 三、deque&#xff08;双向队列&#xff09; 四、容器适配器总结 在C 的标准模板库&#xff08;STL&#xff09;中&#xff0c;stack、queue和priority_queue是非常实用的容器适配器&…...

第十二节:性能优化高频题-shallowRef/shallowReactive使用场景

适用场景&#xff1a;大型对象/列表仅需第一层响应式变化&#xff08;如JSON配置数据&#xff09; Vue3 浅层响应式 API&#xff08;shallowRef/shallowReactive&#xff09;使用场景深度解析 一、核心使用场景与性能优化原理 大型 JSON 配置数据管理 • 场景特征&#xff1a;…...

openGauss DB4AI与scikit-learn模块对比探究

openGauss当前版本支持了原生DB4AI能力&#xff0c;引入原生AI算子&#xff0c;简化操作流程&#xff0c;充分利用数据库优化器、执行器的优化与执行能力&#xff0c;获得高性能的数据库内模型训练能力。 本文介绍了笔者采用鸢尾花数据集&#xff0c;对openGauss DB4AI功能进行…...

基于大模型的公安预审办案笔录分析的挑战与应对策略-3

引言 &#xff1a;在基于大模型的公安预审办案笔录分析应用过程中&#xff0c;虽然取得了一定的成果&#xff0c;但也面临着诸多挑战。本文将分析这些挑战&#xff0c;并提出相应的应对策略&#xff0c;以推动该技术在公安领域的更好地发展和应用。 引文&#xff1a;https://c…...

ubantu18.04(Hadoop3.1.3)之Flink安装与编程实践(Flink1.9.1)

说明&#xff1a;本文图片较多&#xff0c;耐心等待加载。&#xff08;建议用电脑&#xff09; 注意所有打开的文件都要记得保存。 第一步&#xff1a;准备工作 本文是在之前Hadoop搭建完集群环境后继续进行的&#xff0c;因此需要读者完成我之前教程的所有操作。 注意本次实…...

AI辅助编程-cursor开发煤矿持证上岗管理程序需求与设计篇

​ Cursor 是一款由人工智能驱动的智能代码编辑器&#xff0c;深度融合AI技术以提升开发效率。其核心功能基于GPT-4等先进模型&#xff0c;支持代码生成、错误修复、智能补全及自然语言编程。开发者可通过对话交互直接描述需求&#xff0c;AI即时生成对应代码片段&#xff0c;显…...

如何使用极狐GitLab 议题看板?

极狐GitLab 是 GitLab 在中国的发行版&#xff0c;关于中文参考文档和资料有&#xff1a; 极狐GitLab 中文文档极狐GitLab 中文论坛极狐GitLab 官网 议题看板 (BASIC ALL) 议题看板是一个软件项目管理工具&#xff0c;用于计划、组织和可视化功能或产品发布的工作流程。它可…...

计网分层体系结构(包括OSI,IP,两者对比和相关概念)

1. 应用层&#xff1a; 用户与网络的界面&#xff0c;FTP&#xff0c;SMTP, HTTP 2. 表示层(Presentation Layer)&#xff1a; 解决用户信息的语法表示问题 数据压缩&#xff0c;加密解密 表示变换 3. 对话层(Session Layer)&#xff1a; 功能&#xff1a;允许不同主机的各个进…...

爬虫过程中如何确保数据准确性

在爬虫过程中&#xff0c;确保数据的准确性是非常重要的。数据不准确可能会导致分析结果的偏差&#xff0c;甚至影响决策。以下是一些确保爬虫数据准确性的方法和技巧&#xff1a; 一、验证数据来源 确保数据来源的可靠性是确保数据准确性的第一步。选择信誉良好的网站作为数…...

Maven多模块工程版本管理:flatten-maven-plugin扁平化POM

&#x1f9d1; 博主简介&#xff1a;CSDN博客专家&#xff0c;历代文学网&#xff08;PC端可以访问&#xff1a;https://literature.sinhy.com/#/?__c1000&#xff0c;移动端可微信小程序搜索“历代文学”&#xff09;总架构师&#xff0c;15年工作经验&#xff0c;精通Java编…...

数据库基础与核心操作:从概念到实战的全面解析

目录 1 基本概念2 基本操作2.1 DCL2.2 DDL2.3 DML2.4 DQL(高级查询) 3 高级功能3.1 视图&#xff08;无参函数&#xff09;3.2 存储过程(有参函数)3.3 触发器 4 约束4.1 主键约束4.2 UNIQUE KEY&#xff08;唯一键约束&#xff09;4.3 FOREIGN KEY&#xff08;外键约束&#xf…...

网络原理 - 10(HTTP/HTTPS - 1)

前面的网络原理 1 - 9&#xff0c;按照 TCP/IP 五层协议栈&#xff0c;介绍了各个层次的核心协议。 应用层&#xff1a;自定义协议&#xff08;xml&#xff0c;json....&#xff09; 传输层&#xff1a;UDP/TCP 网络层&#xff1a;IP 数据链路层&#xff1a;以太网 我们这…...

UDP协议详解+代码演示

1、UDP协议基础 1. UDP是什么&#xff1f; UDP&#xff08;User Datagram Protocol&#xff0c;用户数据报协议&#xff09;是传输层的核心协议之一&#xff0c;与TCP并列。它的主要特点是&#xff1a;​​​​ 无连接&#xff1a;通信前不需要建立连接&#xff08;知道对端的…...

QT事件Trick

拖动 void DWidget::mousePressEvent(QMouseEvent *event) {if(event->button()Qt::LeftButton){QListWidgetItem *selItem currentItem();if(selItem! nullptr){m_startPosevent->pos(); //记录鼠标按下时的起始位置}}QListWidget::mousePressEvent(event); }void DW…...

解答UnityShader学习过程中的一些疑惑(持续更新中)

一、坐标系相关 shader中会有几种空间&#xff1a; 模型空间&#xff1a;以物体自己为中心原点 世界空间&#xff1a;就是unity的世界坐标 观察空间&#xff08;视图空间&#xff09;&#xff1a;以相机为中心的坐标系 裁剪空间&#xff1a;是一个4d空间&#xff0c;有x,y,z,w…...

【图论 拓扑排序 bfs】P6037 Ryoku 的探索|普及+

本文涉及知识点 C图论 CBFS算法 P6037 Ryoku 的探索 题目背景 Ryoku 对自己所处的世界充满了好奇&#xff0c;她希望能够在她「死」之前尽可能能多地探索世界。 这一天&#xff0c;Ryoku 得到了一张这个世界的地图&#xff0c;她十分高兴。然而&#xff0c;Ryoku 并不知道…...

Spring Boot定时任务

在 Spring Boot 中实现定时任务主要依赖于Scheduled注解和 Spring 调度器。 基本概念 定时任务&#xff0c;简单来说就是在特定的时间点或按照一定的时间间隔自动执行的任务。在 Spring Boot 中&#xff0c;实现定时任务主要依赖于 Spring 框架提供的 Scheduled 注解和 TaskSc…...

如何使用electron-forge开发上位机ui

Electron Forge是一个用于快速构建、打包和发布Electron应用程序的工具。它提供了一种简单的方式来设置Electron项目&#xff0c;并使用现代工具和最佳实践来管理应用程序的开发和部署过程。使用Electron Forge&#xff0c;开发人员可以轻松地创建跨平台的桌面应用程序&#xf…...

idea启动springboot方式及web调用

使用以下方式启动springboot. 我这里是微服务, 本地调试需要启动程序使用 1. 通过maven检测到Profile配置 2. web调用 我这里直接用 apifox接口调用, 带着token和一些必要参数。有这几点&#xff1a; 请求头要加的token需要是网页上F12获取到的 如果是微服务本地调用。url需要…...

利用EMQX实现单片机和PyQt的数据MQTT互联

https://www.dong-blog.fun/post/2050 基于MQTT的设备监控与控制系统设计 引言 物联网(IoT)设备的远程监控与控制是现代智能系统的基础需求。本文将介绍一个基于MQTT协议的设备监控与控制系统&#xff0c;该系统由两部分组成&#xff1a;模拟单片机设备和PyQt客户端。我们将…...

C#/.NET/.NET Core技术前沿周刊 | 第 36 期(2025年4.21-4.27)

前言 C#/.NET/.NET Core技术前沿周刊&#xff0c;你的每周技术指南针&#xff01;记录、追踪C#/.NET/.NET Core领域、生态的每周最新、最实用、最有价值的技术文章、社区动态、优质项目和学习资源等。让你时刻站在技术前沿&#xff0c;助力技术成长与视野拓宽。 欢迎投稿、推荐…...

Context7 MCP:提供实时、版本特定的文档以解决AI幻觉问题

在实际开发中,使用AI辅助编码常常出现令人沮丧的问题:AI提供的API调用建议往往已经过时,或者根本不存在。 特别是当您使用最新版库时,这个问题尤为明显。 Upstash团队开发的Context7开源工具正是为解决这一痛点而生。 版本不匹配导致的API错误 现代开发库迭代速度快,常…...

电路研究9.3.2——合宙Air780EP中的AT开发指南:HTTP(S)-PDP的研究

按照推荐的GPRS模块的学习顺序&#xff0c;现在需要研究的是HTTP(S)了&#xff0c;所以我们就继续学习吧。 9.5.2 HTTP(S)应用指南 应用概述 4G 模块支持 HTTP 和 HTTPS 协议&#xff08;这个确实也考虑过了&#xff0c;但是不知道合不合适呢&#xff0c;而且我们计划的通讯是只…...

K8S ConfigMap 快速开始

一、什么是 ConfigMap&#xff1f; ConfigMap 是 Kubernetes 中用于存储非敏感配置数据的 API 对象&#xff0c;支持以键值对&#xff08;Key-Value&#xff09;或文件的形式存储配置&#xff0c;允许将配置与镜像解耦&#xff0c;实现配置的集中管理和动态更新。 二、主要用…...

【星海出品】K8S调度器leader

发现K8S的技术资料越写越多&#xff0c;独立阐述一下K8S-Scheduler-leader 调度器通过Watch机制来发现集群中【新创建】且尚未被调度【unscheduled】到节点上的pod。 由于 Pod 中的容器和 Pod 本身可能有不同的要求&#xff0c;调度程序会过滤掉任何不满足 Pod 特定调度需求的…...

第十二届蓝桥杯 2021 C/C++组 空间

目录 题目&#xff1a; 题目描述&#xff1a; 题目链接&#xff1a; 思路&#xff1a; 思路详解&#xff1a; 代码&#xff1a; 代码详解&#xff1a; 题目&#xff1a; 题目描述&#xff1a; 题目链接&#xff1a; 空间 - 蓝桥云课 思路&#xff1a; 思路详解&#…...

通过深度学习推进增材制造:当前进展与未来挑战综述

通过深度学习推进增材制造:当前进展与未来挑战综述 ​原文信息​: 标题:Advancing Additive Manufacturing through Deep Learning: A Comprehensive Review of Current Progress and Future Challenges 作者:Amirul Islam Saimon, Emmanuel Yangue, Xiaowei Yue, Zhenyu (…...

深入蜂窝物联网 第三章 LTE-M(Cat-M1)详解:省电机制与移动特性

1. 前言与应用场景 在蜂窝物联网阵营中,LTE-M(Cat-M1) 兼具低功耗和中速率,且支持移动场景下的无缝切换,因而成为物流追踪、可穿戴设备、智能路灯、共享单车等场景的首选。 本章将系统剖析: 核心特性:PSM、eDRX 与移动性保障; 协议流程:简化的 RRC/NAS 步骤; 时序图…...

软件设计师速通其一:计算机内部数据表示

考试资料推荐 &#xff0c;这也是大部分图片的出处。本文章主要将视频原本讲的不详细、不便于理解的东西摆开揉碎了给到读者。相信本文能帮您更好更快的学习知识。本文也是您考前快速复习的不二之选。本文会用星星来表示每个考点的重要性&#xff0c;其中一颗★表示课外拓展&am…...

Kubernetes》》k8s》》Taint 污点、Toleration容忍度

污点 》》 节点上 容忍度 》》 Pod上 在K8S中&#xff0c;如果Pod能容忍某个节点上的污点&#xff0c;那么Pod就可以调度到该节点。如果不能容忍&#xff0c;那就无法调度到该节点。 污点和容忍度的概念 》》污点等级——>node 》》容忍度 —>pod Equal——>一种是等…...

【爬虫】一文掌握 adb 的各种指令(adb备忘清单)

更多内容请见: 爬虫和逆向教程-专栏介绍和目录 文章目录 入门设备基础Logcat文件管理远程 Shell包安装Paths手机信息包信息设备相关命令权限Logs常见的 ADB 命令将文件推送到 Android 设备的下载文件夹列出所有已安装的包并获取完整路径从安卓设备中提取文件从主机安装 APK 到…...