当前位置: 首页 > news >正文

【算法学习】——设施选址问题(动态规划)

题目描述

在一条高速公路附近有 V 个村庄,选择 P 个村庄在其附近建立邮局,要求每个村庄到最近的邮局的距离和最小(1<=V<=300,1<=P<=30)。

问题分析

这个问题是一个经典的设施选址问题(Facility Location Problem),具体来说是一个P-中位问题(P-Median Problem)。

为什么是中位问题?还加上个 P?

我们知道——一系列有序排列的数到其中位数的距离最小。所以,我们将问题简化一下,将这V个村庄的沿着高速公路从左往右依次列开,序号分别记为[1…i](1<= i <= V),那么现在想要在这 V 个村庄选择其中1个村庄建设邮局,使其他村庄到邮局的总距离最小,那么这个邮局的位置必定是沿着高速公路上坐标上的第中位数个(即第 ( V + 1 ) / 2 (V+1)/2 (V+1)/2个),即问题就变成了求一个区间的中位数问题了,故称 中位问题

P 的意思就自然可以理解了,就是现在问题不只是要求一个中位数,而是求 P 个。当然一列数只有一个中位数,这里的 P 个中位数的具体意义是将原本的一系列数进行分段,然后分别求出 P 个中位数,那么每一段到这个中位数点的距离都最小,P个邮局的地址就求出来了。

问题的简单示例

让我们用一个更直观的方式来理解这个问题。

想象一下你正在玩一个小游戏:在一条笔直的马路边上,有一些村庄,你需要决定在哪里建造邮局,让所有村民去邮局的路程总和最短。

让我们通过一个具体的例子来理解:

假设我们有5个村庄,它们在马路边的位置分别是:1公里、2公里、3公里、4公里和10公里处,我们需要建造2个邮局。

首先,我们要理解动态规划的思路:

  1. 如果只建一个邮局 当我们只需要建一个邮局时,最优的位置是在这些村庄的"中间位置"。这里的"中间位置"不是指距离的中间,而是指排序后的中间编号的村庄位置。比如对于村庄{1,2,3},最优位置就是在2公里处。
  2. 如果要建两个邮局 我们可以把村庄分成两组:一组村庄由第一个邮局服务,另一组由第二个邮局服务。关键是找到最佳的分组方式

让我用简单的代码来说明这个思路:

#include <iostream>
#include <vector>
using namespace std;// 这个函数计算在一段区间内放置一个邮局的最小距离和
int calculateOnePostOfficeCost(vector<int>& villages, int start, int end) {// 最优的邮局位置应该在中间的村庄int postOfficePos = villages[(start + end) / 2];int totalDistance = 0;// 计算这个区间内所有村庄到邮局的距离之和for (int i = start; i <= end; i++) {totalDistance += abs(villages[i] - postOfficePos);}return totalDistance;
}// 主函数:解决P个邮局的放置问题
int solvePostOffice(vector<int>& villages, int P) {int V = villages.size();// dp[i][j]: 前i个村庄放置j个邮局的最小距离和vector<vector<int>> dp(V + 1, vector<int>(P + 1, INT_MAX));dp[0][0] = 0;  // 初始状态:0个村庄0个邮局,距离和为0// 遍历村庄数量for (int i = 1; i <= V; i++) {// 遍历邮局数量(不能超过村庄数量)for (int j = 1; j <= min(i, P); j++) {// 尝试不同的分割点// k是最后一个邮局服务的起始村庄编号for (int k = j - 1; k < i; k++) {// 如果前k个村庄放置j-1个邮局是可行的if (dp[k][j-1] != INT_MAX) {// 计算新的距离和:// 前k个村庄放j-1个邮局的最小距离和 +// 区间[k,i-1]放置一个邮局的距离和int newCost = dp[k][j-1] + calculateOnePostOfficeCost(villages, k, i-1);// 更新最小值dp[i][j] = min(dp[i][j], newCost);}}}}return dp[V][P];
}int main() {// 示例:5个村庄的位置vector<int> villages = {1, 2, 3, 4, 10};int P = 2;  // 需要建造2个邮局int result = solvePostOffice(villages, P);cout << "最小距离和为:" << result << endl;return 0;
}

让我们一步一步地理解这个解决方案:

  1. 我们用动态规划数组 d p [ i ] [ j ] dp[i][j] dp[i][j]表示"在前i个村庄中放置j个邮局的最小距离和"。
  2. 对于具体的计算过程,假设现在我们在计算 d p [ 5 ] [ 2 ] dp[5][2] dp[5][2](即5个村庄放置2个邮局的情况):
    • 我们需要考虑在哪里"切分"这些村庄
    • 比如,我们可以让第一个邮局服务前3个村庄,第二个邮局服务后2个村庄
    • 或者让第一个邮局服务前2个村庄,第二个邮局服务后3个村庄
    • 我们需要尝试所有可能的切分方式,找到总距离和最小的方案
  3. 对于示例数据{1,2,3,4,10},建造2个邮局:
    • 最优解是在2和10的位置建造邮局
    • 这样,前三个村庄(1,2,3)由位置2的邮局服务
    • 后两个村庄(4,10)由位置10的邮局服务
    • 总距离和 = (1+0+1) + (6+0) = 8

这个问题的难点在于:

  1. 理解为什么在一段连续村庄中,邮局放在中间村庄位置是最优的

    一列有序排列的数中,其他数到达中位数放入距离之和最小

  2. 理解如何通过动态规划来尝试不同的分割方案

  3. 理解如何利用已经计算出的更小规模问题的解来构建当前问题的解

求解原问题

我们来逐步深入分析原问题。

首先,让我们理解问题的本质:

  1. 我们有V个村庄(V≤300)
  2. 需要选择P个位置建立邮局(P≤30)
  3. 目标是最小化所有村庄到最近邮局的距离总和

问题分析: 这是一个典型的动态规划问题。选择使用动态规划的原因是:

  1. 问题具有最优子结构性质 - 如果我们知道前i个村庄放置j个邮局的最优解,就可以推导出i+1个村庄放置j个邮局的最优解
  2. 问题存在重叠子问题性质 - 在计算过程中会反复用到相同子问题的解

解决方案的核心思想

  1. 状态定义:
  • d p [ i ] [ j ] dp[i][j] dp[i][j] 表示前i个村庄放置j个邮局时的最小距离和
  • $cost[i][j] $表示在区间[i,j]之间放置一个邮局的最小距离和
  1. 状态转移:
  • 对于每个状态 d p [ i ] [ j ] dp[i][j] dp[i][j],我们需要考虑在什么位置放置最后一个邮局
  • 我们通过枚举最后一个邮局服务的区间起点k来寻找最优解
  • 状态转移方程: d p [ i ] [ j ] dp[i][j] dp[i][j] = min ⁡ ( d p [ k ] [ j − 1 ] + c o s t [ k ] [ i − 1 ] ) \min(dp[k][j-1] + cost[k][i-1]) min(dp[k][j1]+cost[k][i1]),其中k的范围是[j-1, i-1]
  1. 优化细节:
  • 在计算单个邮局的最优位置时,我们利用了一个重要性质:对于一段连续的村庄,在中间位置放置邮局可以得到最小距离和
  • 使用预处理数组cost[][]来存储所有可能区间的距离和,避免重复计算

让我们来实现这个解决方案:

#include <iostream>
#include <vector>
#include <climits>
using namespace std;// 计算在区间[l,r]之间放置一个邮局的最小距离和
int calculateCost(const vector<int>& positions, int l, int r) {// 在区间中间位置放置邮局是最优的int mid = (l + r) / 2;int sum = 0;// 计算区间内所有村庄到邮局的距离和for (int i = l; i <= r; i++) {sum += abs(positions[i] - positions[mid]);}return sum;
}// 主要解决函数
int solvePostOffice(const vector<int>& positions, int V, int P) {// dp[i][j]表示前i个村庄放置j个邮局的最小距离和vector<vector<int>> dp(V + 1, vector<int>(P + 1, INT_MAX));// cost[i][j]表示区间[i,j]放置一个邮局的最小距离和vector<vector<int>> cost(V, vector<int>(V, 0));// 预处理所有区间放置一个邮局的成本for (int i = 0; i < V; i++) {for (int j = i; j < V; j++) {cost[i][j] = calculateCost(positions, i, j);}}// 初始化边界条件dp[0][0] = 0;// 动态规划主循环for (int i = 1; i <= V; i++) {  // 遍历村庄数量for (int j = 1; j <= min(i, P); j++) {  // 遍历邮局数量for (int k = j - 1; k < i; k++) {  // 尝试不同的分割点// 状态转移方程int val = dp[k][j-1];if (val != INT_MAX) {dp[i][j] = min(dp[i][j], val + cost[k][i-1]);}}}}return dp[V][P];
}int main() {int V, P;cout << "请输入村庄数量V和邮局数量P:";cin >> V >> P;vector<int> positions(V);cout << "请输入每个村庄的位置坐标:";for (int i = 0; i < V; i++) {cin >> positions[i];}int result = solvePostOffice(positions, V, P);cout << "最小距离和为:" << result << endl;return 0;
}

时间复杂度分析:

  • 预处理cost数组需要O(V²)的时间
  • 动态规划的三重循环需要O(V²P)的时间
  • 总的时间复杂度是O(V²P)

空间复杂度分析:

  • dp数组需要O(VP)的空间
  • cost数组需要O(V²)的空间
  • 总的空间复杂度是O(V² + VP)

这个解决方案的优点是:

  1. 能够保证得到全局最优解
  2. 实现相对简单,容易理解
  3. 对于给定的问题规模(V≤300,P≤30)来说,性能完全可以接受

使用示例:

输入:
V = 5, P = 2
positions = {1, 2, 3, 4, 10}输出:
最小距离和为:4

在这个例子中,最优的放置方案是在位置2和位置10处放置邮局,使得所有村庄到最近邮局的距离和最小。

相关文章:

【算法学习】——设施选址问题(动态规划)

题目描述 在一条高速公路附近有 V 个村庄&#xff0c;选择 P 个村庄在其附近建立邮局&#xff0c;要求每个村庄到最近的邮局的距离和最小(1<V<300&#xff0c;1<P<30)。 问题分析 这个问题是一个经典的设施选址问题&#xff08;Facility Location Problem&#…...

Linux——修改文件夹的所属用户组和用户

一、命令 举例&#xff1a; 授权 MOT17 文件夹 给 hust_xxx 用户&#xff1a; sudo chown -R hust_xxx:hust_xxx MOT17参考 Linux授权文件夹给用户...

我用Ai学Android Jetpack Compose之Text

这篇开始学习各种UI元素&#xff0c;答案来自 通义千问&#xff0c;通义千问没法生成图片&#xff0c;图片是我补充的。 下述代码只要复制到第一个工程&#xff0c;做一些import操作&#xff0c;一般import androidx.compose包里的东西&#xff0c;即可看到预览效果。完整工程代…...

H5通过URL Scheme唤醒手机地图APP

1.高德地图 安卓URL Scheme&#xff1a;baidumap:// 官方文档&#xff1a;https://lbs.amap.com/api/amap-mobile/guide/android/navigation IOS URL Scheme&#xff1a;iosamap:// 官方文档&#xff1a;https://lbs.amap.com/api/amap-mobile/guide/ios/navi HarmonyOS NEXT U…...

【Java数据结构】二叉树

1.树型结构 1.1树的概念 树是一种非线性的数据结构&#xff0c;由n个结点组成的具有层次关系的集合。下面是它的特点&#xff1a; 根结点是没有前驱的结点&#xff08;没有父结点的结点&#xff09;子结点之间互不相交除了根结点外&#xff0c;其它结点都只有一个父结点n个结…...

Golang设计模式目录

go语言实现设计模式 1 文章目录&#xff1a; 1.1 创建型模式 1.Golang设计模式之工厂模式2.Golang设计模式之抽象工厂模式3.Golang设计模式之单例模式4.Golang设计模式之建造者模式5.Golang设计模式之原型模式 1.2 结构型模式 6.Golang设计模式之适配器模式7.Golang设计模式之桥…...

vue3+Echarts+ts实现甘特图

项目场景&#xff1a; vue3Echartsts实现甘特图;发布任务 代码实现 封装ganttEcharts.vue <template><!-- Echarts 甘特图 --><div ref"progressChart" class"w100 h100"></div> </template> <script lang"ts&qu…...

nginx-灰度发布策略(split_clients)

一. 简述&#xff1a; 基于客户端的灰度发布&#xff08;也称为蓝绿部署或金丝雀发布&#xff09;是一种逐步将新版本的服务或应用暴露给部分用户&#xff0c;以确保在出现问题时可以快速回滚并最小化影响的技术。对于 Nginx&#xff0c;可以通过配置和使用不同的模块来实现基于…...

SQL中聚类后字段数据串联字符串方法研究

在 SQL 中&#xff0c;使用 聚类&#xff08;GROUP BY&#xff09; 后将某个字段的数据串联为一个字符串&#xff0c;常见的方法包括以下几种&#xff0c;取决于数据库管理系统&#xff08;DBMS&#xff09;的具体支持功能&#xff1a; 1. 使用 GROUP_CONCAT &#xff08;MySQL…...

vue3组件化开发优势劣势分析,及一个案例

Vue 3 组件化开发的优势和劣势 优势 可复用性&#xff1a; 组件可以重复使用&#xff0c;减少代码冗余&#xff0c;提高开发效率。 可以在不同的项目中复用组件&#xff0c;提升开发速度。 可维护性&#xff1a; 组件化开发使得代码结构清晰&#xff0c;易于维护。 每个…...

Springboot SAP Docker 镜像打包问题

问题类1&#xff0c;sapjco.jar 未识别到&#xff1a;Caused by: java.lang.NoClassDefFoundError: com/sap/conn/jco/ext/DestinationDataProvider 1./deploy/lib/ 文件下放sapjco3.jar、libsapjco3.so、sapjco3.dll 2.docker文件核心内容&#xff1a; COPY /deploy/lib/sap…...

nmap探测Web服务

HTTP服务 探测基本认证信息 nmap --script http-auth [目标]探测默认账户 nmap --scripthttp-default-accounts -p [端口] [目标]检查是否存在风险方法 nmap --script http-methods [目标]探测访问一个网页的时间 nmap --scripthttp-chrono -p 80 [目标]提取HTTP注释信息 nmap…...

【学习总结|DAY028】后端Web实战(部门管理)

在 Web 后端开发领域&#xff0c;构建高效、规范且功能完备的系统是核心目标。本文将围绕 Tlias 智能学习辅助系统的后端开发展开&#xff0c;详细阐述从开发准备工作到各部门管理功能实现&#xff0c;以及日志技术应用的全过程&#xff0c;为开发者提供全面的实践参考。 一、…...

Servlet 和 Spring MVC:区别与联系

前言 在 Java Web 开发中&#xff0c;Servlet 和 Spring MVC 是两个重要的技术。Servlet 是 Java Web 的基础组件&#xff0c;而 Spring MVC 是一个高级 Web 框架&#xff0c;建立在 Servlet 的基础之上&#xff0c;提供了强大的功能和易用性。这篇文章将从定义、原理、功能对…...

【君正T31开发记录】12.编译工具相关总结及介绍

移植交叉工具包的时候&#xff0c;发现这是很多工具的集合包&#xff1b;以及写makefile的时候&#xff0c;也需要了解下这些工具的作用及用法&#xff0c;这里总结记录一下常见的工具及相关用法。 g C编译器&#xff0c;用于编译C源代码文件&#xff0c;这个很常见&#xff0…...

Python 开发框架搭建简单博客系统:代码实践与应用

在当今数字化时代&#xff0c;博客作为一种流行的信息分享和交流平台&#xff0c;拥有广泛的受众。Python 以其强大的功能和丰富的库&#xff0c;为构建博客系统提供了理想的技术支持。本文将详细介绍如何利用 Python 开发框架搭建一个简单博客系统&#xff0c;包括功能实现、代…...

Java 正则表达式入门与应用(详细版)

正则表达式&#xff08;Regular Expression&#xff0c;简称Regex&#xff09;是一种文本模式匹配工具&#xff0c;在许多编程语言中都得到了广泛应用。Java 作为一种强大的编程语言&#xff0c;提供了对正则表达式的内建支持&#xff0c;使得在字符串处理、数据验证和文本解析…...

高效内存管理与调试技巧:深入解析 AddressSanitizer

在现代 C开发中&#xff0c;内存管理是一个至关重要但也容易出错的领域。即使使用了智能指针和其他高效工具&#xff0c;复杂的项目仍可能出现内存泄漏、非法访问等问题。为了解决这些问题&#xff0c;Google 开发了一个强大的工具——AddressSanitizer (ASan)。本文将详细介绍…...

力扣第137题:只出现一次的数字 II C语言解法

力扣第137题&#xff1a;只出现一次的数字 II C语言解法 题目描述 给定一个整数数组 nums&#xff0c;其中每个元素出现三次&#xff0c;除了一个元素出现一次。找出那个只出现一次的元素。 说明&#xff1a; 你的算法应该具有线性时间复杂度。你不可以使用额外的空间&…...

【Qt】控件概述和QWidget核心属性1(enabled、geometry、windowTitle、windowIcon、QRC机制)

一、控件概念 界面上各种元素、各种部分的统称&#xff08;如按钮、输入框、下拉框、单选复选框...&#xff09; Qt作为GUI开发框架&#xff0c;内置了各种的常用控件&#xff0c;并支持自定义控件。 二、控件体系发展 1.没有完全的控件&#xff0c;需要使用绘图API手动绘制…...

25年1月更新。Windows 上搭建 Python 开发环境:PyCharm 安装全攻略(文中有安装包不用官网下载)

python环境没有安装的可以点击这里先安装好python环境&#xff0c;python环境安装教程 安装 PyCharm IDE 获取 PyCharm PyCharm 提供两种主要版本——社区版&#xff08;免费&#xff09;和专业版&#xff08;付费&#xff09;。对于初学者和个人开发者而言&#xff0c;社区…...

软件工程大复习之(四)——面向对象与UML

4.1 面向对象概述 面向对象&#xff08;OO&#xff09;是一种编程范式&#xff0c;它将数据和处理数据的方法封装在对象中。面向对象的主要概念包括&#xff1a; 对象&#xff1a;实例化的数据和方法的集合。类&#xff1a;对象的蓝图或模板。封装&#xff1a;隐藏对象的内部…...

前端基础函数算法整理应用(sort+reduce+date+双重for循环)

文章目录 基础函数算法reduce 函数算法sort 函数算法时间排序1. 对日期字符串数组进行排序2. 对包含日期对象的数组进行排序3. 对包含时间戳的数组进行排序4. 对包含日期时间信息的对象数组进行排序 基础函数算法 一、排序算法 冒泡排序&#xff08;Bubble Sort&#xff09; …...

web系统漏洞攻击靶场

摘 要 互联网极速发展的同时&#xff0c;也会带来一些安全性的风险&#xff0c;一些不为人知的安全问题也逐渐暴露出来。近年来&#xff0c;媒体不断披露了许多网络安全事故&#xff0c;许多网络应用程序被黑客攻击&#xff0c;导致内部数据外泄&#xff0c;人们开始认识到网络…...

苍穹外卖-day07(Spring Cache 购物车业务逻辑)

内容 缓存菜品缓存套餐添加购物车查看购物车清空购物车 功能实现&#xff1a;缓存商品、购物车 效果图&#xff1a; 1. 缓存菜品 1.1 问题说明 用户端小程序展示的菜品数据都是通过查询数据库获得&#xff0c;如果用户端访问量比较大&#xff0c;数据库访问压力随之增…...

win10 VS2019上libtorch库配置过程

win10 VS2019上libtorch库配置过程 0 引言1 获取libtorch2 在VS上配置使用libtorch库3 结语 0 引言 &#x1f4bb;&#x1f4bb;AI一下&#x1f4bb;&#x1f4bb;   libtorch库是一个用于深度学习的C库&#xff0c;是PyTorch的官方C前端。它提供了用于构建和训练深度学习模…...

git 常用命令和本地合并解决冲突

目录 一、常用命令 二、本地可视化合并分支解决冲突 一、常用命令 最近&#xff0c;使用mac电脑&#xff0c;无法直接使用小乌龟进行可视化操作&#xff0c;现在记录一些常用命令。 拉取&#xff1a; git clone <git url> 仅拉起某个单独分支&#xff1a; git clo…...

Elasticsearch 创建索引 Mapping映射属性 索引库操作 增删改查

Mapping Type映射属性 mapping是对索引库中文档的约束&#xff0c;有以下类型。 text&#xff1a;用于分析和全文搜索&#xff0c;通常适用于长文本字段。keyword&#xff1a;用于精确匹配&#xff0c;不会进行分析&#xff0c;适用于标签、ID 等精确匹配场景。integer、long…...

Objective-C语言的数据结构

Objective-C语言中的数据结构 Objective-C是一种面向对象的编程语言&#xff0c;其在苹果公司的软件开发中得到了广泛应用。它主要用于开发macOS和iOS应用程序。虽然Objective-C有许多丰富的特性&#xff0c;但在程序设计中&#xff0c;数据结构仍然是构建任何应用程序的基础。…...

智能水文:ChatGPT等大语言模型如何提升水资源分析和模型优化的效率

大语言模型与水文水资源领域的融合具有多种具体应用&#xff0c;以下是一些主要的应用实例&#xff1a; 1、时间序列水文数据自动化处理及机器学习模型&#xff1a; ●自动分析流量或降雨量的异常值 ●参数估计&#xff0c;例如PIII型曲线的参数 ●自动分析降雨频率及重现期 ●…...

ETL的工作原理

ETL的工作原理 什么是ETL_云计算主题库-阿里云 ETL的工作原理可以分为三个主要的步骤&#xff1a;Extract&#xff08;提取&#xff09;、Transform&#xff08;转换&#xff09;、Load&#xff08;加载&#xff09;。 工作步骤 描述 Extract &#xff08;提取&#xff09;…...

黑马头条平台管理实战

黑马头条 08平台管理 1.开始准备和开发思路1.1.开发网关1.2编写admin-gateway 代码 2.开发登录微服务2.1编写登录微服务 3.频道管理4.敏感词管理5.用户认证审核6.自媒体文章人工审核99. 最后开发中碰到的问题汇总1.关于nacos 配置 问题2.在开发频道管理新增频道后端无法接收到前…...

电池管理系统(BMS)架构详细解析:原理与器件选型指南

BMS&#xff08;电池管理系统&#xff09;架构详细讲解 从你提供的BMS&#xff08;Battery Management System&#xff09;架构图来看&#xff0c;主要涉及到电池监控模块、通信模块、功率控制模块等部分。下面我将详细讲解该架构的各个功能模块及其工作原理。 1. 电池管理核…...

SpringBoot环境和Maven配置

SpringBoot环境和Maven配置 1. 环境准备2. Maven2.1 什么是Maven2.2 为什么要学 Maven2.3 创建一个 Maven项目2.4 Maven核心功能2.4.1 项目构建2.4.2 依赖管理2.4.3 Maven Help插件 2.5 Maven 仓库2.5.1本地仓库2.5.2 中央仓库2.5.3 私有服务器, 也称为私服 2.6 Maven设置国内源…...

lambda用法及其原理

目录 lambda形式lambda用法1.sort降序2.swap3.捕捉列表 习题解题 lambda形式 [capture-list](parameters)->return type{function boby}[capture-list]&#xff1a;[捕捉列表]用于捕捉函数外的参数&#xff0c;可以为空&#xff0c;但不能省略&#xff1b;(parameters) &am…...

Postgresql源码(139)vim直接修改postgresql表文件的简单实例

1 前言 PG可以用pageinspect方便的读取查看表文件。本篇介绍一种用vim查看、编辑的方法&#xff0c;案例比较简单&#xff0c;主要分享原理。 修改表文件和controlfile是非常危险的行为&#xff0c;请不要在生产尝试。 2 用例 简化问题&#xff0c;用简单编码的数据类型。 d…...

Lianwei 安全周报|2025.1.2

以下是本周「Lianwei周报」&#xff0c;我们总结推荐了本周的政策/标准/指南最新动态、热点资讯和安全事件&#xff0c;保证大家不错过本周的每一个重点&#xff01; 政策/标准/指南最新动态 01 国家数据局等五部门印发《关于促进企业数据资源开发利用的意见》 为充分释放企业…...

Vue3-跨层组件通信Provide/Inject机制详解

Vue 3 中的 Provide 和 Inject 机制是专为跨层级传递数据而设计的&#xff0c;适用于祖先组件和后代组件之间的通信。与props 和 emits 不同&#xff0c;Provide/Inject 可以跨越多个层级进行数据传递&#xff0c;而不需要逐层传递。 1. Provide provide 是一个在祖先组件中提…...

springcloud 介绍

Spring Cloud是一个基于Spring Boot的微服务架构解决方案集合&#xff0c;它提供了一套完整的工具集&#xff0c;用于快速构建分布式系统。在Spring Cloud的架构中&#xff0c;服务被拆分为一系列小型、自治的微服务&#xff0c;每个服务运行在其独立的进程中&#xff0c;并通过…...

css预处理器sass

在前端开发的世界中&#xff0c;CSS 是构建网页样式的基础。然而&#xff0c;随着项目规模的增大&#xff0c;纯 CSS 的编写和维护往往会变得复杂而繁琐。为了解决这些痛点&#xff0c;Sass&#xff08;Syntactically Awesome Style Sheets&#xff09;应运而生。Sass 是一种 C…...

匠人天工Ai浮雕网站创新发布了ZBrush插件,提效500%,为AI+数字雕刻行业带来新的活力

2025年1月6日&#xff0c;杭州——杭州仓颉造梦数字科技公司旗下产品匠人天工近日宣布推出一款创新的ZBrush插件&#xff0c;旨在为AI数字雕刻行业带来前所未有的效率提升。该插件通过一系列智能化功能&#xff0c;大幅简化了数字雕刻的建模流程&#xff0c;使建模效率提高了50…...

解决 Pangolin 版本不兼容导致的编译错误

在使用 Pangolin 库时&#xff0c;有时候会遇到由于版本不兼容而导致的编译错误。本文将通过一个具体的错误案例&#xff0c;展示如何识别和解决这种问题。 问题描述 在编译时&#xff0c;遇到如下编译错误&#xff1a; /usr/local/include/pangolin/gl/glsl.hpp: In member…...

day01_ Java概述丶开发环境的搭建丶常用DOS命令

编程常识 什么是编程&#xff1f; 所谓编程&#xff0c;就是人们可以使用编程语言对计算机下达命令&#xff0c;让计算机完成人们需要的功能。 编程语言的发展历程 第一代&#xff1a;机器语言 &#xff0c;机器语言由数字组成所有指令。计算器解析运行速度&#xff0c;最快…...

进程间通信——网络通信——UDP

进程间通信&#xff08;分类&#xff09;&#xff1a;网络通信、无名管道、有名管道、信号、消息队列、共享内存、信号量集 OSI七层模型&#xff1a;&#xff08;理论模型&#xff09; 应用层 : 要传输的数据信息&#xff0c;如文件传输&#xff0c;电子邮件等 表示层 : 数…...

(六)vForm 动态表单(数据量大,下拉选卡顿问题)

系列文章目录 (一)vForm 动态表单设计器之使用 (二)vForm 动态表单设计器之下拉、选择 (三)vForm 动态表单解决下拉框无数据显示id问题 (四)vForm 动态表单自定义组件、属性 (五)vForm 动态表单文件上传、下载 文章目录 目录 前言 一、组件改造 1.添加分页所需参…...

asp.net core mvc的 ViewBag , ViewData , Module ,TempData

在 ASP.NET MVC 和 ASP.NET Core MVC 中&#xff0c;ViewBag 和 ViewData 是两种用于将数据从控制器传递到视图&#xff08;View&#xff09;的常用方法。它们都允许控制器将动态数据传递给视图&#xff0c;但它们的实现方式有所不同。关于 Module&#xff0c;它通常指的是某种…...

C#语言的软件开发工具

C#语言的软件开发工具 C#语言作为一种现代化的编程语言&#xff0c;凭借其强大的功能和丰富的生态系统&#xff0c;在软件开发领域得到了广泛的应用。随着C#语言的发展&#xff0c;越来越多的开发工具应运而生。本文将详细介绍C#语言常用的开发工具&#xff0c;包括集成开发环…...

iOS - AutoreleasePool

1. 基本数据结构 // AutoreleasePool 的基本结构 struct AutoreleasePoolPage {static pthread_key_t const key AUTORELEASE_POOL_KEY;magic_t const magic;id *next; // 指向下一个可存放对象的地址pthread_t const thread; // 所属线程AutoreleasePoolPage …...

数据仓库建设方案和经验总结

在做数据集成的过程中&#xff0c;往往第二步的需求就是建设数仓由于数据分散在不同的存储环境或数据库中&#xff0c;对于新业务需求的开发需要人工先从不同的数据库中同步、集中、合并等处理&#xff0c;造成资源和人力的浪费。同时&#xff0c;目前的系统架构&#xff0c;无…...

该单据从未生成交易分录

经常听到采购说&#xff0c;采购匹配明细表中没有xx料号的记录&#xff0c;没有xx供应商的记录。它们用这个报表来与供应商对账的。每每以此为借口拖延着货款不付。没有记录出来&#xff0c;原因各种。之前没有记录下来&#xff0c;想不起来。今天重新分析发现其中一个原因&…...