当前位置: 首页 > news >正文

系统学习算法: 专题八 二叉树中的深搜

深搜其实就是深度优先遍历(dfs),与此相对的还有宽度优先遍历(bfs)

如果学完数据结构有点忘记,如下图,左边是dfs,右边是bfs

而二叉树的前序,中序,后序遍历都可以使用递归来编写,而这三种遍历都属于dfs

所以本质还是递归,只是换到了二叉树这个数据结构而已

题目一:

思路:

题意很简单,根据示例1所演示的很容易理解

那就是用递归去遍历

还是按照我们递归专题的方法,构想递归函数的功能,这道我希望递归函数能够我传入一个结点, 返回以我传入的这个结点为根的布尔值,所以参数是一个结点,然后无条件信任

找结束条件,那就是当结点为叶子结点时,是1返回true,是0返回false

然后是子问题的操作步骤

先通过调用递归函数拿到左子树的布尔值和右子树的布尔值,然后再看当前根结点是2还是3,是2就返回或的条件判断后的布尔值,是3就返回与的条件判断后的布尔值

代码:

class Solution {//递归函数public boolean dfs(TreeNode root){//结束条件if(root.left==null&&root.right==null){return root.val==0?false:true;}//通过递归函数拿到左右子树的布尔值boolean ret1=dfs(root.left);boolean ret2=dfs(root.right);//返回对应的条件判断后的布尔值return root.val==2?ret1|ret2:ret1&ret2;}public boolean evaluateTree(TreeNode root) {//调用递归函数return dfs(root);}
}

所以这道题是一道后序遍历的dfs 

题目二:

思路:

根据题意,以示例2为例子,我们得知在4这个结点,左子树应该返回495+491,右子树应该返回40,往下走,9这个结点,左子树应该返回95+91,0这个结点则返回0,5和1返回5,1

如果按照上面这么想的话,那么就走弯路了

因为4和9结点的子问题操作流程不一样,4返回495+491没问题,但是9不能返回95+91,和题意的意思无关,而且返回值只有一个,又怎么返回95,91两个返回值呢

所以这种从下往上的顺序是不对的

由此要换成从上往下的顺序,构想递归函数的功能是返回该结点的整条分支的和,这里功能要想清楚,比如9这个结点,应该返回495+491而不是95+91,是包含该结点的全部分支,5这个结点就应该返回495,1这个结点就应该返回491,按照这个逻辑,4就应该返回(495+491)+40,这样就符合题意了

所以要将该节点的父亲结点的值传下来,即9这个结点就应该拿到4这个参数,然后往下传49,5就会拿到49.这是就会返回495

结束条件就是左右结点都为空,即叶子结点时,就直接返回这条分支的和

代码:

class Solution {public int dfs(TreeNode node,int presum){//拿到并更新当前分支的前位数presum=presum*10+node.val;//如果是叶子结点if(node.left==null&&node.right==null){//返回该分支的和return presum;}//左右分支的和int ret1=0,ret2=0;//如果有左分支if(node.left!=null){//返回左分支的和ret1 = dfs(node.left,presum);}//如果有右分支if(node.right!=null){//返回右分支的和ret2=dfs(node.right,presum);}//返回左右分支的和return ret1+ret2;}public int sumNumbers(TreeNode root) {//调用递归函数return dfs(root,0);}
}

算比较难的一道题,因为很容易一开始陷入错误思路,想不到传参要传之前的数,越绕越迷糊

  题目三:

思路:

 题意就是删除全为0的子树,结束条件会比较好想一点,就是当为叶子结点的时候,如果是0就删除,不是0就保留,这里删除就用null来代替,所以上面的父结点会接收到空结点,如果左右子节点都返回空,那么这个父结点又成为新的叶子结点,由此递归的特征就体现出来了

代码:

class Solution {public TreeNode dfs(TreeNode node){//如果有左子树if(node.left!=null){//返回不包含1的子树node.left=dfs(node.left);}//如果有右子树if(node.right!=null){//返回不包含1的子树node.right=dfs(node.right);}//结束条件,如果为叶子结点,且为0if(node.left==null&&node.right==null&&node.val==0){//把自己删除掉return null;}else{//不删除,返回自己return node;}}public TreeNode pruneTree(TreeNode root) {root=dfs(root);return root;}
}

题目四:

思路:

 在学习二叉搜索树的时候,我们知道它有一个特点:那就是中序遍历的话它会返回一串有序的数组,由此我们就可以利用这个特点来解决这道题

我们可以设置一个全局变量,初始化为最小值,然后中序遍历二叉搜索树,每遍历到一个就与全局变量进行比较,如果大于,则说明到现在为止还是二叉搜索树,如果小于或等于,那就不是二叉搜索树

那我们这个递归函数的功能就是传入一个根节点,判断是否是二叉搜索树

结束条件就是当结点为空,就直接返回true,因为定义上空树也是二叉搜索树

注:底下提示有说数据范围最小为整型的最小值,所以全局变量要用long的最小值,避免刚好出现极端情况

代码:

class Solution {//全局变量long prev = Long.MIN_VALUE;public boolean isValidBST(TreeNode root) {//空子树也是二叉搜索树if (root == null) {return true;}//先左boolean left = isValidBST(root.left);//再中boolean cur = false;//如果符合二叉搜索树的性质if (root.val > prev) {cur = true;//更新变量prev=root.val;}//后右boolean right=isValidBST(root.right);return left&&cur&&right;}
} 

其中如果判断完左子树如果已经不是二叉搜索树的话,我们就没必要继续了,就可以将剩下的“剪枝”掉,同理如果当前结点如果也不是二叉搜索树,右子树是不是二叉搜索树也无所谓了,也可以“剪枝”掉,而剪枝就是用if来判断一下就行 

代码(剪枝):

class Solution {//全局变量long prev = Long.MIN_VALUE;public boolean isValidBST(TreeNode root) {//空子树也是二叉搜索树if (root == null) {return true;}//先左(判断左子树是不是二叉搜索树)boolean left = isValidBST(root.left);//剪枝if (left == false) {return false;}//再中(判断当前结点是不是符合二叉搜索树)boolean cur = false;//如果符合二叉搜索树的性质if (root.val > prev) {cur = true;//更新变量prev=root.val;}//剪枝if(cur==false){return false;}//后右(判断右子树是不是二叉搜索树)boolean right=isValidBST(root.right);return right;}
} 

题目五:

思路:

这道题说了是二叉搜索树,所以还要利用中序遍历是有序的数组来解决,用一个全局变量count来记录遍历到第几个了,比如让count==k,每遍历一次count--,如果当count==0时,就说明当前结点的val就是第k小的元素,再用一个全局变量来保存该结点的值即可,然后剩下就全部return,可以用剪枝来优化,就判断一下保存答案的全局变量ret是否有值,如果有值就剪枝,没值就继续

代码:

class Solution {int count=0;int ret=0;public int kthSmallest(TreeNode root, int k) {count=k;dfs(root);return ret;}public void dfs(TreeNode root){//为空就无事发生,顺便剪枝if(root==null||ret!=0){return;}//先左dfs(root.left);//每遍历一个就--count--;//如果是第k小的值,记录答案if(count==0){ret=root.val;}//如果已经找到答案了,剪枝if(ret!=0){return;}dfs(root.right);}
}

题目六:

 思路:

这里就是前序遍历,因为是先处理完当前结点,再来考虑左右子树

一共有两种情况:叶子结点和非叶子节点

如果是叶子结点,就只用添加当前结点的值即可,并且将该字符串添加到list里

而如果是非叶子结点,那么不仅要添加当前结点的值,还要在后面多添加个“->”,但不添加到list

其中需要注意的是“恢复现场”

因为根据前序遍历的顺序,左结点之后才是右结点,所以字符串会先保留左结点的结果,比如上图会保留到1->2->4 ,但是回溯的时候,右边的结点应该是1->2->5->7,如果不恢复现场,就会是

1->2->45->7,导致左结点的结果影响了右结点

因此要注意恢复现场,如果是字符串是全局变量,那么操作就比较麻烦,要添加后再删除,我们可以利用函数参数来做到恢复现场,如果参数是String这种不可变对象就可以直接使用,因为是新创建一个String,但如果使用StringBuffer这种可变对象就不能直接使用,要自己在函数体中手动创建一个新StringBuffer

代码:

class Solution {//保存所有路径的顺序表List<String> list=new ArrayList<String>();//使用StringBuffer作为参数public void dfs(TreeNode node,StringBuffer s){//需要手动创建一个新StringBufferStringBuffer str=new StringBuffer(s);//先自身,如果为叶子结点if(node.left==null&&node.right==null){//就只加该结点的值list.add((str.append(node.val)).toString());//剪枝return;}//不是叶子结点就加值和箭头str.append(node.val+"->");//再左if(node.left!=null){dfs(node.left,str);}//后右if(node.right!=null){dfs(node.right,str);}}public List<String> binaryTreePaths(TreeNode root) {StringBuffer str=new StringBuffer("");dfs(root,str);return list;}
}

总结:

如果遇到二叉树,那么大部分都要用到递归,也就是深搜(dfs),其中包括全局变量的使用,剪枝,回溯,而如果出现回溯,那么就会出现恢复现场,而出现递归就会出现回溯,也就是说递归就会涉及到恢复现场,其中二叉搜索树的特性是中序遍历后是有序的数组,操作顺序要结合题目来选择,是前序还是中序还是后序,接下来一些较难的题主要都会涉及到路径,路径最重要的也是恢复现场,所以要理解恢复现场

相关文章:

系统学习算法: 专题八 二叉树中的深搜

深搜其实就是深度优先遍历&#xff08;dfs&#xff09;&#xff0c;与此相对的还有宽度优先遍历&#xff08;bfs&#xff09; 如果学完数据结构有点忘记&#xff0c;如下图&#xff0c;左边是dfs&#xff0c;右边是bfs 而二叉树的前序&#xff0c;中序&#xff0c;后序遍历都可…...

2022年全国职业院校技能大赛网络系统管理赛项模块A:网络构建(样题2)-网络部分解析-附详细代码

目录 附录1:拓扑图​编辑 附录2:地址规划表 1.SW1 2.SW2 3.SW3 4.SW4 5.SW5 6.SW6 7.SW7 8.R1 9.R2 10.R3 11.AC1 12.AC2 13.EG1 14.EG2 15.AP2 16.AP3 附录1:拓扑图 附录2:地址规划表...

笔试-业务逻辑4

应用 小明在玩一个数字加减游戏&#xff0c;输入4个正整数&#xff1a;s、t、a、b&#xff0c;其中s>1&#xff0c;b<105&#xff0c;a!b。只使用加法或者减法&#xff0c;使得st。 每回合&#xff0c;小明用当前的数字&#xff0c;加上或减去一个数字&#xff1b;目前有…...

冷启动+强化学习:DeepSeek-R1 的原理详解——无需监督数据的推理能力进化之路

本文基于 DeepSeek 官方论文进行分析,论文地址为:https://github.com/deepseek-ai/DeepSeek-R1/blob/main/DeepSeek_R1.pdf 有不足之处欢迎评论区交流 原文翻译 在阅读和理解一篇复杂的技术论文时,逐字翻译是一个重要的步骤。它不仅能帮助我们准确把握作者的原意,还能为后续…...

ubuntu22安装issac gym记录

整体参考&#xff1a;https://blog.csdn.net/Yakusha/article/details/144306858 安装完成后的整体版本信息 ubuntu&#xff1a;22.04内核&#xff1a;6.8.0-51-generic显卡&#xff1a;NVIDIA GeForce RTX 3050 OEM显卡驱动&#xff1a;535.216.03cuda&#xff1a;12.2cudnn&…...

Docker小游戏 | 使用Docker部署2048网页小游戏

Docker小游戏 | 使用Docker部署2048网页小游戏 前言项目介绍项目简介项目预览二、系统要求环境要求环境检查Docker版本检查检查操作系统版本三、部署2048网页小游戏下载镜像创建容器检查容器状态检查服务端口安全设置四、访问2048网页小游戏五、总结前言 在当今快速发展的技术世…...

C基础寒假练习(2)

一、输出3-100以内的完美数&#xff0c;(完美数&#xff1a;因子和(因子不包含自身)数本身 #include <stdio.h>// 函数声明 int isPerfectNumber(int num);int main() {printf("3-100以内的完美数有:\n");for (int i 3; i < 100; i){if (isPerfectNumber…...

传输层协议 UDP 与 TCP

&#x1f308; 个人主页&#xff1a;Zfox_ &#x1f525; 系列专栏&#xff1a;Linux 目录 一&#xff1a;&#x1f525; 前置复盘&#x1f98b; 传输层&#x1f98b; 再谈端口号&#x1f98b; 端口号范围划分&#x1f98b; 认识知名端口号 (Well-Know Port Number) 二&#xf…...

Vue06

目录 一、声明式导航-导航链接 1.需求 2.解决方案 3.通过router-link自带的两个样式进行高亮 二、声明式导航的两个类名 1.router-link-active 2.router-link-exact-active 三、声明式导航-自定义类名&#xff08;了解&#xff09; 1.问题 2.解决方案 3.代码演示 四…...

AJAX笔记进阶篇

黑马程序员视频地址&#xff1a; AJAX-Day04-01.同步代码和异步代码https://www.bilibili.com/video/BV1MN411y7pw?vd_source0a2d366696f87e241adc64419bf12cab&spm_id_from333.788.videopod.episodes&p47 同步代码和异步代码 回调函数地狱与解决方法 回调函数地狱…...

Linux+Docer 容器化部署之 Shell 语法入门篇 【Shell 循环类型】

文章目录 一、Shell 循环类型二、Shell while 循环三、Shell for 循环四、Shell until 循环五、Shell select 循环六、总结 一、Shell 循环类型 循环是一个强大的编程工具&#xff0c;使您能够重复执行一组命令。在本教程中&#xff0c;您将学习以下类型的循环 Shell 程序&…...

【Redis】安装配置Redis超详细教程 / Linux版

Linux安装配置Redis超详细教程 安装redis依赖安装redis启动redis停止redisredis.conf常见配置设置redis为后台启动修改redis监听地址设置工作目录修改密码监听的端口号数据库数量设置redis最大内存设置日志文件设置redis开机自动启动 学习视频&#xff1a;黑马程序员Redis入门到…...

S4 HANA明确税金汇差科目(OBYY)

本文主要介绍在S4 HANA OP中明确税金汇差科目(OBYY)相关设置。具体请参照如下内容&#xff1a; 1. 明确税金汇差科目(OBYY) 以上配置点定义了在外币挂账时&#xff0c;当凭证抬头汇率和税金行项目汇率不一致时&#xff0c;造成的差异金额进入哪个科目。此类情况只发生在FB60/F…...

Nginx反向代理 笔记250203

Nginx反向代理 Nginx 是一个高性能的 HTTP 服务器和反向代理服务器。反向代理是指客户端请求资源时&#xff0c;Nginx 作为中间层&#xff0c;将请求转发到后端服务器&#xff0c;并将后端服务器的响应返回给客户端。通过反向代理&#xff0c;可以实现负载均衡、缓存、SSL 终端…...

【ChatGPT:开启人工智能新纪元】

一、ChatGPT 是什么 最近,ChatGPT 可是火得一塌糊涂,不管是在科技圈、媒体界,还是咱们普通人的日常聊天里,都能听到它的大名。好多人都在讨论,这 ChatGPT 到底是个啥 “神器”,能让大家这么着迷?今天咱就好好唠唠。 ChatGPT,全称是 Chat Generative Pre-trained Trans…...

OpenAI 实战进阶教程 - 第六节: OpenAI 与爬虫集成实现任务自动化

爬虫与 OpenAI 模型结合&#xff0c;不仅能高效地抓取并分析海量数据&#xff0c;还能通过 NLP 技术生成洞察、摘要&#xff0c;极大提高业务效率。以下是一些实际工作中具有较高价值的应用案例&#xff1a; 1. 电商价格监控与智能分析 应用场景&#xff1a; 电商企业需要监控…...

49【服务器介绍】

服务器和你的电脑可以说是一模一样的&#xff0c;只不过用途不一样&#xff0c;叫法就不一样了 物理服务器和云服务器的区别 整台设备眼睛能够看得到的&#xff0c;我们一般称之为物理服务器。所以物理服务器是比较贵的&#xff0c;不是每一个开发者都能够消费得起的。 …...

docker pull Error response from daemon问题

里面填写 里面解决方案就是挂代理。 以虚拟机为例&#xff0c;将宿主机配置端口设置&#xff0c;https/http端口设为7899 配置虚拟机的http代理&#xff1a; vim /etc/systemd/system/docker.service.d/http-proxy.conf里面填写&#xff0c;wq保存 [Service] Environment…...

院校联合以项目驱动联合培养医工计算机AI人才路径探析

一、引言 1.1 研究背景与意义 在科技飞速发展的当下&#xff0c;医疗人工智能作为一个极具潜力的新兴领域&#xff0c;正深刻地改变着传统医疗模式。从疾病的早期诊断、个性化治疗方案的制定&#xff0c;到药物研发的加速&#xff0c;人工智能技术的应用极大地提升了医疗服务…...

C++ Primer 标准库vector

欢迎阅读我的 【CPrimer】专栏 专栏简介&#xff1a;本专栏主要面向C初学者&#xff0c;解释C的一些基本概念和基础语言特性&#xff0c;涉及C标准库的用法&#xff0c;面向对象特性&#xff0c;泛型特性高级用法。通过使用标准库中定义的抽象设施&#xff0c;使你更加适应高级…...

Mac本地部署DeekSeek-R1下载太慢怎么办?

Ubuntu 24 本地安装DeekSeek-R1 在命令行先安装ollama curl -fsSL https://ollama.com/install.sh | sh 下载太慢&#xff0c;使用讯雷&#xff0c;mac版下载链接 https://ollama.com/download/Ollama-darwin.zip 进入网站 deepseek-r1:8b&#xff0c;看内存大小4G就8B模型 …...

kamailio-ACC_JSON模块详解【后端语言go】

要确认 ACC_JSON 模块是否已经成功将计费信息推送到消息队列&#xff08;MQueue&#xff09;&#xff0c;以及如何从队列中取值&#xff0c;可以按照以下步骤进行操作&#xff1a; 1. 确认 ACC_JSON 已推送到队列 1.1 配置 ACC_JSON 确保 ACC_JSON 模块已正确配置并启用。以下…...

利用Python高效处理大规模词汇数据

在本篇博客中&#xff0c;我们将探讨如何使用Python及其强大的库来处理和分析大规模的词汇数据。我们将介绍如何从多个.pkl文件中读取数据&#xff0c;并应用一系列算法来筛选和扩展一个核心词汇列表。这个过程涉及到使用Pandas、Polars以及tqdm等库来实现高效的数据处理。 引…...

安装hami的笔记

k3s环境下安装hami提示如下错误&#xff1a; "failed to “StartContainer” for “kube-scheduler” with InvalidImageName: "Failed to apply default image tag “registry.cn-hangzhou.aliyuncs.com/google_containers/kube-scheduler:v1.31.2k3s1”: 没有Inva…...

2024美团春招硬件开发笔试真题及答案解析

目录 一、选择题 1、在 Linux,有一个名为 file 的文件,内容如下所示: 2、在 Linux 中,关于虚拟内存相关的说法正确的是() 3、AT89S52单片机中,在外部中断响应的期间,中断请求标志位查询占用了()。 4、下列关于8051单片机的结构与功能,说法不正确的是()? 5、…...

HTML 字符实体

HTML 字符实体 在HTML中,字符实体是一种特殊的表示方式,用于在文档中插入那些无法直接通过键盘输入的字符。字符实体在网页设计和文档编写中扮演着重要的角色,尤其是在处理特殊字符、符号和数学公式时。以下是关于HTML字符实体的详细解析。 字符实体概述 HTML字符实体是一…...

FPGA|生成jic文件固化程序到flash

1、单击file-》convert programming files 2、flie type中选中jic文件&#xff0c;configuration decive里根据自己的硬件选择&#xff0c;单击flash loader选择右边的add device选项 3、选择自己的硬件&#xff0c;单击ok 4、选中sof选项&#xff0c;单机右侧的add file 5、选…...

Java | CompletableFuture详解

关注&#xff1a;CodingTechWork CompletableFuture 概述 介绍 CompletableFuture是 Java 8 引入的一个非常强大的类&#xff0c;属于 java.util.concurrent 包。它是用于异步编程的一个工具&#xff0c;可以帮助我们更方便地处理并发任务。与传统的线程池或 Future 对比&…...

高阶开发基础——快速入门C++并发编程6——大作业:实现一个超级迷你的线程池

目录 实现一个无返回的线程池 完全代码实现 Reference 实现一个无返回的线程池 实现一个简单的线程池非常简单&#xff0c;我们首先聊一聊线程池的定义&#xff1a; 线程池&#xff08;Thread Pool&#xff09; 是一种并发编程的设计模式&#xff0c;用于管理和复用多个线程…...

deep generative model stanford lecture note3 --- latent variable

1 Introduction 自回归模型随着gpt的出现取得很大的成功&#xff0c;还是有很多工程上的问题并不是很适合使用自回归模型&#xff1a; 1&#xff09;自回归需要的算力太大&#xff0c;满足不了实时性要求&#xff1a;例如在自动驾驶的轨迹预测任务中&#xff0c;如果要用纯自回…...

【PDF提取局部内容改名】批量获取PDF局部文字内容改名 基于QT和百度云api的完整实现方案

应用场景 1. 档案管理 在企业或机构的档案管理中,常常会有大量的 PDF 格式的文件,如合同、报告、发票等。这些文件的原始文件名可能没有明确的标识,不利于查找和管理。通过批量获取 PDF 局部文字内容并改名,可以根据文件中的关键信息(如合同编号、报告标题等)为文件重新…...

吴恩达深度学习——卷积神经网络基础

本文来自https://www.bilibili.com/video/BV1FT4y1E74V&#xff0c;仅为本人学习所用。 文章目录 矩阵和张量边缘检测计算方式检测原理 Valid卷积和Same卷积卷积步长三维卷积单层卷积网络总结符号定义输入输出维度其他参数维度 举例 池化层示例输入层第一层卷积 - 池化第二层卷…...

MySQL锁详解

MySQL锁详解 数据库的锁机制锁的分类行级锁与表级锁行级锁之共享锁与排他锁乐观锁与悲观锁悲观锁乐观锁 Innodb存储引擎的锁机制行级锁与表级锁的使用区分三种行锁的算法死锁的问题多版本并发控制MVCC 数据库的锁机制 什么是锁&#xff1f;锁是一种保障数据的机制 为何要用锁…...

快速提升网站收录:利用网站用户反馈机制

本文转自&#xff1a;百万收录网 原文链接&#xff1a;https://www.baiwanshoulu.com/59.html 利用网站用户反馈机制是快速提升网站收录的有效策略之一。以下是一些具体的实施步骤和建议&#xff1a; 一、建立用户反馈机制 多样化反馈渠道&#xff1a; 设立在线反馈表、邮件…...

初五,很棒

20元一瓶的水见过没&#xff1f;配料只有水和维C&#xff0c;养生佳品&#xff1f;除非我疯了。 今晚和大姨爹等人探讨成家问题。没错&#xff0c;我变成最应该成家的人了。 的确&#xff0c;从年龄上&#xff0c;发展阶段上&#xff0c;也是应该成家啦。 难道我不知道嘛。 人…...

Vue指令v-html

目录 一、Vue中的v-html指令是什么&#xff1f;二、v-html指令与v-text指令的区别&#xff1f; 一、Vue中的v-html指令是什么&#xff1f; v-html指令的作用是&#xff1a;设置元素的innerHTML&#xff0c;内容中有html结构会被解析为标签。 二、v-html指令与v-text指令的区别…...

ubuntu磁盘扩容

ubuntu磁盘扩容 描述先在虚拟机设置里面扩容进入Ubuntu 配置使用命令行工具parted进行分区输出如下完成 描述 执行命令,查看 fs 类型是什么 lsblk -o NAME,FSTYPE,MOUNTPOINT将60G扩容到100G&#xff0c;其中有些操作我也不知道什么意思&#xff0c;反正就是成功了&#xff0…...

BFS(广度优先搜索)——搜索算法

BFS&#xff0c;也就是广度&#xff08;宽度&#xff09;优先搜索&#xff0c;二叉树的层序遍历就是一个BFS的过程。而前、中、后序遍历则是DFS&#xff08;深度优先搜索&#xff09;。从字面意思也很好理解&#xff0c;DFS就是一条路走到黑&#xff0c;BFS则是一层一层地展开。…...

SAP SD学习笔记27 - 请求计划(开票计划)之1 - 定期请求(定期开票)

上两章讲了贩卖契约&#xff08;框架协议&#xff09;的概要&#xff0c;以及贩卖契约中最为常用的 基本契约 - 数量契约和金额契约。 SAP SD学习笔记26 - 贩卖契约(框架协议)的概要&#xff0c;基本契约 - 数量契约_sap 框架协议-CSDN博客 SAP SD学习笔记27 - 贩卖契约(框架…...

string例题

一、字符串最后一个单词长度 题目解析&#xff1a;由题输入一段字符串或一句话找最后一个单词的长度&#xff0c;也就是找最后一个空格后的单词长度。1.既然有空格那用我们常规的cin就不行了&#xff0c;我们这里使用getline,2.读取空格既然是最后一个空格后的单词&#xff0c;…...

Revit二次开发 自适应族添加放样融合

大多数博客给出的方案都是如何在有自适应族的情况下进行修改定位点或是将数据传入自适应族,如何直接在族文件中创建自适应模型并将点转换为自适应点,连接自适应点成为自适应路径这种方式没有文章介绍. 下面的代码中给出了如何在自适应族文件中创建参照点并转换为自适应点连接…...

浏览器模块化难题

CommonJS 的工作原理 当使用 require(模块路径) 导入一个模块时&#xff0c;node会做以下两件事情&#xff08;不考虑模块缓存&#xff09;&#xff1a; 通过模块路径找到本机文件&#xff0c;并读取文件内容将文件中的代码放入到一个函数环境中执行&#xff0c;并将执行后 m…...

详细介绍:网站背景更换功能

目录 1. HTML 部分 2. JavaScript 部分 3. 完整流程 4. 总结 5. 适用场景 本文将介绍如何通过文件上传实现网站背景图片的更换。通过使用 JavaScript 和 Axios&#xff0c;我们可以允许用户上传图片文件并将其作为网站的背景图片。上传的图片 URL 会保存在浏览器的 localSt…...

w190工作流程管理系统设计与实现

&#x1f64a;作者简介&#xff1a;多年一线开发工作经验&#xff0c;原创团队&#xff0c;分享技术代码帮助学生学习&#xff0c;独立完成自己的网站项目。 代码可以查看文章末尾⬇️联系方式获取&#xff0c;记得注明来意哦~&#x1f339;赠送计算机毕业设计600个选题excel文…...

Linux——文件系统

一、从硬件出发 1&#xff09;磁盘的主要构成 通常硬盘是由盘片、主轴、磁头、摇摆臂、马达、永磁铁等部件组成&#xff0c;其中一个硬盘中有多块盘片和多个磁头&#xff0c;堆叠在一起&#xff0c;工作时由盘片旋转和摇摆臂摇摆及逆行寻址从而运作&#xff0c;磁头可以对盘片…...

傅里叶分析之掐死教程

https://zhuanlan.zhihu.com/p/19763358 要让读者在不看任何数学公式的情况下理解傅里叶分析。 傅里叶分析 不仅仅是一个数学工具&#xff0c;更是一种可以彻底颠覆一个人以前世界观的思维模式。但不幸的是&#xff0c;傅里叶分析的公式看起来太复杂了&#xff0c;所以很多…...

使用scikit-learn中的K均值包进行聚类分析

聚类是无监督学习中的一种重要技术&#xff0c;用于在没有标签信息的情况下对数据进行分析和组织。K均值算法是聚类中最常用的方法之一&#xff0c;其目标是将数据点划分为K个簇&#xff0c;使得每个簇内的数据点更加相似&#xff0c;而不同簇之间的数据点差异较大。 准备自定…...

Compose笔记(一)--LifecycleEventObserver

这一节了解一下LifecycleEventObserver&#xff0c;它在 Android Compose 中是一个接口&#xff0c;它允许你监听 Android 组件&#xff08;如 Activity、Fragment&#xff09;的生命周期事件。Lifecycle 代表 Android 组件从创建到销毁的整个生命周期&#xff0c;而 Lifecycle…...

算法总结-二分查找

文章目录 1.搜索插入位置1.答案2.思路 2.搜索二维矩阵1.答案2.思路 3.寻找峰值1.答案2.思路 4.搜索旋转排序数组1.答案2.思路 5.在排序数组中查找元素的第一个和最后一个位置1.答案2.思路 6.寻找旋转排序数组中的最小值1.答案2.思路 1.搜索插入位置 1.答案 package com.sunxi…...

MySQL(InnoDB统计信息)

后面也会持续更新&#xff0c;学到新东西会在其中补充。 建议按顺序食用&#xff0c;欢迎批评或者交流&#xff01; 缺什么东西欢迎评论&#xff01;我都会及时修改的&#xff01; 大部分截图和文章采用该书&#xff0c;谢谢这位大佬的文章&#xff0c;在这里真的很感谢让迷茫的…...