当前位置: 首页 > news >正文

从1号点到n号点最多经过k条边的最短距离

目录

    • 解析
    • 方法思路
    • 代码解释
    • 代码逐行注释
        • 1. 头文件和常量定义:
        • 2.边的结构体:
        • 3.全局变量:
        • 4.Bellman-Ford算法实现:
        • 5.主函数:
    • 注意事项
      • 代码含义
      • 为什么需要 backup[a]?
      • 举例说明
      • 关键点
    • 总结

解析

要实现从1号点到n号点最多经过k条边的最短距离,可以使用Bellman-Ford算法的变种,限制松弛操作的次数为k次。通过备份距离数组确保每次松弛操作仅基于上一轮的结果,避免路径边数超过限制。具体步骤如下:

方法思路

  1. 初始化距离数组:将源点1的距离设为0,其余点设为无穷大。

  2. 松弛操作:进行k次迭代,每次遍历所有边,使用备份数组确保每次仅更新上一步的结果。

  3. 负权处理:允许负权边,但不处理负权环,因为边数被限制为k次。

  4. 结果判断:若目标点的距离仍为初始无穷大值,则不可达,否则输出结果。

解决代码

#include <iostream>
#include <cstring>
#include <algorithm>using namespace std;const int N = 510, M = 10010; // 定义最大点数和边数
const int INF = 0x3f3f3f3f;   // 定义无穷大值struct Edge {int a, b, w; // 边的起点、终点和权重
} edges[M];      // 存储所有边的数组int n, m, k;     // n: 点数,m: 边数,k: 最多经过的边数
int dist[N];     // 存储从起点到每个点的最短距离
int backup[N];   // 备份数组,用于保存上一轮迭代的距离// Bellman-Ford算法实现
void bellman_ford() {memset(dist, 0x3f, sizeof dist); // 初始化距离数组为无穷大dist[1] = 0; // 起点到自身的距离为0// 进行k次松弛操作for (int i = 0; i < k; ++i) {memcpy(backup, dist, sizeof dist); // 将当前距离数组复制到备份数组for (int j = 0; j < m; ++j) {      // 遍历所有边int a = edges[j].a, b = edges[j].b, w = edges[j].w;if (backup[a] != INF) { // 如果上一轮中a是可达的dist[b] = min(dist[b], backup[a] + w); // 更新b的距离}}}
}int main() {// 输入点数、边数和最多经过的边数scanf("%d%d%d", &n, &m, &k);// 输入每条边的信息for (int i = 0; i < m; ++i) {int a, b, w;scanf("%d%d%d", &a, &b, &w);edges[i] = {a, b, w}; // 存储边}// 调用Bellman-Ford算法bellman_ford();// 输出结果if (dist[n] == INF) puts("impossible"); // 如果终点不可达,输出impossibleelse printf("%d\n", dist[n]);           // 否则输出最短距离return 0;
}

代码解释

  1. 数据结构:使用结构体Edge存储边的起点、终点和权重。

  2. 距离初始化:dist数组初始化为无穷大,源点距离为0。

  3. 松弛操作:进行k次迭代,每次使用备份数组确保仅基于上一步结果更新。

  4. 可达性判断:若目标点距离仍为初始无穷大,则不可达,否则输出最短距离。

该方法确保在最多k条边的限制下找到最短路径,同时正确处理负权边,避免负权环的干扰。

代码逐行注释

1. 头文件和常量定义:
#include <iostream>
#include <cstring>
#include <algorithm>
  • 包含输入输出、字符串操作和算法库。
const int N = 510, M = 10010;
const int INF = 0x3f3f3f3f;
  • N:最大点数。

  • M:最大边数。

  • INF:表示无穷大的值。

2.边的结构体:
struct Edge {int a, b, w; // 边的起点、终点和权重
} edges[M];      // 存储所有边的数组
  • a:边的起点。

  • b:边的终点。

  • w:边的权重。

3.全局变量:
int n, m, k;     // n: 点数,m: 边数,k: 最多经过的边数
int dist[N];     // 存储从起点到每个点的最短距离
int backup[N];   // 备份数组,用于保存上一轮迭代的距离
  • dist:存储从起点到每个点的最短距离。

  • backup:备份数组,用于保存上一轮迭代的结果。

4.Bellman-Ford算法实现:
void bellman_ford() {memset(dist, 0x3f, sizeof dist); // 初始化距离数组为无穷大dist[1] = 0; // 起点到自身的距离为0
  • 初始化dist数组,所有点的距离设为无穷大,起点的距离设为0。
    for (int i = 0; i < k; ++i) { // 进行k次松弛操作memcpy(backup, dist, sizeof dist); // 将当前距离数组复制到备份数组for (int j = 0; j < m; ++j) {      // 遍历所有边int a = edges[j].a, b = edges[j].b, w = edges[j].w;if (backup[a] != INF) { // 如果上一轮中a是可达的dist[b] = min(dist[b], backup[a] + w); // 更新b的距离}}}
}
  • 进行k次松弛操作。

  • 每次迭代前,将dist数组复制到backup数组。

  • 遍历所有边,基于backup数组更新dist数组。

5.主函数:
int main() {scanf("%d%d%d", &n, &m, &k); // 输入点数、边数和最多经过的边数for (int i = 0; i < m; ++i) { // 输入每条边的信息int a, b, w;scanf("%d%d%d", &a, &b, &w);edges[i] = {a, b, w}; // 存储边}bellman_ford(); // 调用Bellman-Ford算法if (dist[n] == INF) puts("impossible"); // 如果终点不可达,输出impossibleelse printf("%d\n", dist[n]);           // 否则输出最短距离return 0;
}
  • 输入点数、边数和最多经过的边数。

  • 输入每条边的信息并存储。

  • 调用bellman_ford函数计算最短距离。

  • 根据结果输出impossible或最短距离。

注意事项

dist[b] = min(dist[b], backup[a] + w);Bellman-Ford算法中的松弛操作,它的作用是尝试通过边a → b来缩短从起点到点 b 的最短距离。下面详细解释这行代码的含义:


代码含义

  • dist[b]:当前从起点到点 b 的最短距离。

  • backup[a]:上一轮迭代中从起点到点 a 的最短距离。

  • w:边 a → b 的权重。

  • backup[a] + w:通过边 a → b 到达点 b 的路径距离。

  • min(dist[b], backup[a] + w):比较当前的最短距离和通过边 a → b 的新路径距离,取较小值。

这行代码的意思是:如果通过边 a → b 可以缩短从起点到点 b 的距离,则更新 dist[b]。


为什么需要 backup[a]?

  • backup 数组保存的是上一轮迭代的结果。

  • 在 Bellman-Ford 算法中,每次迭代只能增加一条边到路径中。如果直接使用 dist[a] 更新 dist[b],可能会导致在同一轮迭代中多次更新同一条路径,从而违反边数限制。

  • 通过使用 backup[a],我们确保每次更新都基于上一轮的结果,而不是当前轮次中已经更新过的值。


举例说明

假设有以下图:

起点:1
边:1 → 2 (权重 1)2 → 3 (权重 1)1 → 3 (权重 3)

限制边数k = 2

初始状态

  • dist 数组:[0, INF, INF](起点到自身的距离为 0,其余为无穷大)。

  • backup 数组:与 dist 相同。

第一轮迭代(k=1)

  • 遍历所有边:

    • 边 1 → 2:dist[2] = min(INF, 0 + 1) = 1。

    • 边 2 → 3:dist[3] = min(INF, INF + 1) = INF(因为 backup[2] = INF,不可达)。

    • 边 1 → 3:dist[3] = min(INF, 0 + 3) = 3。

  • 更新后的 dist 数组:[0, 1, 3]。

第二轮迭代(k=2)

  • 将 dist 复制到 backup:backup = [0, 1, 3]。

  • 遍历所有边:

    • 边 1 → 2:dist[2] = min(1, 0 + 1) = 1(无变化)。

    • 边 2 → 3:dist[3] = min(3, 1 + 1) = 2(通过路径 1 → 2 → 3 更新)。

    • 边 1 → 3:dist[3] = min(2, 0 + 3) = 2(无变化)。

  • 更新后的 dist 数组:[0, 1, 2]。

结果

  • 从起点到点 3 的最短距离为 2,路径为 1 → 2 → 3。

关键点

  1. 松弛操作:通过边 a → b 尝试缩短从起点到点 b 的距离。

  2. backup 的作用:确保每次更新都基于上一轮的结果,避免在同一轮迭代中多次更新同一条路径。

  3. 边数限制:通过限制迭代次数 k,确保路径的边数不超过 k。

总结

  • backup数组的作用:保存上一轮迭代的结果,确保每次更新都基于上一轮的结果,避免路径边数超过限制。

  • 时间复杂度:O(k * m),其中k是限制的边数,m是边数。

  • 适用场景:适用于有向图,允许负权边,限制路径边数的最短路径问题。

相关文章:

从1号点到n号点最多经过k条边的最短距离

目录 解析方法思路代码解释代码逐行注释1. 头文件和常量定义&#xff1a;2.边的结构体&#xff1a;3.全局变量&#xff1a;4.Bellman-Ford算法实现&#xff1a;5.主函数&#xff1a; 注意事项代码含义为什么需要 backup[a]&#xff1f;举例说明关键点 总结 解析 要实现从1号点…...

模拟实战-用CompletableFuture优化远程RPC调用

实战场景 这是广州某500-900人互联网厂的面试原题 手写并发优化解决思路 我们要调用对方的RPC接口&#xff0c;我们的RPC接口每调用一次对方都会阻塞50ms 但是我们的业务要批量调用RPC&#xff0c;例如我们要批量调用1k次&#xff0c;我们不可能在for循环里面写1k次远程调用…...

【pinia状态管理配置】

pinia状态管理配置 安装main.ts引入自定义user仓库使用自定义仓库 安装 pnpm add piniamain.ts引入 // createPinia() 函数调用创建了一个新的 Pinia 实例。 // 这个实例是状态管理的核心&#xff0c;它将管理应用中所有的 store。 import { createPinia } from pinia app.us…...

SpringBoot 引⼊MybatisGenerator

SpringBoot 引⼊MybatisGenerator 1. 引入插件2. 添加generator.xml并修改3. 生成文件 1. 引入插件 <plugin><groupId>org.mybatis.generator</groupId><artifactId>mybatis-generator-maven-plugin</artifactId><version>1.3.5</vers…...

在线销售数据集分析:基于Python的RFM数据分析方法实操训练

一、前言 个人练习&#xff0c;文章用于记录自己的学习练习过程&#xff0c;分享出来和大家一起学习。 数据集&#xff1a;在线销售数据集 分析方法&#xff1a;RFM分析方法 二、过程 1.1 库的导入与一些必要的初始设置 import pandas as pd import datetime import matplo…...

LeetCode - #197 Swift 实现找出温度更高的日期

网罗开发 &#xff08;小红书、快手、视频号同名&#xff09; 大家好&#xff0c;我是 展菲&#xff0c;目前在上市企业从事人工智能项目研发管理工作&#xff0c;平时热衷于分享各种编程领域的软硬技能知识以及前沿技术&#xff0c;包括iOS、前端、Harmony OS、Java、Python等…...

分析哲学:从 语言解剖到 思想澄清的哲学探险

分析哲学&#xff1a;从 语言解剖 到 思想澄清 的哲学探险 第一节&#xff1a;分析哲学的基本概念与公式解释 【通俗讲解&#xff0c;打比方来讲解&#xff01;】 分析哲学&#xff0c;就像一位 “语言侦探”&#xff0c;专注于 “解剖语言”&#xff0c;揭示我们日常使用的语…...

C++【iostream】数据库的部分函数功能介绍

在 C 编程世界中&#xff0c;iostream 库扮演着举足轻重的角色&#xff0c;它是 C 标准库的核心组成部分&#xff0c;为程序提供了强大的输入输出功能。无论是简单的控制台交互&#xff0c;还是复杂的文件操作&#xff0c;iostream 库都能提供便捷高效的解决方案。本文将深入剖…...

金山打字游戏2010绿色版,Win7-11可用DxWnd完美运行

金山打字游戏2010绿色版&#xff0c;Win7-11可用DxWnd完美运行 链接&#xff1a;https://pan.xunlei.com/s/VOIAYCzmkbDfdASGJa_uLjquA1?pwd67vw# 进入游戏后&#xff0c;如果输入不了英文字母&#xff08;很可能是中文输入状态&#xff09;&#xff0c;就按一下“Shift”键…...

洛谷[USACO08DEC] Patting Heads S

题目传送门 题目难度&#xff1a;普及/提高一 题面翻译 今天是贝茜的生日&#xff0c;为了庆祝自己的生日&#xff0c;贝茜邀你来玩一个游戏。 贝茜让 N N N ( 1 ≤ N ≤ 1 0 5 1\leq N\leq 10^5 1≤N≤105) 头奶牛坐成一个圈。除了 1 1 1 号与 N N N 号奶牛外&#xff0…...

讲清逻辑回归算法,剖析其作为广义线性模型的原因

1、逻辑回归算法介绍 逻辑回归(Logistic Regression)是一种广义线性回归分析模型。虽然名字里带有“回归”两字&#xff0c;但其实是分类模型&#xff0c;常用于二分类。既然逻辑回归模型是分类模型&#xff0c;为什么名字里会含有“回归”二字呢&#xff1f;这是因为其算法原…...

基于STM32的智能安防监控系统

1. 引言 随着物联网技术的普及&#xff0c;智能安防系统在家庭与工业场景中的应用日益广泛。本文设计了一款基于STM32的智能安防监控系统&#xff0c;集成人体感应、环境异常检测、图像识别与云端联动功能&#xff0c;支持实时报警、远程监控与数据回溯。该系统采用边缘计算与…...

八. Spring Boot2 整合连接 Redis(超详细剖析)

八. Spring Boot2 整合连接 Redis(超详细剖析) 文章目录 八. Spring Boot2 整合连接 Redis(超详细剖析)2. 注意事项和细节3. 最后&#xff1a; 在 springboot 中 , 整合 redis 可以通过 RedisTemplate 完成对 redis 的操作, 包括设置数据/获取数据 比如添加和读取数据 具体整…...

220.存在重复元素③

目录 一、题目二、思路三、解法四、收获 一、题目 给你一个整数数组 nums 和两个整数 indexDiff 和 valueDiff 。 找出满足下述条件的下标对 (i, j)&#xff1a; i ! j, abs(i - j) < indexDiff abs(nums[i] - nums[j]) < valueDiff 如果存在&#xff0c;返回 true &a…...

【Linux】从硬件到软件了解进程

个人主页~ 从硬件到软件了解进程 一、冯诺依曼体系结构二、操作系统三、操作系统进程管理1、概念2、PCB和task_struct3、查看进程4、通过系统调用fork创建进程&#xff08;1&#xff09;简述&#xff08;2&#xff09;系统调用生成子进程的过程〇提出问题①fork函数②父子进程关…...

volatile变量需要减少读取次数吗

问题说明 本人在前期读Netty源码时看到这样一段源码和注释&#xff1a; private boolean invokeHandler() {// Store in local variable to reduce volatile reads.int handlerState this.handlerState;return handlerState ADD_COMPLETE || (!ordered && handlerS…...

红黑树的封装

一、封装思路 在 STL 中 map set 的底层就是封装了一棵红黑树。 其中连接红黑树和容器的是迭代器&#xff0c;map set 暴露出的接口都不是自己写的&#xff0c;而是红黑树写的&#xff0c;外部接口封装红黑树接口。 所以写出红黑树为 map set 写的接口&#xff0c;再在上层的…...

Java 泛型<? extends Object>

在 Java 泛型中&#xff0c;<? extends Object> 和 <?> 都表示未知类型&#xff0c;但它们在某些情况下有细微的差异。泛型的引入是为了消除运行时错误并增强类型安全性&#xff0c;使代码更具可读性和可维护性。 在 JDK 5 中引入了泛型&#xff0c;以消除编译时…...

TensorFlow简单的线性回归任务

如何使用 TensorFlow 和 Keras 创建、训练并进行预测 1. 数据准备与预处理 2. 构建模型 3. 编译模型 4. 训练模型 5. 评估模型 6. 模型应用与预测 7. 保存与加载模型 8.完整代码 1. 数据准备与预处理 我们将使用一个简单的线性回归问题&#xff0c;其中输入特征 x 和标…...

解码大数据的四个V:体积、速度、种类与真实性

解码大数据的四个V&#xff1a;体积、速度、种类与真实性 在大数据领域&#xff0c;有一个大家耳熟能详的概念——“四个V”&#xff1a;Volume&#xff08;体积&#xff09;、Velocity&#xff08;速度&#xff09;、Variety&#xff08;种类&#xff09;、Veracity&#xff…...

【单层神经网络】基于MXNet的线性回归实现(底层实现)

写在前面 基于亚马逊的MXNet库本专栏是对李沐博士的《动手学深度学习》的笔记&#xff0c;仅用于分享个人学习思考以下是本专栏所需的环境&#xff08;放进一个environment.yml&#xff0c;然后用conda虚拟环境统一配置即可&#xff09;刚开始先从普通的寻优算法开始&#xff…...

深入解析 posix_spawn():高效的进程创建方式(中英双语)

深入解析 posix_spawn()&#xff1a;高效的进程创建方式 1. 引言 在 Unix/Linux 系统中&#xff0c;传统的进程创建方式主要依赖 fork() 和 exec() 组合。但 fork() 在某些情况下可能存在性能瓶颈&#xff0c;特别是当父进程占用大量内存时&#xff0c;fork() 仍然需要复制整…...

2024-我的学习成长之路

因为热爱&#xff0c;无畏山海...

【Java异步编程】基于任务类型创建不同的线程池

文章目录 一. 按照任务类型对线程池进行分类1. IO密集型任务的线程数2. CPU密集型任务的线程数3. 混合型任务的线程数 二. 线程数越多越好吗三. Redis 单线程的高效性 使用线程池的好处主要有以下三点&#xff1a; 降低资源消耗&#xff1a;线程是稀缺资源&#xff0c;如果无限…...

前缀和多种基础

前缀和加法 #include<iostream> #include<algorithm> using namespace std; typedef long long ll; int n; const int N 1e310; int arr[N]; int pre[N]; int org[N]; int main(void) {cin >> n;for(int i 1 ; i < n ; i){cin >> arr[i];pre[i] …...

关于贪心学习的文笔记录

贪心&#xff0c;顾名思义就是越贪越好&#xff0c;越多越有易&#xff0c;他给我的感觉是&#xff0c;通常是求最大或最小问题&#xff0c;相比于动态规划贪心让人更加琢磨不透&#xff0c;不易看出方法&#xff0c;为此在这记录我所见过的题型和思维方法&#xff0c;以便回头…...

蓝桥杯思维训练营(三)

文章目录 题目详解680.验证回文串 II30.魔塔游戏徒步旅行中的补给问题观光景点组合得分问题 题目详解 680.验证回文串 II 680.验证回文串 II 思路分析&#xff1a;这个题目的关键就是&#xff0c;按照正常来判断对应位置是否相等&#xff0c;如果不相等&#xff0c;那么就判…...

农历2025开始 笔记

2/3 Hey everyone! The Chinese New Year holiday is over. I spent over ten days back home, and honestly, I feel even more exhausted than when I’m working. Yesterday, I drove for 13 hours straight and finally made it back. In a couple of days, I’ll officia…...

VR触感数据手套:触感反馈赋予虚拟交互沉浸式体验

随着动作捕捉技术的蓬勃发展&#xff0c;动捕数据手套成为了手部动作捕捉与虚拟交互的便捷工具&#xff0c;为人们打开了通往虚拟世界的新大门。在众多产品中&#xff0c;mHand Pro作为一款多功能兼具的VR动作捕捉数据手套&#xff0c;凭借其卓越的性能&#xff0c;在手部动作捕…...

6 [新一代Github投毒针对网络安全人员钓鱼]

0x01 前言 在Github上APT组织“海莲花”发布存在后门的提权BOF&#xff0c;通过该项目针对网络安全从业人员进行钓鱼。不过其实早在几年前就已经有人对Visual Studio项目恶意利用进行过研究&#xff0c;所以投毒的手法也不算是新的技术。但这次国内有大量的安全从业者转发该钓…...

基于LabVIEW的Modbus-RTU设备通信失败问题分析与解决

在使用 LabVIEW 通过 Modbus-RTU 协议与工业设备进行通信时&#xff0c;可能遇到无法正常发送或接收指令的问题。常见原因包括协议参数配置错误、硬件连接问题、数据帧格式不正确等。本文以某 RGBW 控制器调光失败为例&#xff0c;提出了一种通用的排查思路&#xff0c;帮助开发…...

【环境搭建】1.1源码下载与同步

目录 写在前面 一&#xff0c;系统要求 二&#xff0c;安装depot_tools 三&#xff0c;获取代码 四&#xff0c;代码同步 五&#xff0c;代码结构 写在前面 当前的开发背景是基于Google的开源Chromium&#xff0c;来开发Android设备的浏览器方案。 一&#xff0c;系统要…...

从理论到实践:Linux 进程替换与 exec 系列函数

个人主页&#xff1a;chian-ocean 文章专栏-Linux 前言&#xff1a; 在Linux中&#xff0c;进程替换&#xff08;Process Substitution&#xff09;是一个非常强大的特性&#xff0c;它允许将一个进程的输出直接当作一个文件来处理。这种技术通常用于Shell脚本和命令行操作中…...

增删改查(CRUD)操作

文章目录 MySQL系列&#xff1a;1.CRUD简介2.Create(创建)2.1单行数据全列插入2.2 单行数据指定插入2.3 多⾏数据指定列插⼊ 3.Retrieve(读取)3.1 Select查询3.1.1 全列查询3.1.2 指定列查询3.1.3 查询字段为表达式&#xff08;都是临时表不会对原有表数据产生影响&#xff09;…...

算法竞赛(Python)-堆栈

文章目录 一 基础知识二 题目有效的括号字符串解码 一 基础知识 堆栈&#xff08;Stack&#xff09;&#xff1a;简称为栈。一种线性表数据结构&#xff0c;是一种只允许在表的一端进行插入和删除操作的线性表。   我们把栈中允许插入和删除的一端称为 「栈顶&#xff08;top…...

【C++篇】位图与布隆过滤器

目录 一&#xff0c;位图 1.1&#xff0c;位图的概念 1.2&#xff0c;位图的设计与实现 1.5&#xff0c;位图的应用举例 1.4&#xff0c;位图常用应用场景 二&#xff0c;布隆过滤器 2.1&#xff0c;定义&#xff1a; 2.2&#xff0c;布隆过滤器的实现 2.3&#xff0c; 应…...

deeplabv3+街景图片语义分割,无需训练模型,看不懂也没有影响,直接使用,cityscapes数据集_6

目录 1、下载链接1.1、CSDN链接&#xff0c;含权重文件直接使用&#xff0c;建议直接下这个&#xff0c;还不限速。1.2 Github链接&#xff1a;2、下载代码&#xff0c;下载预训练好的权重3、预测代码4、像素提取&#xff0c;或者说类别提取5、文档部分内容截图6、其他数据处理…...

DeepSeek 原理解析:与主流大模型的差异及低算力优势

在人工智能大模型蓬勃发展的浪潮中&#xff0c;DeepSeek 以其独特的技术路线和出色的性能表现脱颖而出。与主流大模型相比&#xff0c;DeepSeek 不仅在技术原理上有着显著的差异&#xff0c;还展现出了在较低算力下达到 OpenAI API 水平的卓越能力。本文将深入剖析这些独特之处…...

OpenAI推出Deep Research带给我们怎样的启示

OpenAI 又发新产品了&#xff0c;这次是面向深度研究领域的智能体产品 ——「Deep Research」&#xff0c;貌似被逼无奈的节奏… 在技术方面&#xff0c;Deep Research搭载了优化后o3模型并通过端到端强化学习在多个领域的复杂浏览和推理任务上进行了训练。因没有更多的技术暴露…...

第三周 树

猫猫和企鹅 分数 10 全屏浏览 切换布局 作者 姜明欣 单位 河北大学 王国里有 nn 个居住区&#xff0c;它们之间有 n−1 条道路相连&#xff0c;并且保证从每个居住区出发都可以到达任何一个居住区&#xff0c;并且每条道路的长度都为 1。 除 1号居住区外&#xff0c;每个居…...

【挖矿——前缀和】

题目 代码 #include <bits/stdc.h> using namespace std; const int N 2e610; int l[N], r[N]; int n, m, ans; int main() {cin >> n >> m;for(int i 1; i < n; i){int p;cin >> p;if(p < 0) l[-p];else r[p];}for(int i 1; i < m; i)l[…...

整个 PVE 系统崩溃后,怎么恢复 PVE 给虚拟机分配的虚拟硬盘中的数据

背景 我有一块 ssd 用于 PVE 系统和 虚拟机 安装&#xff0c;还有一块 HDD 用来存储数据。这个HDD按照 把 PVE 下的机械硬盘&#xff08;非SSD系统盘&#xff09;分配给虚拟机使用 进行挂载和配置。主要过程是 PVE中 “数据中信” -> “存储” -> “添加” -> “目录…...

Java循环操作哪个快

文章目录 Java循环操作哪个快一、引言二、循环操作性能对比1、普通for循环与增强for循环1.1、代码示例 2、for循环与while循环2.1、代码示例 3、循环优化技巧3.1、代码示例 三、循环操作的适用场景四、使用示例五、总结 Java循环操作哪个快 一、引言 在Java开发中&#xff0c;…...

【C++ STL】vector容器详解:从入门到精通

【C STL】vector容器详解&#xff1a;从入门到精通 摘要&#xff1a;本文深入讲解C STL中vector容器的使用方法&#xff0c;涵盖常用函数、代码示例及注意事项&#xff0c;助你快速掌握动态数组的核心操作&#xff01; 一、vector概述 vector是C标准模板库&#xff08;STL&am…...

差值 dp 入门

引入 有一类问题&#xff1a;两个人交替选 n n n 个数 a [ 1 … n ] a[1 \dots n] a[1…n]&#xff0c;要使得每个人分得的数大小之和相等&#xff08;或差值尽可能小&#xff09;&#xff0c;同时尽可能保证分得的总金额尽可能大。 这类问题的解法之一是 dp。 有一个通用…...

使用mybatisPlus插件生成代码步骤及注意事项

使用mybatisPlus插件可以很方便的生成与数据库对应的PO对象&#xff0c;以及对应的controller、service、ImplService、mapper代码&#xff0c;生成这种代码的方式有很多&#xff0c;包括mybatis-plus提供的代码生成器&#xff0c;以及idea提供的代码生成器&#xff0c;无论哪一…...

fpga系列 HDL:XILINX Vivado 常见错误 “在线逻辑分析Debug时ALL_CLOCK没有选项”

错误描述 解决方法 需要先将线路设计的每个模块导出IP&#xff0c;然后再导出HDL Wrapper&#xff1a; CG 此外&#xff0c;如果没有进行PIN PLAN或者对PIN的电压属性进行设置&#xff0c;可能导致 Implentation 成功但是Generate Bitstream 失败。...

Vue3学习笔记-条件渲染和列表渲染-3

一、条件渲染 在Vue中&#xff0c;提供了四种条件渲染&#xff1a; v-ifv-elsev-else-ifv-show v-if:指令用于表达式返回为真时才被渲染 <template><button v-if"flag">{{button_text}}</button> </template> <script> export def…...

寒假day10

第十天&#xff1a;请写出以下几个数据的类型 整数 a int a的地址 int* 存放a的数组b …...

Shell特殊状态变量以及常用内置变量总结

目录 1. 特殊的状态变量 1.1 $?&#xff08;上一个命令的退出状态&#xff09; 1.2 $$&#xff08;当前进程的 PID&#xff09; 1.3 $!&#xff08;后台进程的 PID&#xff09; 1.4 $_&#xff08;上一条命令的最后一个参数&#xff09; 2.常用shell内置变量 2.1 echo&…...