数据结构——排序第三幕（深究快排（非递归实现）、快排的优化、内省排序，排序总结）超详细！！！！
文章目录
- 前言
- 一、非递归实现快排
- 二、快排的优化版本
- 三、内省排序
- 四、排序算法复杂度以及稳定性的分析
- 总结
前言
继上一篇博客基于递归的方式学习了快速排序和归并排序
今天我们来深究快速排序，使用栈的数据结构非递归实现快排，优化快排（三路划分）
干货满满，上车
一、非递归实现快排
上篇博客基于递归实现了三个版本的快排，hoare版本，挖坑法，前后指针法
其实就是围绕基准值进行操作，不管哪一种版本，都离不开找基准值，递归得到子区间
快排的非递归版本也离不开找基准值，但是对区间进行了处理，使用到栈的数据结构
把一个大区间分成几个小区间
给定初始数据样例，我们正常使用前后指针的方法进行快排，找基准值
基准值，以及区间的下标
我们把0-2的区间左右下标入栈，4-5的区间下标入栈，相当于递归到子区间的操作
栈是遵循先进后出的规则，刚好和递归的区间的遍历顺序一样
每次前后指针找完基准值，就把分出来的左右区间下标入栈
但还是要注意越界的情况，比如基准值的节点在最左边或者最右边
假设基准值的下标为keyi，那么右区间就是[keyi+1，end],左区间就是[begin，keyi-1]
上图的有些区间就是不符合条件的
基本思路都叙述的差不多了，上代码
void QuickSortNonR(int* a, int left, int right)
{stack<int> st; // 定义一个栈st.push(right); // 这里先让右端下标入栈 因为栈是先进后出的st.push(left); // 再让左端下标入栈 while (!st.empty()) {int begin = st.top(); // 取当前栈顶元素，也就是区间的左端 st.pop();int end = st.top(); // 取右端元素 st.pop();int prev = begin, cur = prev + 1; // 然后就是前后指针找基准值 int keyi = begin;while (cur <= end){if (a[cur] < a[keyi] && ++prev != cur){swap(a[prev], a[cur]);}++cur;}swap(a[keyi], a[prev]);keyi = prev; // 这里找到了基准值 if (keyi + 1 < end) // 再根据基准值，分出左区间和右区间进行入栈 {st.push(end);st.push(keyi + 1); // 右区间 }if (keyi - 1 > begin){st.push(keyi - 1);st.push(begin); // 左区间 }}
}
非递归版本的快速排序就完成啦
二、快排的优化版本
快排的缺陷在上篇博客和大家讲过，如果数据有序或者数据全部相同的情况，快速排序的时间复杂度可能会到O（N^2）
这里对初始基准值的确定进行优化，如果数据有序，不从第一个数据取基准值
以及在前后指针的方法上引入三路划分，对相同的数据进行处理
其次三路划分针对有大量重复数据时，效率很好，其他场景就一般，但是三路划分思路还是很价值的，有些快排思想变形体，要用划分去选数，他能保证跟key相等的数都排到中间去，三路划分的价值就体现出来了。
基准值确定的优化，使用rand函数，在区间中间随机找一个数据，比确定第一个数据要好很多，避免了一些极端情况
int randi = left + (rand() % (right - left + 1)); // 取随机数值
示例图：
根据上图的三路划分思路以及示例图有如下代码：
void QuickSort(int* arr, int left, int right) // 三路划分
{if (left >= right){return;}int begin = left;int end = right;int randi = left + (rand() % (right - left + 1)); // 取随机数值作为基准值 swap(arr[randi], arr[left]); // 把基准值放在最左边 int key = arr[left]; // 定义key值 int cur = left + 1; // 这里类似于前后指针法 但是做了一些优化while (cur <= right) // 左右同时往中间推 { // 解除了中间数据相同影响性能的问题 if (arr[cur] < key) // 遇到比key小的数值 交换数值 left++，cur++ {swap(arr[cur], arr[left]);left++;cur++;}else if (arr[cur] > key) // 遇到比key大的数据 不管right此时为什么 直接交换{swap(arr[cur], arr[right]);right--; }else{cur++;}} // 每次都看cur指定的值 如果小于key就放左边 大于right就放右边 等于就继续走 // left-right区间都是相同的值 不用进一步递归 QuickSort(arr, begin, left - 1); // 左区间 QuickSort(arr, right + 1, end); // 右区间
}
三、内省排序
内省排序是基于直接插入排序，堆排序，快排实现的，在合适的情景使用合适的排序方式，使排序最优化，差不多和c++里面的sort排序的底层是一样的
内省排序可以认为不受数据分布的影响，无论什么原因划分不均匀，导致递归深度太深，他就是转换堆排了，堆排不受数据分布影响。
内省排序要处理的就是递归的深度，递归层次太深的话，就转用堆排序，数据很少的话就直接使用直接插入排序，话不多说，直接上代码吧
void InsertSort(int* arr, int n) // 直接插入排序
{for (int i = 0; i < n - 1; i++){int end = i;int tmp = arr[end + 1];while (end >= 0){if (arr[end] > tmp){arr[end + 1] = arr[end];end--;}else{break;}}arr[end + 1] = tmp;}
}void AdjustDown(int* arr, int parent, int n) // 堆排序向下调整算法
{int child = parent * 2 + 1;while (child < n){if (child + 1 < n && arr[child] < arr[child + 1]){child++;}if (arr[child] > arr[parent]){swap(arr[child], arr[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}void HeapSort(int* arr, int n) // 堆排
{for (int i = (n - 1 - 1) / 2; i >= 0; i--){AdjustDown(arr, i, n);}int end = n - 1;while (end > 0){swap(arr[0], arr[end]);AdjustDown(arr, 0, end);end--;}
}void IntroSort(int* arr, int left, int right, int depth, int defaltDepth) // 内省排序 优化排序性能 保持稳定 n*logn
{if (left >= right){return;}if (right - left + 1 < 16) // 区间大小比较小时 用插入排序 {InsertSort(arr + left, right - left + 1);return;}if (depth > defaltDepth) // 当递归层次太深时 转用heap堆排序 {HeapSort(arr + left, right - left + 1);return;}depth++;int begin = left;int end = right;int randi = left + (rand() % (right - left + 1)); // 随机找基准值swap(arr[randi], arr[left]);int key = arr[left];int cur = left + 1;while (cur <= right){if (arr[cur] < key){swap(arr[cur], arr[left]);left++;cur++;}else if (arr[cur] > key){swap(arr[cur], arr[right]);right--;}else{cur++;}}IntroSort(arr, begin, left - 1, depth, defaltDepth); // 递归左右部分 IntroSort(arr, right + 1, end, depth, defaltDepth);
}void QuickSort1(int* arr, int left, int right) // 内省排序 对应数据对应处理办法
{int depth = 0;int logn = 0;int n = right - left +1;for (int i = 1; i < n; i *= 2){logn++; // 递归层数 }IntroSort(arr, left, right, depth, logn * 2);
}
代码涵盖了前面所学习的各种排序算法，插入，选择，交换都涉及到了
对于快排，从最开始的hoare版本，挖坑，前后指针，都有一些些小缺陷，到现在优化到三路快排，内省排序，把时间复杂度尽量调整到了 n*logn
为什么不直接用堆排呢？？ 可能是想着多学一点知识吧 哈哈哈哈
四、排序算法复杂度以及稳定性的分析
稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排序算法是稳定的；否则称为不稳定的。
相等的元素依然按照之前的相对顺序不发生改变就是稳定的
通过这几天的学习，已经把初阶数据结构的排序算法都学完了
冒泡是具有教学意义的存在
直接一点的选择和插入都是情理之中
带有gap的直接插入变成了希尔，让直男变的有情商
快排是虽然快，但是也有发挥不好的时候
堆和归并两兄弟是发挥一直很出色，速度也很快
稳定性高，而又快速的就属归并排序
总结
本篇博客下来，快排也能一直处于稳定的时间复杂度
想想内省排序，才是对症下药，给什么样的数据，用对应克制他的排序，根据需求解决问题
优化快排的同时，有对前面的排序知识有了更深刻的认知
排序的学习就到这里了，初阶数据结构也马上结束啦，下一篇博客小编将带着大家从头到尾过一遍初阶数据结构，不要走开，小编持续更新中~~~~~
会有点难走，但总归要坚持下去
相关文章：
数据结构——排序第三幕（深究快排（非递归实现）、快排的优化、内省排序，排序总结）超详细！！！！
文章目录 前言一、非递归实现快排二、快排的优化版本三、内省排序四、排序算法复杂度以及稳定性的分析总结 前言 继上一篇博客基于递归的方式学习了快速排序和归并排序 今天我们来深究快速排序，使用栈的数据结构非递归实现快排，优化快排（三路…...
Jackson：Java对象和JSON字符串的转换处理库使用指南
Jackson介绍 Jackson 是一个非常流行的 Java JSON 处理库，它能够将 Java 对象与 JSON 字符串相互转换。 Jackson 工具主要用于将请求的参数（例如前端发送的 JSON 数据）和响应的数据（例如后端返回给前端的数据）转换成…...
mac maven编译出现问题
背景 进行maven install 命令，报错： [ERROR] COMPILATION ERROR : [INFO] ------------------------------------------------------------- [ERROR] No compiler is provided in this environment. Perhaps you are running on a JRE rather than a J…...
深入讲解Spring Boot和Spring Cloud，外加图书管理系统实战！
很抱歉，我的疏忽，说了这么久还没有给大家详细讲解过Spring Boot和Spring Cloud,那今天给大家详细讲解一下。 大家可以和下面这三篇博客一起看： 1、Spring Boot 和 Spring Cloud 微服务开发实践详解https://blog.csdn.net/speaking_me/artic…...
【AIGC】2023-ICCV-用于高保真语音肖像合成的高效区域感知神经辐射场
2023-ICCV-Efficient Region-Aware Neural Radiance Fields for High-Fidelity Talking Portrait Synthesis 用于高保真语音肖像合成的高效区域感知神经辐射场摘要1. 引言2. 相关工作3. 方法3.1 准备工作和问题设置3.2 三平面哈希表示3.3. 区域注意模块3.4 训练细节 4. 实验4.1…...
如何写一份优质技术文档
作者简介： 本文作者拥有区块链创新专利30，是元宇宙标准化工作组成员、香港web3标准工作组成员，参与编写《数据资产确权与交易安全评价标准》、《链接元宇宙：应用与实践》、《香港Web3.0标准化白皮书》等标准，下面提供…...
ML 系列：第 35 节 - 机器学习中的数据可视化
ML 系列：第 35 天 - 机器学习中的数据可视化 文章目录 一、说明二、数据可视化2.1 直方图2.2 箱线图2.3 散点图2.4 条形图2.5 线图2.6 热图 三、结尾 一、说明 描述性统计和数据可视化是理解和解释机器学习数据的基础。它们有助于总结和直观地呈现数据，…...
存储服务器一般做是做什么阵列？详细列举一下
存储服务器通常使用 RAID（Redundant Array of Independent Disks） 阵列技术来管理磁盘，以提高数据的性能、可靠性和可用性。所选择的 RAID 类型取决于存储服务器的具体用途和需求，比如性能要求、容量需求、容错能力等。 以下是存…...
uniapp使用扩展组件uni-data-select出现的问题汇总
前言 不知道大家有没有学习过我的这门课程那，《uniCloud云开发Vue3版本官方推荐用法》，这么课程已经得到了官方推荐，想要快速上手unicloud的小伙伴们，可以学习一下这么课程哦，不要忘了给一键三连呀。 在录制这门课程…...
pdf.js 预览pdf的时候发票数据缺失显示不全：字体加载出错（缺失）导致部分缺失
首先，排除后端返回的PDF文件流是没有问题的： 但是在vue项目中是这样的： 明显是显示不全，F12查看报错信息，有以下警告： pdf.js:2153 Warning: Error during font loading: The CMap “baseUrl” paramet…...
【设计模式】【结构型模式（Structural Patterns）】之外观模式（Facade Pattern）
1. 设计模式原理说明 外观模式（Facade Pattern） 是一种结构型设计模式，它提供了一个统一的接口，用来访问子系统中的一群接口。外观模式定义了一个高层接口，这个接口使得这一子系统更加容易使用。通过隐藏子系统的复杂…...
Redis使用场景-缓存-缓存穿透
前言 之前在针对实习面试的博文中讲到Redis在实际开发中的生产问题，其中缓存穿透、击穿、雪崩在面试中问的最频繁，本文加了图解，希望帮助你更直观的了解缓存穿透😀 （放出之前写的针对实习面试的关于Redis生产问题的博…...
介绍 Apache Spark 的基本概念和在大数据分析中的应用
Apache Spark 是一个开源的大数据处理框架，它提供了快速、通用、可扩展的数据处理能力。Spark可以处理大规模数据集，并且在内存中进行数据操作，从而实现高速的数据处理和分析。 Spark的核心概念是弹性分布式数据集（Resilient Dis…...
OpenCPN-插件之Dashboard Tactics
1：相关链接Dashboard Tactics :: OpenCPN Dashboard Tactics Plugin rgleason/dashboard_tactics_pi: OpenCPN dashboard built-in plugin merger with external tactics_pi plugin NMEAconverter :: OpenCPN 2：显示样式 3：代码 这个插件…...
【LeetCode面试150】——20有效的括号
博客昵称：沈小农学编程 作者简介：一名在读硕士，定期更新相关算法面试题，欢迎关注小弟！ PS：哈喽！各位CSDN的uu们，我是你的小弟沈小农，希望我的文章能帮助到你。欢迎大家在…...
JWT介绍和结合springboot项目实践（登录、注销授权认证管理）
目录 一、JWT介绍（一）基本介绍（二）jwt有哪些库1、jjwt（Java JWT）2、nimbus - jwt - jwt - api 和 nimbus - jwt - jwt - impl3、spring - security - jwt（已弃用，但在旧项目中有参考…...
Linux 下安装 Golang环境
Linux 下安装 Golang 获取Golang下载地址 安装 进入终端，登入root来到应用安装目录使用 wget 下载解压文件配置环境变量查看golang版本，测试是否配置成功GO设置代理环境变量 本篇教程 以 centos7 为环境基础 不使用软件包管理器安装，原因&am…...
「Mac畅玩鸿蒙与硬件36」UI互动应用篇13 - 数字滚动抽奖器
本篇将带你实现一个简单的数字滚动抽奖器。用户点击按钮后，屏幕上的数字会以滚动动画的形式随机变动，最终显示一个抽奖数字。这个项目展示了如何结合定时器、状态管理和动画实现一个有趣的互动应用。 关键词 UI互动应用数字滚动动画效果状态管理用户交…...
安装使用Ubuntu18.04超级大全集最初版（anaconda，pycharm，代理，c/c++环境）
本文介绍ubuntu1804中我目前用到的环境的完整配置，包括ubuntu安装软件，更新环境变量等都有涉及。图片非常多，能给的连接和材料都给了。希望能帮助到新同学。 目录 目录 目录 环境及镜像文件 安装Ubuntu 编辑 开机之后 编辑 更新…...
Redis设计与实现第16章 -- Sentinel 总结1（初始化、主从服务器获取信息、发送信息、接收信息）
Sentinel是Redis的高可用解决方案：由一个或多个Sentinel实例组成的Sentinel系统可以监视任意多个主服务器，以及这些主服务器属下的所有从服务器，被监视的主服务器进入下线状态时，自动将下线主服务器属下的某个从服务器升级为新的主…...
ChatGPT科研应用、论文写作、课题申报、数据分析与AI绘图
随着人工智能技术的飞速发展，ChatGPT等先进语言模型正深刻改变着科研工作的面貌。从科研灵感的激发、论文的高效撰写，到课题的成功申报，乃至复杂数据的深度分析与可视化呈现，AI技术均展现出前所未有的潜力。其实众多科研前沿工作者…...
OceanBase数据库系列之：基于docker快速安装OceanBase数据库，基于linux服务器快速部署OceanBase数据库
OceanBase数据库系列之：基于docker快速安装OceanBase数据库，基于linux服务器快速部署OceanBase数据库 一、docker快速安装OceanBase数据库下载OceanBase数据库镜像查看镜像启动OceanBase数据库查看OceanBase数据库是否启动成功 二、基于linux部署OceanBa…...
无星的微前端之旅（四）——qiankun线上服务代理到本地
这个方式其实是我在上家公司的时候体验过，觉得确实很有意思。 所以这里来逆推一下实现方式。 解决了什么痛点 1.开发一个模块，需要启动2-3个项目 在微前端的开发过程中，如果我们要在主应用中看效果，我们至少需要启动一个主应用&am…...
鸿蒙进阶篇-Stage模型、UIAbility
“在科技的浪潮中，鸿蒙操作系统宛如一颗璀璨的新星，引领着创新的方向。作为鸿蒙开天组，今天我们将一同踏上鸿蒙基础的探索之旅，为您揭开这一神奇系统的神秘面纱。” 各位小伙伴们我们又见面了,我就是鸿蒙开天组,下面让我们进入今…...
快速上手：如何开发一个实用的 Edge 插件
在日常浏览网页时，背景图片能够显著提升网页的视觉体验。如果你也想为自己的浏览器页面添加个性化背景图片，并希望背景图片设置能够持久保存，本文将介绍如何通过开发一个自定义Edge插件来实现这一功能。我们将涵盖保存背景设置到插件选项页&a…...
java缓存技术点介绍
1. 缓存（Cache）： • 缓存是指用于存储数据的临时存储区域，以便快速访问。在Java中，缓存通常用于存储频繁访问的对象、结果集或其他数据。 2. 缓存命中率（Cache Hit Ratio）： • 缓存命…...
【单片机毕业设计12-基于stm32c8t6的智能称重系统设计】
【单片机毕业设计12-基于stm32c8t6的智能称重系统设计】 前言一、功能介绍二、硬件部分三、软件部分总结 前言 🔥这里是小殷学长，单片机毕业设计篇12-基于stm32c8t6的智能称重系统设计 🧿创作不易，拒绝白嫖可私 一、功能介绍 ----…...
音视频流媒体直播/点播系统EasyDSS互联网视频云平台介绍
随着互联网技术的飞速发展，音视频流媒体直播已成为现代社会信息传递与娱乐消费的重要组成部分。在这样的背景下，EasyDSS互联网视频云平台应运而生，它以高效、稳定、便捷的特性，为音视频流媒体直播领域带来了全新的解决方案。 1、产…...
3dtile平移子模型以及修改 3D Tiles 模型的模型矩阵z平移
第一段代码：应用平移变换到子模型 这段代码的目的是获取子模型的变换矩阵，并将其平移 10 个单位。 if (submodel) {// 获取当前子模型的变换矩阵let transform submodel.transform// 创建一个向上的平移矩阵，平移 10 个单位let translation…...
JavaScript中类数组对象及其与数组的关系
JavaScript中类数组对象及其与数组的关系 1. 什么是类数组对象？ 类数组对象是指那些具有 length 属性且可以通过非负整数索引访问元素的对象。虽然这些对象看起来像数组，但它们并不具备真正数组的所有特性，例如没有继承 Array.prototype 上…...
 - 04)
【机器学习】机器学习学习笔记 - 监督学习 - 逻辑回归分类朴素贝叶斯分类支持向量机 SVM (可分类、可回归) - 04
逻辑回归分类 import numpy as np from sklearn import linear_modelX np.array([[4, 7], [3.5, 8], [3.1, 6.2], [0.5, 1], [1, 2], [1.2, 1.9], [6, 2], [5.7, 1.5], [5.4, 2.2]]) y np.array([0, 0, 0, 1, 1, 1, 2, 2, 2])# 逻辑回归分类器 # solver：求解器&a…...
Python脚本文件开头两行#!/usr/bin/python和# -*- coding: utf-8 -*-的作用
Linux环境下，Python脚本代码文件，比如test.py，文件的第一行一般要指定解释器，使用Linux的Shebang的形式指定，第二行一般指定编码格式。 首行指定解释器工具，使用方式如下： # 第1种方式&#x…...
使用PyQt5开发一个GUI程序的实例演示
一、安装Python 下载安装到这个目录 G:\Python38-32 安装完成有这些工具，后面备用： G:\Python38-32\Scripts\pyrcc5.exe G:\Python38-32\Scripts\pyuic5.exe 二、PyQt环境配置 pip install PyQt5 pip install pyqt5-tools 建议使用国内源，…...
3d扫描建模产品开发-三维扫描检测蓝光检测
现当下，汽车制造、航空航天，还是消费电子、医疗器械，三维扫描检测与蓝光技术正以前所未有的精度和效率，推动着产品从概念到实物的快速转化。 三维扫描技术，简而言之，就是通过激光、结构光（如蓝…...
多线程——01
1. 进程/任务 process/task 进程是操作系统对一个正在运行的程序的一种抽象，换言之，可以把进程看做程序的一次运行过程 每个进程想要执行，都需要消耗一定的系统资源（硬件资源） 1）进程在系统中的作用 a…...
Makefile中-D选项定义预编译处理宏
1.简单示例假设我们有一个简单的 C 程序main.c，内容如下： #include <stdio.h> #ifdef DEBUGvoid print_debug_info() {printf("This is debug information.\n");} #elsevoid print_debug_info() {} #endif int main() {print_debug_info();printf("Prog…...
NAPI杂记
NAPI和tasklet区别：NAPI是利用的软中断NET_RX_SOFTIRQ实现， tasklet是利用TASKLET_SOFTIRQ实现 另外文章说NAPI主要是采用轮询，可以减少中断触发次数。do_softirq里面是开中断执行的啊？ 中断处理函数关闭中断开始处理。如果此时…...
006 MATLAB编程基础
01 M文件 MATLAB输入命令有两种方法： 一是在MATLAB主窗口逐行输入命令，每个命令之间用分号或逗号分隔，每行可包含多个命令。 二是将命令组织成一个命令语句文集，使用扩展名“.m”，称为M文件。它由一系列的命令和语句…...
使用Alpine镜像作为基础镜像的Dockerfile配置
配置阿里 apk源： /etc/apk/repositories： https://mirrors.aliyun.com/alpine/v3.13/main alpine-v3.13-community安装包下载_开源镜像站-阿里云 或者使用命令 sed -i sdl-cdn.alpinelinux.orgmirrors.aliyun.comg /etc/apk/repositories dockerfil…...
 检索增强和生成)
RAG (Retrieval Augmented Generation) 检索增强和生成
1 RAG技术简介 1.1 RAG技术概述 RAG（Retrieval Augmented Generation） 是一种结合了检索（Retrieval）和生成（Generation）的技术，旨在通过利用外部知识库来增强大型语言模型（LLMs&am…...
Figma入门-约束与对齐
Figma入门-约束与对齐 前言 在之前的工作中，大家的原型图都是使用 Axure 制作的，印象中 Figma 一直是个专业设计软件。 最近，很多产品朋友告诉我，很多原型图都开始用Figma制作了，并且很多组件都是内置的，…...
039集——渐变色之：CAD中画彩虹（）（CAD—C#二次开发入门）
（来左边儿 跟我一起画个龙，在你右边儿 画一道彩虹 ~~~~~~~~~~~ ） 效果如下： namespace AcTools {public class Class1{public Wform.Timer timer;//定时器需建在类下面public static DateTime startTime;[CommandM…...
MTK主板_小型联发科安卓主板_行业智能终端主板基于联发科方案
MTK安卓主板是一款小巧而高效的科技产品，其尺寸仅为43.4mm x 57.6mm。采用了先进的联发科12nm制程工艺，这款主板搭载四核或八核64位A53架构的CPU，主频高达2.0GHz，不但保证了出色的计算能力，还实现了超低功耗的特点。系…...
,System.arraycopy() 数组复制,数组扩容)
Arrays.copyOfRange(),System.arraycopy() 数组复制,数组扩容
Arrays.copyOfRange() 当需要将数组中的 长度扩容时, 数组复制 使用 需要用到Arrays 类提供的的 参数解析 * param original the array from which a range is to be copied * param from the initial index of the range to be copied, inclusive * param to the final ind…...
Docker for Everyone Plus——No Enough Privilege
直接告诉我们flag在/flag中，访问第一小题： sudo -l查看允许提权执行的命令： 发现有image load命令 题目指明了有rz命令，可以用ZMODEM接收文件，看到一些write up说可以用XShell、MobaXterm、Tabby Terminal等软件连接上…...
ElasticSearch学习笔记把：Springboot整合ES（二）
一、前言 上一篇文章中我们学习了ES中的Term级别的查询，包括 term、terms、terms_set、rang等，今天我们使用Java代码实现一遍上述的查询。 二、项目依赖 POM <?xml version"1.0" encoding"UTF-8"?> <project xmlns&q…...
Linux系统之iotop命令的基本使用
Linux系统之iotop命令的基本使用 一、iotop命令介绍二、iotop命令的使用帮助2.1 安装iotop2.2 iotop命令help帮助信息2.3 iotop命令选项解释 三、 iotop命令的基本使用四、iotop使用注意事项 一、iotop命令介绍 iotop 是一个类似于 top 的命令行工具，但它专注于显示…...
根据合约地址判断合约协议的方法
判断合约协议之前，需要了解一下什么是ERC165协议： ERC165 是以太坊中用于标准化接口检测的协议，由 Fabian Vogelsteller 在 2018 年创建 ，其核心内容主要包括以下方面： 接口定义 单一函数接口：ERC165 协议…...
什么是sfp，onu，为什么PON（俗称“光猫”）模块使用SC光纤接口
在现代网络设备中，我们经常会看到SFP或SFP接口的身影，这些接口有时被简称为光口，但这个称呼并不严谨。有些厂商则称之为多功能口或多用途口，然而这对于不了解的人来说可能还是一头雾水。SFP，即Small Form-Factor Plugg…...
链表？-＞？（以尾插法说明，附头插法）
这篇文章做一些关于初学链表的一些问题的解答。 我知道有些朋友只是需要一份完整的关于链表的代码，我会附在后面，大家直接划到最后就好。 一、创建链表 (1 相信所有搜索过链表创建的朋友都看过这样一行： struct Line* head (struct Line…...