当前位置: 首页 > news >正文

华为OD机试 - 九宫格按键输入 - 逻辑分析(Java 2023 B卷 200分)

题目描述

九宫格按键输入,输出显示内容。有英文和数字两个模式,默认是数字模式。数字模式直接输出数字,英文模式连续按同一个按键会依次出现这个按键上的字母。如果输入“/”或其他字符,则循环中断。

输入描述

输入范围为数字0~9和字符#、/。输出屏幕显示。例如在数字模式下,输入1234,显示1234;在英文模式下,输入1234,显示,adg。

输出描述

  • #用于切换模式,默认是数字模式,执行#后切换为英文模式。
  • /表示延迟,例如在英文模式下,输入22/222,显示为bc。
  • 英文模式下,多次按同一键,例如输入22222,显示为b。

解题思路

这个问题可以通过状态机来解决。我们需要维护当前模式(数字模式或英文模式)以及当前按键的连续按击次数。根据输入字符的不同,我们更新状态并生成相应的输出。

代码实现

Java
import java.util.*;public class NineKeyInput {private static final String[] DIGITS = {"0", "1", "2", "3", "4", "5", "6", "7", "8", "9"};private static final String[] LETTERS = {" ", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};public String processInput(String input) {boolean isNumberMode = true;StringBuilder output = new StringBuilder();int index = 0;while (index < input.length()) {char ch = input.charAt(index);if (ch == '#') {isNumberMode = !isNumberMode;index++;} else if (ch == '/') {index++;} else if (Character.isDigit(ch)) {int digit = ch - '0';if (isNumberMode) {output.append(DIGITS[digit]);index++;} else {int count = 0;while (index < input.length() && input.charAt(index) == ch) {count++;index++;}String letters = LETTERS[digit];output.append(letters.charAt((count - 1) % letters.length()));}} else {index++;}}return output.toString();}public static void main(String[] args) {NineKeyInput processor = new NineKeyInput();System.out.println(processor.processInput("123#222235/56")); // 123adjjm}
}
Python
class NineKeyInput:DIGITS = ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9"]LETTERS = [" ", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"]def process_input(self, input_str):is_number_mode = Trueoutput = []index = 0while index < len(input_str):ch = input_str[index]if ch == '#':is_number_mode = not is_number_modeindex += 1elif ch == '/':index += 1elif ch.isdigit():digit = int(ch)if is_number_mode:output.append(self.DIGITS[digit])index += 1else:count = 0while index < len(input_str) and input_str[index] == ch:count += 1index += 1letters = self.LETTERS[digit]output.append(letters[(count - 1) % len(letters)])else:index += 1return ''.join(output)processor = NineKeyInput()
print(processor.process_input("123#222235/56"))  # 123adjjm
C++
#include <iostream>
#include <string>
#include <vector>using namespace std;class NineKeyInput {
private:vector<string> DIGITS = {"0", "1", "2", "3", "4", "5", "6", "7", "8", "9"};vector<string> LETTERS = {" ", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"};public:string processInput(string input) {bool isNumberMode = true;string output;int index = 0;while (index < input.length()) {char ch = input[index];if (ch == '#') {isNumberMode = !isNumberMode;index++;} else if (ch == '/') {index++;} else if (isdigit(ch)) {int digit = ch - '0';if (isNumberMode) {output += DIGITS[digit];index++;} else {int count = 0;while (index < input.length() && input[index] == ch) {count++;index++;}string letters = LETTERS[digit];output += letters[(count - 1) % letters.length()];}} else {index++;}}return output;}
};int main() {NineKeyInput processor;cout << processor.processInput("123#222235/56") << endl; // 123adjjmreturn 0;
}
JavaScript
class NineKeyInput {constructor() {this.DIGITS = ["0", "1", "2", "3", "4", "5", "6", "7", "8", "9"];this.LETTERS = [" ", "", "abc", "def", "ghi", "jkl", "mno", "pqrs", "tuv", "wxyz"];}processInput(input) {let isNumberMode = true;let output = '';let index = 0;while (index < input.length) {const ch = input[index];if (ch === '#') {isNumberMode = !isNumberMode;index++;} else if (ch === '/') {index++;} else if (/\d/.test(ch)) {const digit = parseInt(ch);if (isNumberMode) {output += this.DIGITS[digit];index++;} else {let count = 0;while (index < input.length && input[index] === ch) {count++;index++;}const letters = this.LETTERS[digit];output += letters[(count - 1) % letters.length];}} else {index++;}}return output;}
}const processor = new NineKeyInput();
console.log(processor.processInput("123#222235/56")); // 123adjjm

复杂度分析

  • 时间复杂度: O(n),其中n是输入字符串的长度。我们需要遍历整个字符串一次来处理每个字符。
  • 空间复杂度: O(1),除了输出字符串外,我们只使用了常数空间来存储模式和当前按键的连续按击次数。

总结

我们使用了状态机来处理这个问题,通过维护当前模式和按键的连续按击次数,能够有效地生成相应的输出。这种方法简单直观,适用于处理这种模式切换和按键映射的问题。

相关文章:

华为OD机试 - 九宫格按键输入 - 逻辑分析(Java 2023 B卷 200分)

题目描述 九宫格按键输入&#xff0c;输出显示内容。有英文和数字两个模式&#xff0c;默认是数字模式。数字模式直接输出数字&#xff0c;英文模式连续按同一个按键会依次出现这个按键上的字母。如果输入“/”或其他字符&#xff0c;则循环中断。 输入描述 输入范围为数字0…...

DeepSeek大模型在政务服务领域的应用

DeepSeek大模型作为国产人工智能技术的代表&#xff0c;近年来在政务服务领域的应用呈现多点开花的态势。通过多地实践&#xff0c;该技术不仅显著提升了政务服务的效率与智能化水平&#xff0c;还推动了政府治理模式的创新。以下从技术应用场景、典型案例及发展趋势三个维度进…...

卷积神经网络 - 一维卷积、二维卷积

卷积(Convolution)&#xff0c;也叫褶积&#xff0c;是分析数学中一种重要的运算。在信号处理或图像处理中&#xff0c;经常使用一维或二维卷积&#xff0c;本博文我们来学习一维卷积和二维卷积。 理解一维卷积和二维卷积的核心在于把握维度对特征提取方式的影响。我们从数学定…...

【NLP 33、实践 ⑦ 基于Triple Loss作表示型文本匹配】

目录 一、配置文件 config.py 二、 数据加载文件 loader.py 1.加载数据 Ⅰ、加载字表或词表 Ⅱ、加载标签映射表 Ⅲ、封装数据 2.处理数据 Ⅰ、补齐或截断 Ⅱ、定义类的特殊方法 ① 返回数据集大小 ② 生成随机训练样本 ③ 根据索引返回样本 Ⅲ、加载和处理训练样本和测试样本 …...

基于CNN的多种类蝴蝶图像分类

基于CNN的多种类蝴蝶图像分类&#x1f98b; 基于卷积神经网络对64992786张图像&#xff0c;75种不同类别的蝴蝶进行可视化分析、模型训练及分类展示 导入库 import pandas as pd import os import matplotlib.pyplot as plt import seaborn as sns import numpy as np from …...

Linkreate wordpressAI智能插件-自动生成原创图文、生成关键词、获取百度搜索下拉关键词等

Linkreate wordpressAI插件核心功能亮点 文章生成与优化 自动化文章生成&#xff1a;利用 AI 技术&#xff0c;根据关键词生成高质量文章。 支持指定长度和要求&#xff0c;异步生成不阻塞操作。 且 AI 可自动生成精准的 tag 标签&#xff0c;利于 SEO 优化。 批量生成文章…...

uniapp-x web 开发警告提示以及解决方法

defineModel props...

​详细介绍 SetWindowPos() 函数

书籍&#xff1a;《Visual C 2017从入门到精通》的2.3.8 Win32控件编程 环境&#xff1a;visual studio 2022 内容&#xff1a;【例2.29】模态对话框 说明&#xff1a;以下内容大部分来自腾讯元宝。 ​1. 函数功能与用途 SetWindowPos() 是 Windows API 中用于动态调整窗口…...

SpringBoot桂林旅游景点导游平台开发与设计

一个基于SpringBoot开发的桂林旅游景点导游平台项目。该项目不仅功能全面&#xff0c;而且易于部署&#xff0c;适合初学者学习和进阶开发者参考。 项目概述 该项目旨在为用户提供一个便捷的桂林旅游景点信息查询与线路推荐平台。系统分为管理员模块和用户模块&#xff0c;分…...

深入理解传输层协议

各类资料学习下载合集 ​​​​​​https://pan.quark.cn/s/8c91ccb5a474​​ 传输层是计算机网络中的一个重要层次,其主要任务是为应用层提供可靠的数据传输服务。传输层的协议主要包括 TCP(传输控制协议)和 UDP(用户数据报协议)。本文将详细解析这两种协议的特点、使用…...

基于金融产品深度学习推荐算法详解【附源码】

深度学习算法说明 1、简介 神经网络协同过滤模型(NCF) 为了解决启发式推荐算法的问题&#xff0c;基于神经网络的协同过滤算法诞生了&#xff0c;神经网络的协同过滤算法可以 通过将用户和物品的特征向量作为输入&#xff0c;来预测用户对新物品的评分&#xff0c;从而解决…...

java 中散列表(Hash Table)和散列集(Hash Set)是基于哈希算法实现的两种不同的数据结构

在 Java 中&#xff0c;散列表&#xff08;Hash Table&#xff09;和散列集&#xff08;Hash Set&#xff09;是两种不同的数据结构&#xff0c;但它们都基于哈希表的原理来实现。下面是它们的联系与区别、实现类以及各自的优缺点&#xff0c;并用表格进行对比整理。 联系与区…...

Tauri + Vite + SvelteKit + TailwindCSS + DaisyUI 跨平台开发详细配置指南(Windows)

Tauri Vite SvelteKit TailwindCSS DaisyUI 跨平台开发详细配置指南&#xff08;Windows&#xff09; 本文为博主原创文章&#xff0c;遵循 CC 4.0 BY-SA 版权协议。转载请注明出处及本声明 原文链接&#xff1a;[你的文章链接] &#x1f6e0;️ 环境准备 1. 安装核心工具…...

centos 7误删/bash 拯救方法

进入救援模式 1. 插入CentOS 7安装光盘&#xff0c;重启系统。在开机时按BIOS设置对应的按键&#xff08;通常是F2等&#xff09;&#xff0c;将启动顺序调整为CD - ROM优先。 2. 系统从光盘启动后&#xff0c;选择“Troubleshooting”&#xff0c;然后选择“Rescue a Cent…...

协程池是调用端并发请求的缓释胶囊

hello, 我是马甲哥&#xff0c;这是我的第183篇原创文章&#xff0c;阅读时间3min&#xff0c;有用指数4颗星。 昨天"朝花夕拾"栏目倒腾了一款具有请求排队功能的并发受限服务器。 演示了互联网高并发请求&#xff0c;服务端遇到的现实情况&#xff08;服务器高负载、…...

【渗透测试】webpack对于渗透测试的意义

作者 &#xff1a;Yuppie001 作者主页 &#xff1a; 传送 本文专栏 &#xff1a;Web漏洞篇 &#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f;&#x1f31f; webpack&#xff1a; 一.webpack是什么二.对于渗透测试的意义&#…...

举例说明 牛顿法 Hessian 矩阵

矩阵求逆的方法及示例 目录 矩阵求逆的方法及示例1. 伴随矩阵法2. 初等行变换法矩阵逆的实际意义1. 求解线性方程组2. 线性变换的逆操作3. 数据分析和机器学习4. 优化问题牛顿法原理解释举例说明 牛顿法 Hessian 矩阵1. 伴随矩阵法 原理:对于一个 n n n 阶方阵 A A...

VSTO(C#)Excel开发12:多线程的诡异

初级代码游戏的专栏介绍与文章目录-CSDN博客 我的github&#xff1a;codetoys&#xff0c;所有代码都将会位于ctfc库中。已经放入库中我会指出在库中的位置。 这些代码大部分以Linux为目标但部分代码是纯C的&#xff0c;可以在任何平台上使用。 源码指引&#xff1a;github源…...

MambaVision:一种Mamba-Transformer混合视觉骨干网络

摘要 我们提出了一种新型混合Mamba-Transformer主干网络&#xff0c;称为MambaVision&#xff0c;该网络专为视觉应用而设计。我们的核心贡献包括重新设计Mamba公式&#xff0c;以增强其对视觉特征的高效建模能力。此外&#xff0c;我们还对将视觉Transformer&#xff08;ViT&…...

目标跟踪之DeepSort算法(4)

目标跟踪之DeepSort 1 安装1.1 代码下载与安装1. 2 DeepSort检测流程1.3 模型初始化流程 2. 模型推理2.1 模型推理代码解析2.2 对预测结果跟踪代码解析2.3 轨迹预测2.4 轨迹跟踪2.5 轨迹与特征匹配2.6 计算轨迹与检测的特征余弦距离2.7 用轨迹与检测的马氏距离跟新cost_matrix矩…...

速通大厂测开

最近26届暑期实习招聘和25届春招已经开始&#xff0c;测开学习圈也有同学拿到offer了 今天分享一位25届秋招圈友快速拿到大厂测开offer的经历&#xff0c;希望对大家有所帮助 我是某211本科生&#xff0c;在去年暑假准备考研的间隙意外收获了某大厂测开实习offer&#xff0c;…...

LightRAG简要概述

文章目录 索引流程问答流程naivelocalglobalhybridmix 中文prompt 官方仓库&#xff1a;LightRAG 没有废话&#xff0c;直接进入主题。 索引流程 1、提取实体与关系 2、LLM判断是否有漏掉的实体与关系&#xff0c;如有则接着提取 3、合并实体&#xff0c;根据多个实体描述&a…...

【Mac】安装 Parallels Desktop、Windows、Rocky Linux

一、安装PD 理论上&#xff0c;PD只支持试用15天&#xff01;当然&#xff0c;你懂的。 第一步&#xff0c;在 Parallels Desktop for Mac 官网 下载 Install Parallels Desktop.dmg第二步&#xff0c;双击 Install Parallels Desktop.dmg 第三步&#xff0c;双击安装Paralle…...

Unity利用噪声生成动态地形

引言 在游戏开发中&#xff0c;地形是构建游戏世界的基础元素之一。传统的地形创建方法通常依赖于手动建模或预设资源&#xff0c;这种方式虽然精确但缺乏灵活性&#xff0c;且工作量巨大。而使用噪声算法生成地形则提供了一种程序化、动态且高效的解决方案。本文将详细介绍如…...

【Linux】Ext系列文件系统(上)

目录 一、 理解硬件 1-1 磁盘 1-2 磁盘物理结构 1-3 磁盘的存储结构 1-4 如何定位一个扇区 1-4 磁盘的逻辑结构 1-4-1 理解过程 1-4-2 真实过程 1-5 CHS && LBA地址 二、文件系统 2-1 "块"概念 2-2 "分区"概念 2-3 "inode"…...

解决diffusers加载stablediffusion模型,输入prompt总是报错token数超出clip最大长度限制

1. StableDiffusion1.5 在加载huggingface中的扩散模型时&#xff0c;输入prompt总是会被报错超过clip的最大长度限制。 解决方案&#xff1a;使用compel库 from diffusers import AutoPipelineForText2Image import torch import pdb from compel import Compeldevice torc…...

metersphere接口测试(1)使用MeterSphere进行接口测试

文章目录 前言接口文档单接口测试环境配置梳理接口测试场景测试接口 接口自动化怎么写复用性高的自动化测试用例 总结 前言 大汉堡工作第203天&#xff0c;本篇记录我第一次接触接口测试任务&#xff0c;最近有些懈怠啊~ 接口文档 首先就是接口地址&#xff0c;接口测试时用…...

Android第三次面试总结(网络篇)

在计算机网络领域&#xff0c;网络模型是理解通信原理的基础框架。本文将详细解析 OSI 参考模型和 TCP/IP 模型的分层结构、核心功能及实际应用&#xff0c;并通过对比帮助读者建立完整的知识体系。 一、OSI 参考模型&#xff1a;七层架构的理论基石 OSI&#xff08;开放系统…...

AirtestIDE用法

包括airtest和poco 1. airtest 安装python3.7.9 64 python3 -m pip install -U airtest 或者&#xff1a; git clone https://github.com/AirtestProject/Airtest.git pip install -e airtest 无界面的airtest用法&#xff1a; 打开手机中的 开发者选项 , 以及 允许USB调…...

【面试手撕】非常规算法,多线程常见手撕题目

【面试手撕】非常规算法&#xff0c;多线程常见手撕题目 生产者消费者ReentrantLock实现的生产苹果/消费苹果synchronized实现的生产消费LinkedBlockingQueue阻塞队列方法实现多条件资源分配分布式任务调度模拟 交替打印两个线程交替打印1-100之间的数ReentrantLock 实现synchr…...

MySQL复合查询

目录 多表查询 自连接 子查询 单行子查询 多行子查询 in关键字 all关键字 any关键字 多列子查询 from中使用子查询 合并查询 union 操作符 union all 操作符 内外连接 内连接 外连接 左外连接 右外连接 前几期我们已经学习了MySQL的基本查询&…...

登录Xshell主机及Linux基本指令

✅博客主页:爆打维c-CSDN博客​​​​​​ &#x1f43e; &#x1f539;分享c、c知识及代码 &#x1f43e; &#x1f539;Gitee代码仓库 五彩斑斓黑1 (colorful-black-1) - Gitee.com 一、操作系统简介 Linux其实跟我们熟知的Window一样&#xff0c;它们都是操作系统。 &#x…...

[LevelDB]关于LevelDB存储架构到底怎么设计的?

本文内容组织形式 LevelDB 存储架构重要特点总体概括LevelDB中内存模型MemTableMemTable的数据结构背景&#xff1a;SkipListSkiplist的数据结构 Skiplist的数据访问细节 SkipList的核心方法Node细节源代码 MemTable的数据加速方式Iterator 的核心方法 MemTable 的读取&写入…...

深入解析 React Diff 算法:原理、优化与实践

深入解析 React Diff 算法&#xff1a;原理、优化与实践 1. 引言 React 作为前端领域的标杆框架&#xff0c;采用 虚拟 DOM&#xff08;Virtual DOM&#xff09; 来提升 UI 更新性能。React 的 Diff 算法&#xff08;Reconciliation&#xff09; 是虚拟 DOM 运行机制的核心&a…...

【从零开始】Air780EPM的LuatOS二次开发——OneWire协议调试注意事项!

当涉及到与传感器、执行器等外部设备交互时&#xff0c;OneWire协议的高效调试成为决定项目成败的关键环节。OneWire协议&#xff08;单总线协议&#xff09;以其仅需一根数据线即可实现设备通信的极简特性&#xff0c;被广泛应用于温度传感器、身份识别模块等场景。 一、LuatO…...

响应(Response)

在 Flask 中&#xff0c;视图函数可以返回多种类型的响应&#xff0c;例如字符串、HTML、JSON、文件等。Flask 提供了 make_response 函数&#xff0c;用于生成和自定义 HTTP 响应。 2.1 默认响应 默认情况下&#xff0c;视图函数返回的字符串会被 Flask 包装成一个 HTTP 响应…...

C++学习之云盘项目fastDFS

1.资料介绍 1.1 一些概念 1. 什么是服务器 硬件 : 一台配置高的电脑 软件 : 电脑必须有一个能够解析 http 协议的软件 2. 常见的 Web 服务器 tomcat 服务器 apache 组织产品 , 开源的免费服务器 weblogic 服务器 bea 公司 , 收费的服务器 不交费 , 访问量受限…...

使用vue3+el-form实现动态新增名称,值,并对名称进行必填校验

使用vue3el-form实现动态新增名称&#xff0c;值&#xff0c;并对名称进行必填校验 效果图 代码 <template><el-form :model"form" :rules"rules" ref"dynamicForm"><!-- 动态添加的名称和值 --><el-row v-for"(ite…...

Spring Boot 集成高德地图电子围栏

摘要&#xff1a;本文手把手教你通过 Spring Boot 调用高德地图 API 实现电子围栏功能&#xff0c;涵盖云端围栏创建、设备位置监控与本地算法校验&#xff0c;附带完整代码和避坑经验&#xff01; 一、电子围栏核心原理 1.1 什么是电子围栏&#xff1f; 虚拟地理边界&#x…...

3.JVM-内部结构

栈结构 动态链接 栈中的对象指向堆中的实际引用 符号引用: 比如一个类的名称 直接引用: 具体堆中数据信息 方法返回 栈中上一层的结果和下一层的指令 操作数栈 局部变量 该线程中需要的变量 PC计数器 程序计数器:存当前执行到那一步 操作数栈里面将计算完之后的结果推入局…...

Spring 框架中常用注解和使用方法

Spring 框架中常用注解的详细解释与应用场景&#xff0c;结合核心功能和实际开发需求进行分类说明&#xff1a; 1.组件定义注解 1.1 Component 作用&#xff1a;通用注解&#xff0c;将普通 Java 类标记为 Spring 管理的 Bean&#xff0c;由容器实例化和管理&#xff0c;相当…...

神策数据接入 DeepSeek,AI 赋能数据分析与智能运营

在 AI 技术迅猛发展的浪潮下&#xff0c;神策数据正在加速推进人工智能在数据分析和智能运营领域的深度应用。近日&#xff0c;神策数据宣布全面接入 DeepSeek&#xff0c;为企业客户带来更加智能化、高效的数据分析与智能运营服务。这一举措展现了神策数据在人工智能方向的探索…...

微软OneNote无法同步解决方案

目录 前言原因UWP特性 解决方案C***h注册表 参考链接 前言 假设有多台Windows电脑&#xff0c;最方便且免费的多设备笔记同步方案就是微软自家的OneNote&#xff0c;使用OneDrive自带的5G云存储。 但是在国内大陆的OneNote&#xff0c;经常会出现无法同步、同步失败&#xff1…...

一般机器学习有哪些算法?

传统的机器学习算法主要依赖统计学和优化方法&#xff0c;不依赖深层神经网络&#xff0c;通常具有较高的可解释性且适用于中小规模数据集。以下是经典的传统机器学习算法分类及代表性模型&#xff1a; 一、监督学习&#xff08;Supervised Learning&#xff09; 1. 回归&…...

RAGFlow部署与使用(开源本地知识库管理系统,包括kibana配置)

一、RAGFlow 简介 戳我访问RAGFlow RAGFlow 是一款基于深度文档理解构建的开源 RAG&#xff08;Retrieval-Augmented Generation&#xff09;引擎。它可以给我们搭建本地知识库&#xff0c;将用户的知识文档上传到RAGFlow后&#xff0c;通过文档切分、向量入库&#xff0c;在…...

STM32G070CBT6读写FLASH中的数据

向FLASH中写入数据函数 /*函数说明&#xff1a;向FLASH中写数据形参&#xff1a;addr-要写入数据的起始地址 data-准备写入数据 len-数据大小返回值&#xff1a;1-成功&#xff0c;0-失败 */ uint8_t FlashWriteData(uint64_t addr,uint8_t data[],size_t len) {uint32_t Fir…...

如何使用HACS一键集成米家与果家设备到HomeAssistant玩转智能家居

文章目录 前言1. 下载HACS源码2. 添加HACS商店3. 绑定米家设备 前言 各位科技潮人和智能家居发烧友们&#xff0c;是不是也梦想着把家里变成一个高科技的空间&#xff1f;有了群晖NAS这位得力助手&#xff0c;不仅存储空间大得吓人&#xff0c;还能通过Docker轻松安装各种应用…...

Flutter_学习记录_状态管理之GetX

1. 状态管理、Flutter Getx介绍 1.1 状态管理 通俗的讲&#xff1a;当我们想在多个页面&#xff08;组件/Widget&#xff09;之间共享状态&#xff08;数据&#xff09;&#xff0c;或者一个页面&#xff08;组件/Widget&#xff09;中的多个子组件之间共享状态&#xff08;数…...

DeepSeek 助力 Vue3 开发:打造丝滑的表格(Table)之添加列宽调整功能,示例Table14_09自定义单元格的固定表头表格

前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏+关注哦 💕 目录 DeepSeek 助力 Vue3 开发:打造丝滑的表格(Table)之添加列宽调整功能,示例Table14_09自定义单元格…...

基于 Prometheus + Grafana 监控微服务和数据库

以下是基于 Prometheus Grafana 监控微服务和数据库的详细指南&#xff0c;包含架构设计、安装配置及验证步骤&#xff1a; 一、整体架构设计 二、监控微服务 1. 微服务指标暴露 Spring Boot 应用&#xff1a; xml <!-- 添加 Micrometer 依赖 --> <dependency>…...