代码随想录算法训练营Day27 | Leetcode 56. 合并区间、738.单调递增的数字、968.监控二叉树
代码随想录算法训练营Day27 | Leetcode 56.合并区间、738.单调递增的数字、968.监控二叉树
一、合并区间
相关题目:Leetcode56
文档讲解:Leetcode56
视频讲解:Leetcode56
1. Leetcode56. 合并区间
以数组 intervals 表示若干个区间的集合,其中单个区间为 intervals[i] = [starti, endi] 。请你合并所有重叠的区间,并返回 一个不重叠的区间数组,该数组需恰好覆盖输入中的所有区间。
-
思路:
- 本质其实还是判断重叠区间问题,先排序(按左边界或右边界排序都可以),让所有的相邻区间尽可能的重叠在一起。若按照左边界从小到大排序之后,如果 intervals[i][0] <= intervals[i - 1][1] 即 intervals[i] 的左边界 <= intervals[i - 1]的右边界,则一定有重叠。(题目指出相邻区间也算重叠,所以是 <=)。如图(按照左边界排序):
- 相当于用合并区间后的左边界和右边界,作为一个新的区间,加入到 result 数组。如果判断出重叠区间则更新 result 数组中最后的元素的右边界,如果没有合并就把原区间加入到 result 数组。
- 本质其实还是判断重叠区间问题,先排序(按左边界或右边界排序都可以),让所有的相邻区间尽可能的重叠在一起。若按照左边界从小到大排序之后,如果 intervals[i][0] <= intervals[i - 1][1] 即 intervals[i] 的左边界 <= intervals[i - 1]的右边界,则一定有重叠。(题目指出相邻区间也算重叠,所以是 <=)。如图(按照左边界排序):
-
贪心
class Solution:def merge(self, intervals):result = []if len(intervals) == 0:return result # 区间集合为空直接返回intervals.sort(key=lambda x: x[0]) # 按照区间的左边界进行排序result.append(intervals[0]) # 第一个区间可以直接放入结果集中for i in range(1, len(intervals)):if result[-1][1] >= intervals[i][0]: # 发现重叠区间# 合并区间,只需要更新结果集最后一个区间的右边界,因为根据排序,左边界已经是最小的result[-1][1] = max(result[-1][1], intervals[i][1])else:result.append(intervals[i]) # 区间不重叠return result
二、单调递增的数字
相关题目:Leetcode738
文档讲解:Leetcode738
视频讲解:Leetcode738
1. Leetcode738.单调递增的数字
当且仅当每个相邻位数上的数字 x 和 y 满足 x <= y 时,我们称这个整数是单调递增的。给定一个整数 n ,返回 小于或等于 n 的最大数字,且数字呈 单调递增 。
说明: N 是在 [0, 10^9] 范围内的一个整数。
-
思路:
- 贪心算法:
- 一旦出现 strNum[i - 1] > strNum[i] 的情况(非单调递增),首先让 strNum[i - 1]–,然后 strNum[i] 赋值9,倒序从后向前遍历(从前向后遍历无法保证递增)即可。
- 贪心算法:
-
暴力
class Solution:def checkNum(self, num):max_digit = 10while num:digit = num % 10if max_digit >= digit:max_digit = digitelse:return Falsenum //= 10return Truedef monotoneIncreasingDigits(self, N):for i in range(N, 0, -1):if self.checkNum(i):return ireturn 0
- 贪心
##贪心(版本一)
class Solution:def monotoneIncreasingDigits(self, n: int) -> int:# 将整数转换为字符串strNum = str(n)# flag用来标记赋值9从哪里开始# 设置为字符串长度,为了防止第二个for循环在flag没有被赋值的情况下执行flag = len(strNum)# 从右往左遍历字符串for i in range(len(strNum) - 1, 0, -1):# 如果当前字符比前一个字符小,说明需要修改前一个字符if strNum[i - 1] > strNum[i]:flag = i # 更新flag的值,记录需要修改的位置# 将前一个字符减1,以保证递增性质strNum = strNum[:i - 1] + str(int(strNum[i - 1]) - 1) + strNum[i:]# 将flag位置及之后的字符都修改为9,以保证最大的递增数字for i in range(flag, len(strNum)):strNum = strNum[:i] + '9' + strNum[i + 1:]# 将最终的字符串转换回整数并返回return int(strNum)##贪心(版本二)
class Solution:def monotoneIncreasingDigits(self, n: int) -> int:# 将整数转换为字符串strNum = list(str(n))# 从右往左遍历字符串for i in range(len(strNum) - 1, 0, -1):# 如果当前字符比前一个字符小,说明需要修改前一个字符if strNum[i - 1] > strNum[i]:strNum[i - 1] = str(int(strNum[i - 1]) - 1) # 将前一个字符减1# 将修改位置后面的字符都设置为9,因为修改前一个字符可能破坏了递增性质for j in range(i, len(strNum)):strNum[j] = '9'# 将列表转换为字符串,并将字符串转换为整数并返回return int(''.join(strNum))##贪心(版本三)
class Solution:def monotoneIncreasingDigits(self, n: int) -> int:# 将整数转换为字符串strNum = list(str(n))# 从右往左遍历字符串for i in range(len(strNum) - 1, 0, -1):# 如果当前字符比前一个字符小,说明需要修改前一个字符if strNum[i - 1] > strNum[i]:strNum[i - 1] = str(int(strNum[i - 1]) - 1) # 将前一个字符减1# 将修改位置后面的字符都设置为9,因为修改前一个字符可能破坏了递增性质strNum[i:] = '9' * (len(strNum) - i)# 将列表转换为字符串,并将字符串转换为整数并返回return int(''.join(strNum))##贪心(版本四)精简
class Solution:def monotoneIncreasingDigits(self, n: int) -> int:strNum = str(n) for i in range(len(strNum) - 1, 0, -1):# 如果当前字符比前一个字符小,说明需要修改前一个字符if strNum[i - 1] > strNum[i]:# 将前一个字符减1,以保证递增性质# 使用字符串切片操作将修改后的前面部分与后面部分进行拼接strNum = strNum[:i - 1] + str(int(strNum[i - 1]) - 1) + '9' * (len(strNum) - i) return int(strNum)
三、监控二叉树
相关题目:Leetcode968
文档讲解:Leetcode968
视频讲解:Leetcode968
1. Leetcode968.监控二叉树
给定一个二叉树,我们在树的节点上安装摄像头。
节点上的每个摄影头都可以监视其 父对象、自身及其直接子对象。
计算监控树的所有节点所需的最小摄像头数量。
提示:
- 给定树的节点数的范围是 [1, 1000]。
- 每个节点的值都是 0。
-
思路:
- 叶子节点不放摄像头:摄像头可以覆盖上中下三层,如果把摄像头放在叶子节点上,就会浪费一层的覆盖。
- 从下(叶子结点)往上判断:头结点放不放摄像头也就省下一个摄像头, 叶子节点放不放摄像头省下了的摄像头数量是指数阶别的。
- 贪心算法:
- 局部最优:让叶子节点的父节点安摄像头,所用摄像头最少
- 整体最优:全部摄像头数量所用最少
- 大致思路:从下至上,先给叶子节点父节点放个摄像头,然后隔两个节点放一个摄像头,直至到二叉树头结点。
- 确定遍历顺序:可以使用后序遍历(左右中),这样就可以在回溯的过程中从下到上进行推导了。
- 隔两个节点放一个摄像头:有三种不同的情况(可以利用三个数字分别表示):
- 本节点无覆盖(0:本节点无覆盖)
- 本节点有摄像头(1:本节点有摄像头)
- 本节点有覆盖(2:本节点有覆盖)
- 空节点的情况:空节点不能是无覆盖的状态,这样叶子节点就要放摄像头了,空节点也不能是有摄像头的状态,这样叶子节点的父节点就没有必要放摄像头了,而是可以把摄像头放在叶子节点的爷爷节点上。所以空节点的状态只能是有覆盖,这样就可以在叶子节点的父节点放摄像头了。
- 递归三部曲:
- 递归函数的参数与返回值:参数为当前叶节点,返回0,1,2(表示状态)。
- 终止条件:遇到了空节点,此时应该返回2(有覆盖)。
- 单层逻辑处理:
- 情况1(左右节点都有覆盖):左孩子有覆盖,右孩子有覆盖,那么此时中间节点应该就是无覆盖的状态了。
- 情况2(左右节点至少有一个无覆盖):有一个孩子没有覆盖,父节点就应该放摄像头,此时摄像头的数量要加一,并且return 1,代表中间节点放摄像头。
- 情况3(左右节点至少有一个有摄像头):其实就是左右孩子节点有一个有摄像头了,那么其父节点就应该是2(覆盖的状态)。
- 情况4(头结点没有覆盖):递归结束之后,还要判断根节点,如果没有覆盖,result++。
- 情况1(左右节点都有覆盖):左孩子有覆盖,右孩子有覆盖,那么此时中间节点应该就是无覆盖的状态了。
-
贪心
class Solution:# Greedy Algo:# 从下往上安装摄像头:跳过leaves这样安装数量最少,局部最优 -> 全局最优# 先给leaves的父节点安装,然后每隔两层节点安装一个摄像头,直到Head# 0: 该节点未覆盖# 1: 该节点有摄像头# 2: 该节点有覆盖def minCameraCover(self, root: TreeNode) -> int:# 定义递归函数result = [0] # 用于记录摄像头的安装数量if self.traversal(root, result) == 0:result[0] += 1return result[0]def traversal(self, cur: TreeNode, result: List[int]) -> int:if not cur:return 2left = self.traversal(cur.left, result)right = self.traversal(cur.right, result)# 情况1: 左右节点都有覆盖if left == 2 and right == 2:return 0# 情况2:# left == 0 && right == 0 左右节点无覆盖# left == 1 && right == 0 左节点有摄像头,右节点无覆盖# left == 0 && right == 1 左节点无覆盖,右节点有摄像头# left == 0 && right == 2 左节点无覆盖,右节点覆盖# left == 2 && right == 0 左节点覆盖,右节点无覆盖if left == 0 or right == 0:result[0] += 1return 1# 情况3:# left == 1 && right == 2 左节点有摄像头,右节点有覆盖# left == 2 && right == 1 左节点有覆盖,右节点有摄像头# left == 1 && right == 1 左右节点都有摄像头if left == 1 or right == 1:return 2
- 贪心(利用 elif 精简代码)
class Solution:# Greedy Algo:# 从下往上安装摄像头:跳过leaves这样安装数量最少,局部最优 -> 全局最优# 先给leaves的父节点安装,然后每隔两层节点安装一个摄像头,直到Head# 0: 该节点未覆盖# 1: 该节点有摄像头# 2: 该节点有覆盖def minCameraCover(self, root: TreeNode) -> int:# 定义递归函数result = [0] # 用于记录摄像头的安装数量if self.traversal(root, result) == 0:result[0] += 1return result[0]def traversal(self, cur: TreeNode, result: List[int]) -> int:if not cur:return 2left = self.traversal(cur.left, result)right = self.traversal(cur.right, result)# 情况1: 左右节点都有覆盖if left == 2 and right == 2:return 0# 情况2:# left == 0 && right == 0 左右节点无覆盖# left == 1 && right == 0 左节点有摄像头,右节点无覆盖# left == 0 && right == 1 左节点无覆盖,右节点有摄像头# left == 0 && right == 2 左节点无覆盖,右节点覆盖# left == 2 && right == 0 左节点覆盖,右节点无覆盖elif left == 0 or right == 0:result[0] += 1return 1# 情况3:# left == 1 && right == 2 左节点有摄像头,右节点有覆盖# left == 2 && right == 1 左节点有覆盖,右节点有摄像头# left == 1 && right == 1 左右节点都有摄像头else:return 2
相关文章:
代码随想录算法训练营Day27 | Leetcode 56. 合并区间、738.单调递增的数字、968.监控二叉树
代码随想录算法训练营Day27 | Leetcode 56.合并区间、738.单调递增的数字、968.监控二叉树 一、合并区间 相关题目:Leetcode56 文档讲解:Leetcode56 视频讲解:Leetcode56 1. Leetcode56. 合并区间 以数组 intervals 表示若干个区间的集合&am…...
【SQL】常见SQL 行列转换的方法汇总 - 精华版
【SQL】常见SQL 行列转换的方法汇总 - 精华版 一、引言二、SQL常见的行列转换对比1. 行转列 Pivoting1.1 CASE WHEN 聚合函数1.2 IF 聚合函数1.3 PIVOT操作符 2.列转行 Unpivoting2.1 UNION ALL2.2 EXPLODE函数(Hive/Spark&#…...
docx文档转为pdf文件响应前端
1、转换文件(docx~pdf) 1.引入pom依赖 <dependency><groupId>com.aspose</groupId><artifactId>aspose-words</artifactId><version>20.12.0</version> </dependency>2.读取docx文档数据-转换 // 初…...
python办公自动化------word转换pdf
需要安装包:docx2pdf 例1:将docx文件转换为pdf文件 from docx2pdf import convertconvert("./dataFile/test_doc.docx", "./dataFile/测试文件转换.pdf") 运行结果:...
cs224w课程学习笔记-第10课
cs224w课程学习笔记-第10课 异构图 前言一、异构图1、异构图定义2、异构图与同构图 二、异构图下的GNN1、GCN扩展至RGCN1.1 RGCN原理1.2 异构图的任务预测特点1.3 异构图任务预测基础案例 2、完整的异构图GCN三、异构图下的Transformer 前言 异构图的定义是节点内部存在类型不…...
leetcode每日一题:查询数组异或美丽值
引言 今天的每日一题原题是2843. 统计对称整数的数目,由于数据量很小,最大只是到10000,所以直接模拟即可,不需要复杂的数位DP,反而执行的更慢。更换成前几天遇到的更有意思的一题来写这个每日一题。 题目 2527. 查询…...
【C#】一种优雅的基于winform的串口通信管理
serialPort.DataReceived、串口优雅管理 完整《C#串口通信系统》功能清单 Part 1 — SerialPortManager.cs —— 串口核心管理类 using System; using System.IO.Ports; using System.Text; using System.Threading; using System.Windows.Forms;/// <summary> /// 专业…...
【Linux】ubuntu环境变量配置以及shell配置文件编写
一、确定配置文件类型 输入命令确定配置文件类型 echo $SHELL输出如果是 /bin/zsh,那就改 .zshrc;如果是 /bin/bash,那就改 .bashrc。 下面以 .bashrc 为例。 二、编辑 ./bashrc 文件 输入命令编辑配置文件。 vim ~/.bashrc在文件末尾添…...
.NET MAUI教程2-利用.NET CommunityToolkit.Maui框架弹Toast
在上一篇博文的基础上继续操作: .NET MAUI教程1-入门并发布apk包安装到真机-CSDN博客 本文内容参考: Toast - .NET MAUI Community Toolkit - Community Toolkits for .NET | Microsoft Learn 1 在NuGet包管理器中安装 MAUI Community Toolkit&…...
Android 16应用适配指南
Android 16版本特性介绍 https://developer.android.com/about/versions/16?hlzh-cn Android 16 所有功能和 API 概览 https://developer.android.com/about/versions/16/features?hlzh-cn#language-switching Android 16 发布时间 Android 16 适配指南 Google开发平台&…...
<C#>在 C# .NET 6 中,使用IWebHostEnvironment获取Web应用程序的运行信息。
在 C# .NET 6 中,IWebHostEnvironment 接口提供了有关应用程序运行环境的信息,例如应用程序的根目录、环境名称等。它在处理文件路径、加载配置文件以及根据不同环境提供不同服务等场景中非常有用。以下是关于 IWebHostEnvironment 的详细用法介绍&#…...
在 STM32 中实现电机测速的方法介绍
在 STM32 中实现电机测速的方法介绍 关键字:M 法测速, T 法测速,编码器 1. 电机测速方法介绍 在电机控制类应用中,经常会需要对电机转速进行检测,测速常用的方式有 M 法测速和 T法测速。 M 法测速是利用在规定时间 …...
第四十六篇 人力资源管理数据仓库架构设计与高阶实践
声明:文章内容仅供参考,需仔细甄别。文中技术名称属相关方商标,仅作技术描述;代码示例为交流学习用途;案例数据已脱敏,技术推荐保持中立;法规解读仅供参考,请以《网络安全法》《数据…...
支持iOS与Android!SciChart开源金融图表库助力高效开发交易应用
如果您想了解更多关于开源财务图表库的iOS和Android应用程序,SciChart高性能的iOS、Android图表库一定不要错过!使用SciChart创建金融、交易呵股票、外汇或加密应用程序变得很容易。 SciChart iOS & macOS是一个功能丰富和强大的OpenGL ES和Metal 2D…...
stack和queue的模拟实现
功能介绍 1.stack stack是栈,它是后进先出,如下图所示: 它是从顶部出数据,从顶部出数据。STL库中提供了几个接口来实现栈。、 它们是: empty判断栈是否为空,返回值是bool。 size是返回栈中的元素个数。…...
【QT】-define (A, B) (quint16)(((A) << 8) | (B)) 分析
不加 quint8 的写法:#define TO_SOURCE(A, B) (quint16)((A << 8) | B) 潜在问题 符号位扩展(如果 A 是负数) 如果 A 是 char 或 int8_t 且为负数(如 0xFF -1),左移 << 8 会导致 符号位扩展&…...
DISTRIBUTED PRIORITIZED EXPERIENCE REPLAY(分布式优先级体验回放)论文阅读
标题:DISTRIBUTED PRIORITIZED EXPERIENCE REPLAY(分布式优先级体验回放) 作者:John Quan, Dan Horgan,David Budden,Gabriel Barth-Maron 单位: DeepMind 发表期刊:Machine Learning 发表时…...
【Qt】QxOrm:下载、安装、使用
1、下载源码 github地址:https://github.com/QxOrm/QxOrm 稳定版本下载:https://github.com/QxOrm/QxOrm/releases/tag/1.5.0 2、编译源码 QxOrm支持cmake编译(CMakeLists.txt)、Qt pro工程编译(QxOrm.pro) 以 QxOrm.pro 为例,编译生成的库,没有在 build-QxOrm-1.5…...
Java I/O 流体系详解与记忆方法
Java I/O 流体系详解与记忆方法 一、I/O 流核心框架 Java I/O 流体系是Java处理输入输出的核心API,主要分为两大阵营: 1. 按数据流向分(输入和输出是相对于内存而言的) 内存:临时存储数据的空间 硬盘:…...
【vLLM 学习】API 客户端
vLLM 是一款专为大语言模型推理加速而设计的框架,实现了 KV 缓存内存几乎零浪费,解决了内存管理瓶颈问题。 更多 vLLM 中文文档及教程可访问 →https://vllm.hyper.ai/ 源代码:vllm-project/vllm """Example Python client…...
CSS学习02 动态列数表格开发,解决多组数据布局与边框重合问题
概要 在前端开发中,表格常用于展示结构化数据。当数据组的字段数量不统一时(如有的行包含 3 组数据,有的行包含 2 组或 1 组),传统固定列数的表格会出现结构错位、边框重合等问题。本文通过 HTML/CSS 规范方法&#x…...
【websocket】使用案例( JSR 356 标准)
目录 一、JSR 356方式:简单示例 1、引入依赖 2、注册端点扫描器 3、编写通过注解处理生命周期和消息 4、细节解读 5、总结 二、聊天室案例 方案流程 1、引入依赖 2、注册端点扫描器 3、编写一个配置类,读取httpsession 4、编写通过注解处理生…...
Tomcat Session 反序列化漏洞(CVE-2025-24813)
1.漏洞描述 Tomcat 是一个开源的、轻量级的 Web 应用服务器 和 Servlet 容器。它由 Apache 软件基金会下的 Jakarta 项目开发,是目前最流行的 Java Web 服务器之一。 该漏洞利用条件较为复杂,需同时满足以下四个条件: 应用程序启用了DefaultS…...
maven导入本地jar示例
1、${project.basedir} 是固定写法 <dependency><groupId>alipay-sdk</groupId><artifactId>alipay-sdk</artifactId><version>1.0</version><scope>system</scope><systemPath>${project.basedir}/src/main/lib…...
哨兵模式下,Redis主从同步原理,新增的Redis从节点如何同步
在Redis哨兵模式下,新增从节点的同步过程遵循全量同步和增量同步相结合的机制,具体原理如下: 一、新增从节点的同步流程 1. 建立连接与初始化请求 新增从节点首次启动时,通过replicaof <master-ip> <master-port>命…...
SpringBoot系列之集成Redisson实现布隆过滤器
基于Spring Boot集成Redisson实现布隆过滤器 在高并发和大数据量的场景下,布隆过滤器是一种非常高效的存储结构,可以用于快速判断一个元素是否存在于集合中。本文将介绍如何在Spring Boot中集成Redisson来实现布隆过滤器,并通过一个订单查询…...
Matlab 非线性阻尼四分之一车体被动和模糊pid控制悬架对比
1、内容简介 Matlab 192-非线性阻尼四分之一车体被动和模糊pid控制悬架对比 可以交流、咨询、答疑 2、内容说明 略 汽车车辆悬架系统的核心元件主要有控制器、导向机构、弹性元件以及减 震器等,该系统是汽车最重要的结构系统之一,主流车辆悬架大致有被…...
JavaWeb 课堂笔记 —— 07 Web 入门、HTTP 协议和Tomcat
本系列为笔者学习JavaWeb的课堂笔记,视频资源为B站黑马程序员出品的《黑马程序员JavaWeb开发教程,实现javaweb企业开发全流程(涵盖SpringMyBatisSpringMVCSpringBoot等)》,章节分布参考视频教程,为同样学习…...
Android学习总结之OKHttp拦截器和缓存
深入理解 OkHttp 拦截器 1. 拦截器接口详解 Interceptor 接口是自定义拦截器的基础,它仅包含一个抽象方法 intercept。以下是对该方法参数和返回值的详细解释: import okhttp3.Interceptor; import okhttp3.Request; import okhttp3.Response; import…...
Activiti(五)- 工作流引擎中流程定义删除机制
1、引言 Activiti作为一款轻量级、开源的工作流和业务流程管理(BPM)平台,在实际运维过程中,随着业务发展会产生大量需要清理的流程定义,不规范的删除操作可能导致数据不一致或系统异常等问题。本文将介绍Activiti中删除流程定义的相关方式及…...
C#里使用MaterialDesign来构造自定义窗口
本例子主要就是创建一个上面的界面, 它是一个采用MaterialDesign开源库来创建的WPF程序。 先要编辑App.xaml文件: <Application x:Class="MDIXWindow.App"xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation"xmlns:x="http:/…...
PyTorch 模型转换为 TensorRT 引擎的通用方法
PyTorch 模型转换为 TensorRT 引擎的通用方法 在深度学习模型的部署过程中,提升推理性能是一个重要的目标。将 PyTorch 模型(.pt 文件)转换为 TensorRT 引擎(.engine 文件)是一种常用的优化手段。本文将介绍几种通用的…...
利用Ruby的Typhoeus编写爬虫程序
Typhoeus是一个基于libcurl的HTTP客户端,支持并行请求,适合高效爬取数据。用户可能想要一个简单的例子,或者需要处理更复杂的情况,比如分页、并发请求或者数据解析。 首先,我应该检查用户是否已经安装了Typhoeus。通常…...
Fabric8 Kubernetes使用介绍
Fabric8 Kubernetes Client 是一个强大的 Java 客户端库,用于与 Kubernetes 集群交互。以下是快速上手指南: 1. 添加依赖 Maven 依赖: <dependency><groupId>io.fabric8</groupId><artifactId>kubernetes-client&…...
种田游戏的综合尝试
游戏角色 详细教程 一、准备工作 1、场景重命名为Farm 2、导入资源 (1) 新建文件夹。Import Asset (2) 导入:人物、走、跑、休息 3、设置摄像机 二、制作角色预制体 1、增加角色,命名为Player,设置材质、人类角色 2、设置角色的空闲…...
uniapp解决上架华为应用市场审核要求-监听权限的申请
支持android平台全局监听权限的申请。当申请权限时,会在页面顶部显示申请权限的目的。主要解决上架华为应用市场审核要求:APP在调用终端权限时,应同步告知用户申请该权限的目的。 因为如果不提示,你上架应用市场会被打打回来 Tip…...
【结肠息肉AI论文集】ASPS: Augmented Segment Anything Model for Polyp Segmentation
摘要 息肉分割在结直肠癌诊断中起着关键作用。最近,Segment Anything Model(SAM)的出现为息肉分割带来了前所未有的潜力,其在大规模数据集上的强大预训练能力使其备受关注。然而,由于自然图像和内窥镜图像之间存在领域…...
MHA详解
MHA(Master High Availability)是一个用于 MySQL 数据库的高可用性解决方案。它基于 MySQL 主从复制机制实现,通过自动化的方式进行故障检测和自动故障转移操作,确保在 MySQL 主节点(Master)发生故障时&…...
蓝桥杯单片机刷题——通过按键触发串口传输电压值
设计要求 通过内部ADC完成电位器RB2的输出电压检测,并显示在数码管上; 通过串口向PC端返回当前检测的电压值。 按键“S4”定义为发送按键,按下按键S4,串口向PC端发送当前检测的电压值。 串口发送格式: U:1.25V\r\…...
github fatal Authentication failed for解决
常用的生成令牌方式不多介绍,参考1 得到令牌后替换url 格式为 https://你的令牌github.com/<USERNAME>/<REPO>.git查看仓库url git remote -v假如为 https://github.com/jiang/megatron.git 令牌为CCCC 则将“令牌”插入github之前 使用 git remote …...
计算机网络基础知识
🧑 博主简介:CSDN博客专家,历代文学网(PC端可以访问:https://literature.sinhy.com/#/literature?__c1000,移动端可微信小程序搜索“历代文学”)总架构师,15年工作经验,…...
Debian/Ubuntu Server高效禁用海外IP访问的一种方法
面对越来越多的海外IP扫描、攻击,让服务器损失大量的性能,影响服务器提供正常的对外服务,同时给自己的服务器处理风险之中,本文讲述了一种使用ufw防火墙的方式高效阻止海外IP的一种方法。 阻止IP访问的方法有很多种,这…...
2025年4月第2周 github的AI科技工具汇总
以下是2025年4月第2周GitHub上值得关注的AI科技工具与生态动态汇总,结合官方发布及开发者社区热点整理: AI编程工具升级 GitHub Copilot Agent Mode 全量发布 核心功能:在VS Code中启用后,可自主完成多文件代码重构、测试驱动开发…...
RIP V2路由协议配置实验CISCO
1.RIP V2简介: RIP V2(Routing Information Protocol Version 2)是 RIP 路由协议的第二版,属于距离矢量路由协议,主要用于中小型网络环境。相较于 RIP V1,RIP V2 在功能和性能上进行了多项改进,…...
Python-Django+vue二手电子设备交易平台功能说明
❥(^_-) 上千个精美定制模板,各类成品Java、Python、PHP、Android毕设项目,欢迎咨询。 ❥(^_-) 程序开发、技术解答、代码讲解、文档,💖文末获取源码+数据库+文档💖 💖软件下载 | 实战案例 💖文章底部二维码,可以联系获取软件下载链接,及项目演示视频。 本项目…...
DeepSeek 教我LLVM(2) : MCTargetDesc 核心模块有哪些?
在 LLVM 中,MCTargetDesc(Machine Code Target Description)是描述目标架构机器代码生成的核心模块,其核心组件可分为以下几类: 一、目标架构元数据 MCInstrInfo 功能:定义指令的元数据(操作数、…...
Linux:shell运行原理+权限
1.shell的运行原理 如果我们打开了命令终端或者是xshell进行远程登录服务器,就会看到命令行,如下图所示: 这个命令行本身也是系统中一个运行起来的程序,它用来接收用户的输入,帮用户来执行指令,将运行结果展…...
英伟达Llama-3.1-Nemotron-Ultra-253B-v1语言模型论文快读:FFN Fusion
FFN Fusion: Rethinking Sequential Computation in Large Language Models 代表模型:Llama-3.1-Nemotron-Ultra-253B-v1 1. 摘要 本文介绍了一种名为 FFN Fusion 的架构优化技术,旨在通过识别和利用自然并行化机会来减少大型语言模型(LLM…...
什么是A2A协议?什么是MCP协议?A2A和MCP协议哪个更好?
什么是A2A协议?什么是MCP协议?A2A和MCP协议哪个更好? 摘要 在人工智能领域,A2A协议(Agent-to-Agent协议)和MCP协议(Model Context Protocol)是两个重要的标准,它们分别…...
剑指Offer(数据结构与算法面试题精讲)C++版——day12
剑指Offer(数据结构与算法面试题精讲)C版——day12 题目一:小行星碰撞题目二:每日温度题目三:直方图最大矩形面积附录:源码gitee仓库 题目一:小行星碰撞 由题意可知,这里我们可使用栈…...