当前位置: 首页 > news >正文

[创业之路-366]:投资尽职调查 - 尽调核心逻辑与核心影响因素:价值、估值、退出、风险、策略

目录

一、VC投资的本质是冒着不确定性风险进行买卖、生意,为了赚取高额回报

1、VC投资的核心本质

2、VC投资的运作机制

3、VC投资的风险与挑战

4、VC投资的底层逻辑

5、总结:VC投资的本质再定义

二、尽调核心逻辑

1、尽调的含义

2、尽调的逻辑方法:自顶向下分解、自底向上收集汇总

(1)验证事项

(2)动机

(3)论据

三、尽调的分类与关系

1. 尽调分类

2.“业、财、行”结合


一、VC投资的本质是冒着不确定性风险进行买卖、生意,为了赚取高额回报

VC(风险投资)投资的本质:冒着不确定性风险进行买卖与生意,以赚取高额回报
这一表述准确概括了VC投资的核心逻辑,但需从更系统的视角理解其本质与运作机制。

1、VC投资的核心本质

  1. 风险与收益的极端博弈
    • 高风险:VC投资于早期企业(种子轮到B轮前),这类企业通常缺乏稳定收入、商业模式未验证,失败率极高(统计显示,70%以上的初创企业无法存活至IPO)。
    • 高回报:一旦成功(如投资阿里巴巴、字节跳动),可能获得数十倍甚至上百倍回报,覆盖其他失败项目的损失
    • 本质以概率换收益,通过分散投资(如单只基金投资20-30个项目)降低整体风险。
  2. 买卖的本质:股权交易
    • “买”:VC以资金换取企业股权,成为股东。
    • “卖”:通过企业上市(IPO)、并购(M&A)或股权转让退出,实现资本增值
    • 关键估值差——以低价买入(如Pre-A轮估值1亿元),以高价卖出(如IPO时估值100亿元)。
  3. 生意的本质:赋能与资源整合
    • 非单纯财务投资:VC不仅是“钱袋子”,更需提供战略指导、行业资源、人才推荐等增值服务。
    • 深度绑定:通过董事会席位、对赌协议等机制,参与企业决策,降低信息不对称风险。

2、VC投资的运作机制

  1. 资金来源与结构
    • LP(有限合伙人):出资方(如养老金、大学基金、家族办公室),追求长期高回报,容忍短期波动
    • GP(普通合伙人):管理方(VC机构),收取管理费(2%左右)和业绩分成(Carry,通常为20%)。
  2. 投资流程
    • 项目筛选:聚焦高成长赛道(如AI、生物医药),评估团队、技术、市场空间。
    • 尽职调查:验证商业模式、财务状况、法律合规性。
    • 条款谈判:确定估值、股权比例、董事会席位、对赌条款等。
    • 投后管理:提供战略支持、资源对接、后续融资协助。
  3. 退出策略
    • IPO:最理想退出方式,但成功率低(如2022年全球IPO数量同比下降45%)。
    • 并购:被大公司收购(如微软收购GitHub),快速实现退出。
    • 回购/清算:企业无法继续经营时,通过回购股权或清算资产退出。

3、VC投资的风险与挑战

  1. 信息不对称
    • 早期企业缺乏公开数据,VC需依赖经验、人脉和行业洞察力判断价值。
    • 案例:软银愿景基金投资WeWork,因过度依赖财务模型而忽视管理问题,导致巨额亏损。
  2. 退出周期长
    • 从投资到退出通常需5-10年,资金流动性差,需承受长期不确定性。
    • 数据:2023年全球VC基金平均持有期为7.8年。
  3. 竞争加剧
    • 资金涌入导致估值泡沫(如2021年全球VC投资额达6210亿美元,同比增长106%),优质项目争夺激烈。

4、VC投资的底层逻辑

  1. 幂律分布(Power Law)
    • 少数项目(如10%)贡献90%以上的回报,需通过“广撒网”策略捕捉“独角兽”。
    • 案例:红杉资本投资苹果、谷歌、Airbnb等,单项目回报超百亿美元。
  2. 创新驱动
    • VC是科技创新的“催化剂”,通过资金支持推动技术突破和产业变革。
    • 影响:如美国半导体、互联网、生物医药等行业的崛起均离不开VC支持。

5、总结:VC投资的本质再定义

  • 冒险性:以高风险换取超额收益,需承受高失败率。
  • 交易性:通过股权买卖实现资本增值,依赖估值差。
  • 赋能性:提供战略资源,降低投资风险。
  • 长期性:需忍受漫长退出周期,追求跨周期回报。

一句话总结VC投资是以“广撒网”对抗不确定性,通过“买卖股权+赋能企业”的组合策略,长期视角下追求幂律分布下的超额回报

二、尽调核心逻辑

投资决策的影响因素有五点:价值、估值、退出、风险、策略。

尽调的主要目的是判断目标企业的价值与风险

1、尽调的含义

财务成长性影响企业价值和估值。因此,验证财务成长性是尽调的核心目的,但财务成长性只是结果,其背后是业务业务是预测财务的基础,也是尽调认知和验证企业价值和估值的核心要素。同时,企业的成长依赖于内外部环境的稳定,所以影响企业经营稳定和未来退出的风险因素也是尽调的重点。

综上,可以用一句话来总结:尽调是以衡量目标企业未来财务成长性为目标,以认知业务实质为核心,以判断投资风险为重点的调查活动。

2、尽调的逻辑方法:自顶向下分解、自底向上收集汇总

尽调要有一套逻辑方法,笔者把它称为“尽调逻辑树”,如图2-1所示。

图2-1 尽调逻辑树:自顶向下分解、自底向上收集汇总

尽调的目的:投资决策,即论证0或1,为了得到0或1的决策,需要精密的设计。

尽头的手段:要进行大量的设计工作和实现工作。

分解:即设计。

汇总:即实现。

尽调逻辑树可以看作将总论点不断拆解为众多分论点并通过尽调获取的事实来一一验证的过程。

每一个分论点都支撑着一个上级分论点,最终汇聚成为总论点的佐证

总论点的作用是形成投资决策意见制定风险控制方案

(1)验证事项

验证事项与投资决策相关,本身应该有明确定义并且拥有可以评价的标准。比如,要验证企业的成长性,可以将合同增速、收入增速作为量化评价的标准;再比如,将产品竞争力作为尽调目标,可以将毛利率、关键技术指标等作为量化评价的标准;还比如,将创始人的诚信度作为尽调目标,可以将是否有逾期借款、是否有违反商业规则行为等事实作为评价的标准。我们应尽可能为每个尽调目标寻找更多、更精确的验证事项,以增强其证明力。

(2)动机

根据上文,每个验证事项本身是作为更高一级论点的论据所存在的。所以,在验证一个事项的时候需要与其他事项有明确的逻辑从属关系,需要知道验证该事项的动机是什么。

每个人问题和分解都有其目的性!!!

(3)论据

要验证事项,我们要有明确的事实作为论据。论据本身也是一个分论点,也应该有明确的定义并且具备明确的评价标准,而不能是观点模糊的简单定性表述。比如“创始人爱吹牛”这类评价并不具有作为论据的价值,因为其没有明确的评价标准。

三、尽调的分类与关系

1. 尽调分类

(1)业务尽调

企业的业务可以拆分为产品商业模式两部分。

产品的尽调主要包括产品功能、结构、运行方式、技术原理、技术门槛等方面;

商业模式的尽调主要从业务流、交易流和资金流等三个维度展开,同时包含对上下游的分析,比如对客户的分析包括客户的类型、行业、区域、行业集中度等。

企业的核心能力可以总结为两大类:产品能力(研发、生产)交易能力(市场、销售)

企业在核心能力的构造上有各自特点。

(2)财务尽调

财务尽调以量化的方式来验证企业的成长性。财务尽调将业务尽调中的定性概念以定量的方式进行体现和验证,并对企业真实的成长性予以还原。 财务尽调的验证目标可以分成三个:

·成长速度:合同成长性、收入成长性、回款成长性等方面核查;

·成长质量:高增速、高门槛、高投入等方面核查;

·成长驱动力:对于不同业务模型的财务特征的验证分析。

(3)行业尽调

行业尽调是从外部竞争角度去审视与评价业务的竞争力,同时对企业所处的外部环境形成认知。行业尽调的目标可以分成如下两个:

·认知市场;

·验证业务。

(4)法律尽调

如果把上述三类尽调归纳为针对价值的尽调,那法律尽调就是针对风险的尽调。价值尽调重点关注的是成长性风险,而风险尽调重点关注的是持续经营风险。法律尽调更多是从团队、股权、业务合规、内控制度等方面去调查影响企业持续经营能力的情形,为投资决策做参考。

2.“业、财、行”结合

有人认为:财务尽调的主要目的是排雷,防止财务造假,保证财务真实性,最终目的是符合IPO上市的合规性要求。

有人认为:行业尽调的主要目的是选择赛道,判断趋势。

有人认为:业务尽调的主要目的是了解产品与技术,判断技术先进性。

有人认为:三种尽调是从三个不同的角度去了解项目,彼此并无关系,亦无法相互验证。

在笔者看来,三种尽调的首要目的是判断成长性,而且要结合分析。三者的逻辑关系如图2-2所示。

举例说明如下: ①创始人说企业成长性高,这是业务层面的描述,需要通过财务层面来验证; ②假设企业收入增速达到50%,可以验证业务层面的描述是真实的,但还需要判断收入增速在行业中的水平; ③假设行业头部企业的增速为50%,但其收入规模为目标企业的10倍多,说明二者的差距在增加,未来目标企业可能被挤出市场。

图2-2 三种尽调的逻辑关系

再比如:

①业务层面:

·企业的产品竞争力强;

·企业拥有一套支撑业务的强大平台系统;

·在系统的支持下,企业能够实现远超同行业水平的销售业绩。

②财务层面:

·企业产品综合毛利率为20%,但是在下滑;

·企业系统开发历时7年累计投入6亿元;

·销售人员人均销售额为500万元。

③行业层面:

·行业平均毛利率在20%,但头部企业的毛利率高达25%;

·竞争对手累计融资20亿元用于开发系统,通过客户访谈反馈,竞争对手系统体验更好;

·竞争对手的人均销售额为600万~700万元,超过目标企业水平。

通过上面的分析,我们可以得出三种尽调之间的关系,三者结合构成一个完整的认知业务的过程。

·业务尽调用于认知业务,即提出问题。 ·财务尽调用于量化验证业务,即分析问题。 ·行业尽调用于对比业务,即评价问题。

具体解释如下:业务尽调是认知企业的第一步。通过业务尽调,我们可以提炼出一些企业的关键事项,作为分析对象。

企业的产品是什么?

·企业的商业模式是什么?

·企业面向的客户和行业是什么?

·企业的技术是什么?

·企业的核心能力是什么? …………

这些问题仅仅依靠业务尽调是无法解决的,需要结合财务尽调来分析。 表2-1是某企业列出的与产品性能有关的对照表。在很多技术类企业的尽调资料中都会有这类图表,用以比较目标企业的产品与同行业企业的产品指标。如果没有财务尽调,投资人很难验证下列事项的真实性。

财务尽调是将定性的业务能力和竞争优势以定量的方式进行分析。它要回答下列问题。

·企业的核心业务是什么?

·企业的商业模式优劣有哪些?

·企业的核心客户和行业是哪些?

·企业在产业链上的地位如何?

·企业的运营效率如何?

·企业的管理能力如何? …………

但是,财务尽调无法解决评价的问题。

行业尽调通过对比的方式来评价经过量化的业务以及所处的市场环境。它要回答下列问题。

·企业的成长速度在行业中处于什么水平?

·企业的核心业务构成与其他企业相比有何差异?各自的优劣如何?

·企业的产品性能、价格在行业中处于什么水平?

·企业在行业中体现了何种层次的竞争力?

·企业的商业模式与其他企业相比有何差异?各自的优劣如何? …………

专业的投资人应该专心研究业务,不懂尽调的投资人是研究不好业务的。如果把业务尽调比喻成在曲折的路途中寻找终点,财务尽调就是指引方向的指南针,而行业尽调则是可以登高远望的瞭望台。业务尽调、财务尽调、行业尽调必须结合分析,缺一不可。

相关文章:

[创业之路-366]:投资尽职调查 - 尽调核心逻辑与核心影响因素:价值、估值、退出、风险、策略

目录 一、VC投资的本质是冒着不确定性风险进行买卖、生意,为了赚取高额回报 1、VC投资的核心本质 2、VC投资的运作机制 3、VC投资的风险与挑战 4、VC投资的底层逻辑 5、总结:VC投资的本质再定义 二、尽调核心逻辑 1、尽调的含义 2、尽调的逻辑方…...

Raymarching Textures In Depth

本节课最主要的就是学会hlsl中使用纹理采样 float4 color Texture2DSample(Texobj, TexobjSampler, uv); return color; 课程中的代码(没有这张图我就没做) 课程代码产生深度的原因是uv偏移,黑色区域会不断向左偏移,直到找到白色…...

条件变量condition_variable

条件变量 条件变量是一个对象,能够阻止调用线程,直到通知恢复。 std::condition_variable 是 C 标准库中的一个同步原语,它与互斥锁(std::mutex)配合使用,用于线程间的等待和通知机制。 成员函数 wait(…...

301.找出3位偶数

2094. 找出 3 位偶数 - 力扣&#xff08;LeetCode&#xff09; class Solution {List<Integer> resnew ArrayList<>();List<Integer> linew ArrayList<>();public int[] findEvenNumbers(int[] digits) {Arrays.sort(digits);boolean[] numsnew boolea…...

改进神经风格迁移

改进神经风格迁移&#xff08;Neural Style Transfer, NST&#xff09;可以从多个方向入手&#xff0c;包括模型结构优化、损失函数设计、计算效率提升、应用场景扩展等。以下是一些关键的改进方向及具体方法&#xff1a; 1. 模型结构优化 &#xff08;1&#xff09;轻量化网络…...

零基础上手Python数据分析 (11):DataFrame 数据清洗与预处理 (上) - 搞定缺失值、重复值和异常值

写在前面 上一篇博客,我们学习了如何灵活地索引和选取 DataFrame 中的数据,这为我们深入操作数据打下了基础。 然而,在我们拿到原始数据,准备开始大展身手进行分析之前,往往需要先进行一个至关重要的步骤:数据清洗与预处理 (Data Cleaning and Preprocessing)。 “脏数…...

StateFlow 在 XML(传统View)和 Compose 中的统一数据流管理

在 Android 开发中&#xff0c;XML&#xff08;传统 View 系统&#xff09; 和 Jetpack Compose 的混合使用越来越常见。如何让它们共享同一份数据源&#xff0c;并实现自动 UI 更新&#xff1f; StateFlow 是 Kotlin 协程提供的一种响应式数据流&#xff0c;可以完美适配 XML …...

【JVM】运行时数据区域

文章目录 1. 程序计数器补充 2. 虚拟机栈2.1 栈帧1. 局部变量表2. 操作数栈3. 动态链接4. 方法返回地址补充 3. 本地方法栈4. 堆5. 方法区静态常量池&#xff08;Class常量池&#xff09;运行时常量池字符串常量池&#xff08;1&#xff09;位置变化&#xff08;2&#xff09;放…...

【场景应用5】深入探讨去噪扩散概率模型及训练推理过程

在这篇博客文章中,我们将深入探讨去噪扩散概率模型(Denoising Diffusion Probabilistic Models,简称DDPMs,扩散模型,基于评分的生成模型,或简单的自编码器),因为研究人员在(无条件或有条件的)图像/音频/视频生成任务中,已经取得了显著的成果。流行的例子(在撰写本文…...

TCP 如何在网络 “江湖” 立威建交?

一、特点&#xff1a; &#xff08;一&#xff09;面向连接 在进行数据传输之前&#xff0c;TCP 需要在发送方和接收方之间建立一条逻辑连接。这一过程类似于打电话&#xff0c;双方在通话前需要先拨号建立连接。建立连接的过程通过三次握手来完成&#xff0c;确保通信双方都…...

mysql:重置表自增字段序号

情况一&#xff1a;清空表数据后重置自增 ID 如果你希望清空表中的所有数据&#xff0c;并将自增 ID 重置为初始值&#xff08;通常为 1&#xff09; 1、truncate truncate table tb_dict; 2、delete 配合 alter 语句 delete from tb_dict; alter table tb_dict AUTO_INCR…...

【Code】《代码整洁之道》笔记-Chapter13-并发编程

第13章 并发编程 “对象是过程的抽象。线程是调度的抽象。” 编写整洁的并发程序很难——非常难&#xff0c;而编写在单线程中执行的代码却简单得多。编写表面上看似不错、深入进去却支离破碎的多线程代码也简单&#xff0c;但是系统一旦遭受压力&#xff0c;这种代码就扛不…...

TDengine 可靠性保障:数据持久化与容灾备份(一)

一、引言 在数字化浪潮席卷全球的当下&#xff0c;数据已成为企业和组织最为关键的资产之一。无论是互联网企业记录用户的行为数据&#xff0c;还是金融机构存储交易信息&#xff0c;又或是工业领域监测设备的运行状态&#xff0c;数据的可靠性直接关乎到业务的正常运转、决策…...

AWTK-MVVM 如何让多个View复用一个Model记录+关于app_conf的踩坑

前言 有这么一个业务&#xff0c;主界面点击应用窗口进入声纳显示界面&#xff0c;声纳显示界面再通过按钮进入菜单界面&#xff0c;菜单界面有很多关于该声纳显示界面的设置项&#xff0c;比如量程&#xff0c;增益&#xff0c;时间显示&#xff0c;亮度&#xff0c;对比度等…...

第四节:React Hooks进阶篇-useEffect依赖项为空数组[]与不写的区别

陷阱题&#xff1a;闭包问题、Stale Closure举例 一、依赖项为空数组[]与不写的核心区别 行为空数组[]不写依赖项执行时机仅在组件挂载时执行一次&#xff08;类似componentDidMount&#xff09;组件每次渲染后都执行&#xff08;类似componentDidUpdate&#xff09;更新触发…...

25级总分413数学一142专业124东南大学820考研经验电子信息通信工程,真题,大纲,参考书。

我是南京理工大学的本科生&#xff0c;25 考研一战东大&#xff0c;政治 69&#xff0c;英一 78&#xff0c;数一 142&#xff0c;专业课&#xff08;820&#xff09;124&#xff0c;总分 413。我从 3 月正式开始备考&#xff0c;专业课跟着无线电论坛jenny 老师进行学习&#…...

Docker Desktop磁盘镜像位置用途解析

在设置里面的资源中有个磁盘镜像位置的配置&#xff0c;这个目录默认位置是&#xff1a;C:\Users\haitao.luo\AppData\Local\Docker\wsl\disk&#xff0c;这里面对应的是一个docker_data.vhdx&#xff0c;虚拟磁盘文件&#xff0c;因为是在c盘上&#xff0c;所以可能后面下载镜…...

android display 笔记(十)surfaceflinger与HWC的关系

在 Android 图形系统中&#xff0c;SurfaceFlinger 和 Hardware Composer (HWC) 是紧密协作的两个核心组件&#xff0c;共同负责屏幕内容的合成与显示。它们的关系可以用 “决策者与执行者” 来概括&#xff1a; 首先HWC中 DEVICE&#xff1a;指“显示设备硬件”&#xff08;…...

#MES系统运维问题分析思路

一套适用于90% MES运维现场问题的排查分析思维模型&#xff0c;叫做&#xff1a; &#x1f50d; MES系统问题分析七步法&#xff08;现场实战适用&#xff09; ✅ 第一步&#xff1a;明确问题现象&#xff08;What&#xff09; 问题要说清楚&#xff0c;“不能操作”这种模糊描…...

基于FPGA的六层电梯智能控制系统 矩阵键盘-数码管 上板仿真均验证通过

基于FPGA的六层电梯智能控制系统 前言一、整体方案二、软件设计总结 前言 本设计基于FPGA实现了一个完整的六层电梯智能控制系统&#xff0c;旨在解决传统电梯控制系统在别墅环境中存在的个性化控制不足、响应速度慢等问题。系统采用Verilog HDL语言编程&#xff0c;基于Cyclo…...

FPGA上实现SD卡连续多块读的命令

在FPGA上实现SD卡连续多块读的命令 CMD17命令一次只能读取1个块 CMD18命令一次可以连续读取多个块&#xff0c;直到停止命令CMD12 CMD18命令读的块数程序可任意设置 目录 前言 一、SD卡多块读命令CMD18 二、停止读命令CMD12 三、SD卡初始化SD卡连续块读操作的verilog代码 …...

AI 大语言模型 (LLM) 平台的整体概览与未来发展

&#x1f4cb; 分析报告&#xff1a;AI 大语言模型 (LLM) 平台的整体概览与未来发展 自动生成的结构化分析报告 &#x1f4bb; 整体概述&#xff1a;AI LLM 平台的市场现状与发展动力 随着人工智能技术的飞速发展&#xff0c;大语言模型&#xff08;Large Language Models, L…...

【技术派部署篇】Windows本地部署技术派

一、技术派简介 技术派是一个采用 Spring Boot、MyBatis-Plus、MySQL、Redis、ElasticSearch、MongoDB、Docker、RabbitMQ 等技术栈的社区系统&#xff0c;其 1.0 版已正式上线。该项目的技术栈按阶段集成引入&#xff0c;开发者可根据自身需求选择不同版本进行学习。 二、环…...

asm汇编语言源代码之-获取环境变量

提供1个子程序: 1. 读取环境变量 GETENVSTR 具体功能及参数描述如下 GETENVSTR PROC FAR ;IN: DSPSP SEG. ;   ES:BX -> ENV VAR NAME ;OUT: DS:DX -> ENV VAR VALUE; IF DX0FFFFH, NOT FOUND   ; more source code at http://www.ahjoe.com/source/srcdown.aspPU…...

消失的它:揭开 CoreData 托管对象神秘的消失之谜(上)

概述 使用 CoreData 作为 App 持久存储“定海神针”的小伙伴们想必都知道&#xff0c;我们需要将耗时的数据库查询操作乖巧的放到后台线程中&#xff0c;以便让主线程负责的 UI 获得风驰电掣般地享受。 不过&#xff0c;如何将后台线程中查询获得的托管对象稳妥的传送至主线程…...

Python中如何用正则表达式精准匹配IP地址?

在网络编程和数据处理时&#xff0c;我们经常需要从文本中提取或验证IP地址。Python的正则表达式(re模块)是完成这个任务的利器。但你知道怎么写才能准确匹配各种合法的IP地址吗&#xff1f;今天我们就来详细探讨这个问题。 为什么需要IP正则表达式&#xff1f; 假设你正在分…...

初识华为防火墙

防火墙配置与应用 一、防火墙的基本概念 1&#xff0e;防火墙的网络区域&#xff08;一般认为三个区域&#xff1a;trust、DMZ、untrust&#xff09; &#xff08;1&#xff09;本地区域(安全级别 100&#xff0c;local)&#xff08;防火墙内部区域&#xff0c;一般不说明此…...

十二、C++速通秘籍—静态库,动态库

上一章节&#xff1a; 十一、C速通秘籍—多线程-CSDN博客https://blog.csdn.net/weixin_36323170/article/details/147055932?spm1001.2014.3001.5502 本章节代码&#xff1a; cpp2/library CuiQingCheng/cppstudy - 码云 - 开源中国https://gitee.com/cuiqingcheng/cppst…...

我爱学算法之——滑动窗口攻克子数组和子串难题(下)

这几道题可以说是有一点难度的&#xff0c;但是掌握方法以后可以说非常简单了&#xff1b; 一、找到字符串中所有字母异位词 题目解析 题目给定了两个字符串s和p&#xff0c;让我们在s中找到p的异位词的字串&#xff0c;并且返回这些字串的索引 **异位词&#xff1a;**简单来说…...

leaflet 之 获取中国某个行政区的经纬度边界(latLngBounds)

思路 在json文件中获取下面的四个点 组成东北,西南两组 { “southwest”: { “lat”: 35.950, “lng”: 120.000 },//西南方 “northeast”: { “lat”: 36.200, “lng”: 120.300 }//东北方 } 最西点经度&#xff08;minLng&#xff09; 最东点经度&#xff08;maxLng&#x…...

鸢尾花分类的6种机器学习方法综合分析与实现

鸢尾花分类的6种机器学习方法综合分析与实现 首先我们来看一下对应的实验结果。 数据准备与环境配置 在开始机器学习项目前&#xff0c;首先需要准备编程环境和加载数据。以下代码导入必要的库并加载鸢尾花数据集&#xff1a; import numpy as np import pandas as pd impo…...

基于李永乐线性代数基础的行列式的起源于理解

起源于解方程组的过程 对于解一个二元方程组&#xff0c;很自然的会通过加减消元&#xff0c;变成下面这样 对于三元方程组&#xff0c;也是一样&#xff1a; 这一大长串&#xff0c;是A*x1b1这个形式时&#xff0c;A的值 人们为了方便记忆x未知数前这一大坨相乘后相加减的数…...

MacOs java环境配置+maven环境配置踩坑实录

oracl官网下载jdk 1.8的安装包 注意可能需要注册&#xff01;&#xff01;&#xff01; 下载链接&#xff1a;下载地址点击 注意晚上就不要下载了 报错400 &#xff01;&#xff01;&#xff01; 1.点击安装嘛 2.配置环境变量 export JAVA_HOME/Library/Java/Java…...

LeetCode 3272.统计好整数的数目:枚举+排列组合+哈希表

【LetMeFly】3272.统计好整数的数目&#xff1a;枚举排列组合哈希表 力扣题目链接&#xff1a;https://leetcode.cn/problems/find-the-count-of-good-integers/ 给你两个 正 整数 n 和 k 。 如果一个整数 x 满足以下条件&#xff0c;那么它被称为 k 回文 整数 。 x 是一个…...

蓝桥杯嵌入式历年省赛客观题

一.第十五届客观题 第十四届省赛 十三届 十二届...

RFID 在制造业的深度应用与未来趋势

一、引言 制造业作为国民经济的核心支柱&#xff0c;正面临着全球供应链重构、个性化需求激增、成本压力加剧等多重挑战。RFID&#xff08;射频识别&#xff09;技术以其非接触式自动识别、数据实时传输、环境适应性强等特性&#xff0c;成为推动制造业数字化转型的关键引擎。…...

spring--声明式事务

声明式事务 1、回顾事务 要么都成功&#xff0c;要么都失败&#xff01; 事务在项目开发中&#xff0c;十分重要&#xff0c;涉及数据的一致性问题 确保完整性和一致性 事务ACID&#xff1a; 原子性&#xff1a;事务是原子性操作&#xff0c;由一系列动作组成&#xff0c;…...

java爬虫案例

以下是一个简单的Java爬虫案例&#xff0c;使用了 Jsoup 和 Apache HttpClient 两个常用的库来实现网页内容的爬取和解析。这个案例会演示如何获取网页的HTML内容、解析HTML并提取所需数据。 示例&#xff1a;使用Jsoup爬取网页内容 1. 添加依赖 在项目中添加以下依赖&#xff…...

博途 TIA Portal之1200做主站与有意思的板子做MODBUS_RTU通讯

做为博途的硬件,1200和1500本体都不具有串口通讯功能,只能使用扩展板或是通讯模块完成。 其中1200使用CB1241或CM1241进行串口通讯,本文将使用CM1241进行演示。 1、硬件介绍 1200的PLC一台,有意思的板子(以下简单4D板)一台。 其中1200带扩展模块CM1241 RS232;4D板使…...

01_核心系统下的技术原理解析

15年前&#xff0c;基本上国内的核心系统被C垄断&#xff0c;基本上是IBM的那套东西&#xff0c;场景也是比价复杂&#xff0c;这里不再赘述&#xff0c;TPS太过于庞大&#xff0c;技术上确实比较复杂。为此我这里抛砖引玉&#xff0c;说下对应的支付系统&#xff1a; &#x…...

【力扣hot100题】(092)最长回文串

有点难度&#xff0c;一开始想到的两种方法都不对&#xff0c;花了不少时间。 先说之前的方法&#xff1a; ① 遍历每个点&#xff0c;每个点向外扩张&#xff0c;如果左等于右就一直扩展直到不等。 这个方法可是可以&#xff0c;但我没有考虑到两个相同字母也是回文串的情况…...

第一期:[特殊字符] 深入理解MyBatis[特殊字符]从JDBC到MyBatis——持久层开发的转折点[特殊字符]

前言 &#x1f31f; 在软件开发的过程中&#xff0c;持久层&#xff08;或数据访问层&#xff09;是与数据库进行交互的关键部分。早期&#xff0c;开发者通常使用 JDBC&#xff08;Java Database Connectivity&#xff09;来实现与数据库的连接与操作。虽然 JDBC 在一定程度上…...

指针的进阶2

六、函数指针数组 字符指针数组 - 存放字符指针的数组 char* arr[10] 整型指针数组 - 存放整型指针的数组 int* arr[10] 函数指针数组 - 存放函数指针的数组 void my_strlen() {} int main() {//指针数组char* ch[5];int arr[10] {0};//pa是是数组指针int (*pa)[10] &…...

Java学习——day28(Java并发工具类与线程池)

文章目录 1. 并发工具类简介1.1 ExecutorService1.2 Callable 和 Future1.3 Executors 工具类1.4 线程池优势 2. 实践&#xff1a;线程池执行任务并收集结果示例2.1 示例代码 3. 代码详解3.1 线程池的创建3.2 定义任务列表3.3 提交任务并收集 Future3.4 获取任务执行结果3.5 关…...

2021第十二届蓝桥杯大赛软件赛省赛C/C++ 大学 B 组

记录刷题的过程、感悟、题解。 希望能帮到&#xff0c;那些与我一同前行的&#xff0c;来自远方的朋友&#x1f609; 大纲&#xff1a; 1、空间-&#xff08;题解&#xff09;-字节单位转换 2、卡片-&#xff08;题解&#xff09;-可以不用当组合来写&#xff0c;思维题 3、直…...

【数据结构】之二叉树

二叉树是我们在数据结构中学到的第一个非线性结构&#xff0c;是后续学习更为复杂的树、图结构的基础。本文整理了二叉树的概念定义、基本操作、遍历算法、伪代码与代码实现以及实例说明&#xff0c;方便大家随时查找对应。 一、定义与基本术语 二叉树是一种树形结构&#xf…...

电感、互感器、变压器和磁珠综合对比——《器件手册--电感/线圈/变压器/磁珠篇》

三、电感/线圈/变压器/磁珠 名称 定义 特点...

CLIP中的Zero-Shot Learning原理

CLIP&#xff08;Contrastive Language-Image Pretraining&#xff09;是一种由OpenAI提出的多模态模型&#xff0c;它通过对比学习的方式同时学习图像和文本的表示&#xff0c;并且能在多种任务中进行零样本学习&#xff08;Zero-Shot Learning&#xff09;。CLIP模型的核心创…...

基于 Redis 实现一套动态配置中心 DCC 服务与反射基础知识讲解

目录 动态配置中心核心价值 轻量级 Redis 方案与 ZooKeeper 的对比分析 为什么选择自定义 Redis 方案&#xff1f; 1. 技术决策背景 一、活动降级拦截 1. 定义与作用 2. 实现原理 二、活动切量拦截 1. 定义与作用 2. 实现原理 三、两者的核心区别 四、实际应用案例 1. 电商大促…...

vue 前端遇到问题 样式不展示

vue 前端遇到问题 样式不展示 先看接口返回有数据没 如果有数据看下 是不是 输入赋值给其他 字段 没有赋值上导致报错 所以页面没展示数据...