代码随想录 数组部分+代码可在本地编译器运行

代码随想录 数组部分,代码可在本地编译器运行

文章目录

  • 数组理论基础
  • 704.二分查找
    • 题目:
    • 思路
      • 二分法第一种写法
      • 二分法第二种写法
    • 代码
  • 27.移除元素
    • 题目:
    • 思路-双指针法
    • 代码
  • 977.有序数组的平方
    • 题目
    • 思路-双指针
    • 代码
  • 209.长度最小的子数组
    • 题目:
    • 思路 -- 滑动窗口
    • 代码:
  • 59.螺旋矩阵Ⅱ
    • 题目
    • 思路
    • 代码

数组理论基础

数组是存放在连续内存空间上的相同类型数据的集合。
数组可以方便的通过下标索引的方式获取到下标下对应的数据。
需要两点注意的是

  • 数组下标都是从0开始的。
  • 数组内存空间的地址是连续的

正是因为数组的在内存空间的地址是连续的,所以我们在删除或者增添元素的时候,就难免要移动其他元素的地址

例如删除下标为3的元素,需要对下标为3的元素后面的所有元素都要做移动操作,如图所示:

数组的元素是不能删的,只能覆盖。
那么二维数组直接上图,大家应该就知道怎么回事了

那么二维数组在内存的空间地址是连续的么?
C++中二维数组在地址空间上是连续的。

704.二分查找

题目:

. - 力扣(LeetCode)
给定一个 n 个元素**有序的(升序)**整型数组 nums 和一个目标值 target ,写一个函数搜索 nums 中的 target,如果目标值存在返回下标,否则返回 -1。
示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

思路

使用二分法的前提条件:数组为有序数组,同时强调数组中无重复元素。因为一旦有重复元素,使用二分查找法返回的元素下标可能不是唯一的。
写二分法,区间的定义一般为两种,左闭右闭即[left, right],或者左闭右开即[left, right)。

二分法第一种写法

第一种写法,我们定义 target 是在一个在左闭右闭的区间里, 也就是[left, right] (这个很重要非常重要)。
区间的定义这就决定了二分法的代码应该如何写,因为定义target在[left, right]区间,所以有如下两点:

  • while (left <= right) 要使用 <= ,因为left == right是有意义的,所以使用 <=
  • if (nums[middle] > target) right 要赋值为 middle - 1,因为当前这个nums[middle]一定不是target,那么接下来要查找的左区间结束下标位置就是 middle - 1

例如在数组:1,2,3,4,7,9,10中查找元素2,如图所示:

二分法第二种写法

如果说定义 target 是在一个在左闭右开的区间里,也就是[left, right) ,那么二分法的边界处理方式则截然不同。
有如下两点:

  • while (left < right),这里使用 < ,因为left == right在区间[left, right)是没有意义的
  • if (nums[middle] > target) right 更新为 middle,因为当前nums[middle]不等于target,去左区间继续寻找,而寻找区间是左闭右开区间,所以right更新为middle,即:下一个查询区间不会去比较nums[middle]

在数组:1,2,3,4,7,9,10中查找元素2,如图所示:(注意和方法一的区别)

代码

  • 第一种写法:
#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;class Solution {
public:int search(vector<int>& nums, int target){int left = 0;int right = nums.size() - 1;// 定义target在左闭右闭的区间里,[left, right]while (left <= right)// 当left==right,区间[left, right]依然有效,所以用 <={int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2if (nums[middle] > target)// target 在左区间,所以[left, middle - 1]right = middle - 1;else if (nums[middle] < target)// target 在右区间,所以[middle + 1, right]left = middle + 1;elsereturn middle;// 数组中找到目标值,直接返回下标}// 未找到return -1;}
};int main(){vector<int> nums = { -1, 0, 3, 5, 9, 12 }; // 创建一个数组int target = 9;Solution obj;// 创建一个Solution类型的对象obj,int result;//通过obj对象调用search函数,并传入参数nums、targetresult = obj.search(nums, target);// 输出结果if (result == -1)cout << "没有查找到target, 输出为: " << result << endl;elsecout << "查找到target,输出为: " << result << endl;return 0;
}
  • 时间复杂度:O(log n)

  • 空间复杂度:O(1)

  • 第二种写法:

class Solution {
public:int search(vector<int>& nums, int target) {int left = 0;int right = nums.size(); // 定义target在左闭右开的区间里,即:[left, right)while (left < right) { // 因为left == right的时候,在[left, right)是无效的空间,所以使用 <int middle = left + ((right - left) >> 1);if (nums[middle] > target) {right = middle; // target 在左区间,在[left, middle)中} else if (nums[middle] < target) {left = middle + 1; // target 在右区间,在[middle + 1, right)中} else { // nums[middle] == targetreturn middle; // 数组中找到目标值,直接返回下标}}// 未找到目标值return -1;}
};
  • 时间复杂度:O(log n)
  • 空间复杂度:O(1)

27.移除元素

题目:

. - 力扣(LeetCode)
给你一个数组 nums 和一个值 val,你需要 原地 移除所有数值等于 val 的元素,并返回移除后数组的新长度。
不要使用额外的数组空间,你必须仅使用 O(1) 额外空间原地修改输入数组
元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
示例 1:

输入: nums = [3,2,2,3], val = 3,
输出:2, nums = [2,2]
解释:函数应该返回新的长度 2, 并且nums 中的前两个元素均为 2。 你不需要考虑数组中超出新长度后面的元素。

示例 2:

输入: nums = [0,1,2,2,3,0,4,2], val = 2
输出:5, nums = [0,1,3,0,4]
函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。

你不需要考虑数组中超出新长度后面的元素。

思路-双指针法

双指针法(快慢指针法):** 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。**
定义快慢指针

  • 快指针:寻找新数组的元素 ,新数组就是不含有目标元素的数组
  • 慢指针:指向更新 新数组下标的位置

删除过程如下:

代码

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;class Solution {
public:int removeElement(vector<int>& nums, int val) {int slowIndex = 0; // 慢指针for (int fastIndex = 0;fastIndex < nums.size();fastIndex++) {// 不相等时,将原数组(fastIndex数组)中的元素放入新数组(slowIndex代表的数组)中,// 同时slowIndex移到下一个位置if (val != nums[fastIndex]) { nums[slowIndex++] = nums[fastIndex];}}return slowIndex; }
};int main() {vector<int> nums = {0,1,2,3,3,0,4,2}; // 创建一个数组int val = 2;Solution obj;// 创建一个Solution类型的对象obj,int result; //通过obj对象调用removeElement函数,并传入参数nums、valresult = obj.removeElement(nums,val);// 输出结果cout << "删除元素后的数组新长度为: " << result << endl;cout << "删除元素后的数组为:";for (int i = 0; i < result; i++) {cout << nums[i] << " ";}cout << endl;return 0;
}

image.png
时间复杂度:O(n)
空间复杂度:O(1)

977.有序数组的平方

题目

. - 力扣(LeetCode)
给你一个按 非递减顺序 排序的整数数组 nums,返回 每个数字的平方 组成的新数组,要求也按 非递减顺序 排序。
示例 1:

输入:nums = [-4,-1,0,3,10]
输出:[0,1,9,16,100]
解释:平方后,数组变为 [16,1,0,9,100],排序后,数组变为 [0,1,9,16,100]

示例 2:

输入:nums = [-7,-3,2,3,11]
输出:[4,9,9,49,121]

思路-双指针

数组其实是有序的, 只不过负数平方之后可能成为最大数了。
那么数组平方的最大值就在数组的两端,不是最左边就是最右边,不可能是中间。
此时可以考虑双指针法了,i 指向起始位置,j 指向终止位置。
定义一个新数组result,和A数组一样的大小,让 k 指向result数组终止位置。
如果A[i] * A[i] < A[j] * A[j] 那么result[k–] = A[j] * A[j]; 。
如果A[i] * A[i] >= A[j] * A[j] 那么result[k–] = A[i] * A[i]; 。
如动画所示:

代码

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;class Solution {
public:vector<int> sortedSquares(vector<int>& nums) {int k = nums.size() - 1;vector<int> result(nums.size(), 0);for (int i = 0, j = nums.size() - 1;i <= j;) {if (nums[i] * nums[i] >= nums[j] * nums[j]) {result[k--] = nums[i] * nums[i];i++;}else {result[k--] = nums[j] * nums[j];j--;}}return result;}
};void PrintVector(vector<int>& nums) {for (int i = 0; i < nums.size();i++) {cout << nums[i] << " ";}cout << endl;
}int main() {vector<int> nums = { -4,-1,0,3,10 }; // 创建一个数组Solution obj;// 创建一个Solution类型的对象obj,vector<int> result;//通过obj对象调用sortedSquares函数,并传入参数numsresult = obj.sortedSquares(nums);// 输出结果cout << "平方排序后的数组为: " << endl;PrintVector(result);return 0;
}

时间复杂度为O(n);

209.长度最小的子数组

题目:

. - 力扣(LeetCode)
给定一个含有 n 个正整数的数组和一个正整数 target ,找出该数组中满足其和 ≥target 的长度最小的 连续 子数组,并返回其长度。如果不存在符合条件的子数组,返回 0。
示例:

输入:target = 7, nums = [2,3,1,2,4,3]
输出:2
解释:子数组 [4,3] 是该条件下的长度最小的子数组。

提示:

  • 1 <= target <= 10^9
  • 1 <= nums.length <= 10^5
  • 1 <= nums[i] <= 10^5

思路 – 滑动窗口

接下来就开始介绍数组操作中另一个重要的方法:滑动窗口
所谓滑动窗口,就是不断的调节子序列的起始位置和终止位置,从而得出我们要想的结果
在暴力解法中,是一个for循环滑动窗口的起始位置,一个for循环为滑动窗口的终止位置,用两个for循环 完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢。
首先要思考 如果用一个for循环,那么应该表示 滑动窗口的起始位置,还是终止位置
如果只用一个for循环来表示 滑动窗口的起始位置,那么如何遍历剩下的终止位置?
此时难免再次陷入 暴力解法的怪圈。
所以 只用一个for循环,那么这个循环的索引,一定是表示 滑动窗口的终止位置
那么问题来了, 滑动窗口的起始位置如何移动呢?
这里还是以题目中的示例来举例,s=7, 数组是 2,3,1,2,4,3,来看一下查找的过程:

最后找到 4,3 是最短距离。
其实从动画中可以发现滑动窗口也可以理解为双指针法的一种!只不过这种解法更像是一个窗口的移动,所以叫做滑动窗口更适合一些。
在本题中实现滑动窗口,主要确定如下三点:

  • 窗口内是什么?
    • 窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
  • 如何移动窗口的起始位置?
    • 窗口的起始位置如何移动:如果当前窗口的值大于等于s了,窗口就要向前移动了(也就是该缩小了)。
  • 如何移动窗口的结束位置?
    • 窗口的结束位置如何移动:窗口的结束位置就是遍历数组的指针,也就是for循环里的索引

解题的关键在于 窗口的起始位置如何移动,如图所示:

可以发现滑动窗口的精妙之处在于根据当前子序列和大小的情况,不断调节子序列的起始位置

代码:

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;class Solution {
public:int minSubArrayLen(int target, vector<int>& nums) {int result = INT32_MAX;// 保存子数组的长度int sum = 0; // 滑动窗口数值之和int i = 0; // 滑动窗口的起始位置int subLength = 0; // 滑动窗口的长度for (int j = 0; j < nums.size();j++){sum += nums[j];while (sum >= target) {subLength = j - i + 1; // 计算子数组的长度result = result < subLength ? result : subLength;sum -= nums[i++];// 移动起始位置}}return result == INT32_MAX ? 0 : result;}
};int main() {vector<int> nums = { 2,3,1,2,4,3 }; // 创建一个数组int target = 7;Solution obj;// 创建一个Solution类型的对象obj,int result;//通过obj对象调用minSubArrayLen函数,并传入参数target,numsresult = obj.minSubArrayLen(target,nums);// 输出结果cout << "子数组的长度为: " << result << endl;
}
  • 时间复杂度:O(n)
  • 空间复杂度:O(1)

一些录友会疑惑为什么时间复杂度是O(n)。
不要以为for里放一个while就以为是O(n^2)啊, 主要是看每一个元素被操作的次数,每个元素在滑动窗后进来操作一次,出去操作一次,每个元素都是被操作两次,所以时间复杂度是 2 × n 也就是O(n)。

59.螺旋矩阵Ⅱ

. - 力扣(LeetCode)

题目

给定一个正整数 n,生成一个包含 1 到 n^2 所有元素,且元素按顺时针顺序螺旋排列的n* n正方形矩阵。
示例:

输入: 3
输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]

image.pngimage.pngimage.png

思路

模拟顺时针画矩阵的过程:

  • 填充上行从左到右
  • 填充右列从上到下
  • 填充下行从右到左
  • 填充左列从下到上

由外向内一圈一圈这么画下去。
这里一圈下来,我们要画每四条边,这四条边怎么画,每画一条边都要坚持一致的左闭右开或者左开右闭的原则,这样这一圈才能按照统一的规则画下来。
那么我按照左闭右开的原则,来画一圈,大家看一下:

这里每一种颜色,代表一条边,我们遍历的长度,可以看出每一个拐角处的处理规则,拐角处让给新的一条边来继续画。
这也是坚持了每条边左闭右开的原则。

代码

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;class Solution {
public:vector<vector<int>> generateMatrix(int n) {vector<vector<int>> res(n, vector<int>(n, 0));// 使用vector定义一个二维数组int startx = 0, starty = 0;// 定义每循环一个圈的起始位置int loop = n / 2;// 每个圈循环几次,例如n为奇数3,那么loop = 1 只是循环一圈,矩阵中间的值需要单独处理int mid = n / 2;// 矩阵中间的位置,例如:n为3, 中间的位置就是(1,1),n为5,中间位置为(2, 2)int offset = 1; // 需要控制每一条边遍历的长度,每次循环右边界收缩一位int count = 1;// 用来给矩阵中每一个空格赋值int i, j;while(loop--){i = startx;j = starty;for (j; j < n - offset; j++) { // 填充上行从左到右(左闭右开)res[i][j] = count++;}for (i; i < n - offset; i++) { // 填充右列从上到下(左闭右开)res[i][j] = count++;}for (; j > starty; j--) { // 填充下行从右到左(左闭右开)res[i][j] = count++;}for (; i > startx; i--) { // 填充左列从下到上(左闭右开)res[i][j] = count++;}// 第二圈开始的时候,起始位置要各自加1, 例如:第一圈起始位置是(0, 0),第二圈起始位置是(1, 1)startx++;starty++;// offset 控制每一圈里每一条边遍历的长度offset++;}if (n % 2) {res[mid][mid] = count;}return res;}
};// 输出二维数组
void PrintVector(vector<vector<int>>& nums) {cout << "[ ";for (int i = 0; i < nums.size();i++) {cout << "[ ";for (int j = 0; j < nums.size(); j++) {cout << nums[i][j];if (j < nums.size() - 1) {cout << ", ";}		}cout << " ]";if (i < nums.size() - 1) {cout << ", ";}}cout << " ]" << endl;
}int main() {int n;cout << "请输入正整数 n = " << endl;cin >> n;Solution obj;// 创建一个Solution类型的对象obj,vector<vector<int>> result;//通过obj对象调用generateMatrix函数,并传入参数nresult = obj.generateMatrix(n);// 输出结果cout << "螺旋矩阵为: " << endl;PrintVector(result);return 0;
}

image.png
image.png
image.png

  • 时间复杂度 O(n^2): 模拟遍历二维矩阵的时间
  • 空间复杂度 O(1)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/42226.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ChatGPT4深度解析:探索智能对话新境界

大模型chatgpt4分析功能初探 目录 1、探测目的 2、目标变量分析 3、特征缺失率处理 4、特征描述性分析 5、异常值分析 6、相关性分析 7、高阶特征挖掘 1、探测目的 1、分析chat4的数据分析能力&#xff0c;提高部门人效 2、给数据挖掘提供思路 3、原始数据&#xf…

科研绘图系列:R语言径向柱状图(Radial Bar Chart)

介绍 径向柱状图(Radial Bar Chart),又称为雷达图或蜘蛛网图(Spider Chart),是一种在极坐标系中绘制的柱状图。这种图表的特点是将数据点沿着一个或多个从中心向外延伸的轴来展示,这些轴通常围绕着一个中心点均匀分布。 特点: 极坐标系统:数据点不是在直角坐标系中展…

【后端面试题】【中间件】【NoSQL】MongoDB查询优化3(拆分、嵌入文档,操作系统)

拆分大文档 很常见的一种优化手段&#xff0c;在一些特定的业务场景中&#xff0c;会有一些很大的文档&#xff0c;这些文档有很多字段&#xff0c;而且有一些特定的字段还特别的大。可以考虑拆分这些文档 大文档对MongoDB的性能影响还是很大的&#xff0c;就我个人经验而言&…

ASCII码对照表【2024年汇总】

&#x1f37a;ASCII相关文章汇总如下&#x1f37a;&#xff1a; &#x1f388;ASCII码对照表&#xff08;255个ascii字符汇总&#xff09;&#x1f388;&#x1f388;ASCII码对照表&#xff08;Unicode 字符集列表&#xff09;&#x1f388;&#x1f388;ASCII码对照表&#x…

Day05-04-持续集成总结

Day05-04-持续集成总结 1. 持续集成2. 代码上线目标项目 1. 持续集成 git 基本使用, 拉取代码,上传代码,分支操作,tag标签 gitlab 用户 用户组 项目 , 备份,https,优化. jenkins 工具平台,运维核心, 自由风格工程,maven风格项目,流水线项目, 流水线(pipeline) mavenpom.xmlta…

【瑞数补环境实战】某网站Cookie补环境与后缀分析还原

文章目录 1. 写在前面2. 特征分析3. 接口分析3. 补JS环境4. 补后缀参数 【&#x1f3e0;作者主页】&#xff1a;吴秋霖 【&#x1f4bc;作者介绍】&#xff1a;擅长爬虫与JS加密逆向分析&#xff01;Python领域优质创作者、CSDN博客专家、阿里云博客专家、华为云享专家。一路走…

二分查找2

1. 山脉数组的峰顶索引&#xff08;852&#xff09; 题目描述&#xff1a; 算法原理&#xff1a; 根据题意我们可以将数组分为两个部分&#xff0c;一个部分是arr[mid-1]<arr[mid]&#xff0c;另一个部分为arr[mid-1]>arr[mid]&#xff0c;此时不难发现我们可以将二分…

Flink,spark对比

三&#xff1a;az 如何调度Spark、Flink&#xff0c;MR 任务 首先&#xff0c;使用java编写一个spark任务&#xff0c;定义一个类&#xff0c;它有main方法&#xff0c;里面写好逻辑&#xff0c;sparkConf 和JavaSparkContext 获取上下文&#xff0c;然后打成一个jar包&#xf…

数据结构——二叉树相关题目

1.寻找二叉树中数值为x的节点 //寻找二叉树中数值为x的节点 BTNode* TreeFind(BTNode* root, BTDataType x)//传过来二叉树的地址和根的地址&#xff0c;以及需要查找的数据 {if (root Null){return Null;}//首先需要先判断这个树是否为空&#xff0c;如果为空直接返回空if (…

【JavaWeb程序设计】JSP实现购物车功能

目录 一、结合之前所学的相关技术&#xff0c;编写代码实现以下购物车功能 1. 我实现的功能运行截图如下 &#xff08;1&#xff09;商品列表页面home.jsp &#xff08;2&#xff09;登录账号页面/未登录点击结账页面 &#xff08;3&#xff09;重新登录页面&#xff08;记…

昇思25天学习打卡营第18天|ShuffleNet图像分类

一、简介&#xff1a; ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型&#xff0c;和MobileNet, SqueezeNet等一样主要应用在移动端&#xff0c;所以模型的设计目标就是利用有限的计算资源来达到最好的模型精度。ShuffleNetV1的设计核心是引入了两种操作&#xff1a;Poin…

如何在centos7安装Docker

在centOS7中我们可以使用火山引擎镜像源镜像安装Docker,以下是具体的安装步骤。 step 1: 安装必要的一些系统工具 sudo yum install -y yum-utils Step 2: 添加软件源信息 sudo yum-config-manager --add-repo https://mirrors.ivolces.com/docker/linux/centos/docker-ce.r…

力扣双指针算法题目:二叉树的层序遍历(BFS)

目录 1.题目 2.思路解析 3.代码 1.题目 . - 力扣&#xff08;LeetCode&#xff09; 2.思路解析 对二叉树进行层序遍历&#xff0c;顾名思义&#xff0c;就是按每一层的顺序对二叉树一层一层地进行遍历 思路如下 从第一层开始&#xff0c;先将二叉树地头放入队列q&#xff0…

2007-2022年中国各企业数字化转型与供应链效率

企业数字化转型与供应链效率是现代企业管理和发展的两个关键方面。以下是对中国各企业数字化转型与供应链效率数据的介绍&#xff1a; 数据简介 企业数字化转型&#xff1a;指企业通过采用数字技术与创新方法&#xff0c;改造业务流程、组织结构和产品服务&#xff0c;以提升…

UCOS-III 系统移植

1. 移植前准备 1.1 源码下载 UCOS-III Kernel Source&#xff1a; https://github.com/weston-embedded/uC-OS3.git Micriμm CPU Source &#xff1a; https://github.com/weston-embedded/uC-CPU.git Micriμm Lib Source&#xff1a; https://github.com/weston-embedded…

多方SQL计算场景下,如何达成双方共识,确认多方计算作业的安全性

安全多方计算在SQL场景下的限制 随着MPC、隐私计算等概念的流行&#xff0c; 诸多政府机构、金融企业开始考虑参与到多方计算的场景中&#xff0c; 扩展数据的应用价值。 以下面这个场景为例&#xff0c; 银行可能希望获取水电局和税务局的数据&#xff0c;来综合计算得到各…

DolphinScheduler-3.1.9 资源中心实践

前言 目前DolphinScheduler最新的稳定版本是 3.1.9 &#xff0c;基于此做些探索&#xff0c;逐渐深化学习路径&#xff0c;以便于加深理解。 3.2.1 是最新的版本。目前的稳定版本是 3.1.9 基础环境&#xff1a;Hadoop3.3, Java 8, Python3, MacOS14.2.1 一、本地伪分布式安装…

学习笔记——动态路由——IS-IS中间系统到中间系统(开销)

四、IS-IS开销 1、IS-IS 开销简介 在IS-IS协议刚面世时&#xff0c;互联网网络结构还非常简单&#xff0c;因此IS-IS早期的版本中只使用了6bit来描述链路开销&#xff0c;链路开销的取值范围是1-63。一条路由的开销范围只有10bit&#xff0c;取值范围是0-1023。 随着计…

前端实现无缝自动滚动动画

1. 前言: 前端使用HTMLCSS实现一个无缝滚动的列表效果 示例图: 2. 源码 html部分源码: <!--* Author: wangZhiyu <w3209605851163.com>* Date: 2024-07-05 23:33:20* LastEditTime: 2024-07-05 23:49:09* LastEditors: wangZhiyu <w3209605851163.com>* File…

【ubuntu】安装(升级)显卡驱动,黑屏|双屏无法使用问题解决方法

every blog every motto: You can do more than you think. https://blog.csdn.net/weixin_39190382?typeblog 0. 前言 ubuntu 安装(升级)显卡驱动&#xff0c;黑屏|双屏无法使用问题解决方法 由于项目需要&#xff0c;对显卡驱动进行升级。升级完就黑屏。。。。&#xff0…