[数据结构]-红黑树

前言

作者：小蜗牛向前冲

名言：我可以接受失败，但我不能接受放弃

  如果觉的博主的文章还不错的话，还请点赞，收藏，关注👀支持博主。如果发现有问题的地方欢迎❀大家在评论区指正

目录

一、红黑树的基本知识

 1、红黑树的概念

2、性质 

二、红黑树的模拟实现 

1、节点的定义

2、红黑树的插入 

三、红黑树的测试

1、验证的准备工作

2、测试用例 

3、完整代码实现 

四、AVL树和红黑树的比较 

本期学习目标：什么是红黑树，红黑树是怎么实现的，红黑树的测试，红黑树和AVL树的对比 

一、红黑树的基本知识

 1、红黑树的概念

红黑树，是一种二叉搜索树，但在每个结点上增加一个存储位表示结点的颜色，可以是Red或 Black。 通过对任何一条从根到叶子的路径上各个结点着色方式的限制，红黑树确保没有一条路 径会比其他路径长出俩倍（最长路径吧会超过最短路径的2倍），因而是接近平衡的。

2、性质 

  1. 每个结点不是红色就是黑色。
  2.  根节点是黑色的 。
  3.  如果一个节点是红色的，则它的两个孩子结点是黑色的。(没有连续的红节点)
  4. 对于每个结点，从该结点到其所有后代叶结点的简单路径上，均包含相同数目的黑色结点 。(每条路径下都包含相同的黑节点)
  5.  每个叶子结点都是黑色的(此处的叶子结点指的是空结点)。

 推论：

  1. 最短路径：全部由黑节点组成
  2. 最长路径：一黑一红，红节点数量 == 黑节点数量

这里我们思考一下，红黑树是如何保证：最长路径不超过最短路径的2倍？

  • 由推论2可知，对于最长路经，就是一红一黑，而且红节点数量等于黑节点数量，
  • 在由推论1可知，最短路径节点数量全为黑。
  • 在由性质4可知，每条路径的黑节点数量都相同，这就保证了最长路径不超过2倍的最短路径。

二、红黑树的模拟实现 

1、节点的定义

enum Colour
{RED,BLACK,
};template<class K,class V>
struct RBTreeNode
{pair<K, V> _kv;RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;Colour _col;RBTreeNode(const pair<K, V>& kv):_kv(kv),_left(nullptr),_right(nullptr),_parent(nullptr),_col(RED){}
};

2、红黑树的插入 

根据节点的定义，我们上面定义了一个枚举类型了存放显色的类型，RED和BLACK，但是我们在插入节点的时候是定义红色还是黑色呢？我们在上面定义的是红色为什么呢？

这里分类讨论一下：

定义新插入节点为黑色：

就会破坏性质4，导致每天路径的黑色节点数量不同

定义新插入节点为红色：

可能会破坏性质3，导致出现连续的红节点，但是这样也仅仅影响的是一条路径，影响有限。

综上所述：所以我们选择插入节点为红色。

红黑树是在二叉搜索树的基础上加上其平衡限制条件，因此红黑树的插入可分为两步：

1. 按照二叉搜索的树规则插入新节点

2.检测新节点插入后，红黑树的性质是否造到破坏

因为新节点的默认颜色是红色，因此：如果其双亲节点的颜色是黑色，没有违反红黑树任何性质，则不需要调整；但当新插入节点的双亲节点颜色为红色时，就违反了性质三不能有连在一起的红色节点，此时需要对红黑树分情况来讨论：

约定:cur为当前节点，p为父节点，g为祖父节点，u为叔叔节点(p：parent g：grandfather u：uncle)

当p为g的左孩子时，有3种情况需要讨论

情况1：

 

 情况2：

情况3：

 当p为g的右孩子时，也有3种情况需要讨论

这里的讨论和上面相似，处理方法也相似：

情况1：

情况2: 

情况3：

代码实现：

bool insert(const pair<K, V>& kv)
{if (_root == nullptr){_root = new Node(kv);_root->_col = BLACK;return true;}//找到插入位置Node* parent = nullptr;Node* cur = _root;while (cur){//到左子树找if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else{return false;}}//找到了cur = new Node(kv);cur->_col = RED;//默认颜色为红色//链接节点if (parent->_kv.first > kv.first){parent->_left = cur;cur->_parent = parent;}else{parent->_right = cur;cur->_parent = parent;}//插入后要调整红黑树//如果父亲存在且为红色while (parent && parent->_col == RED){Node* grandparent = parent->_parent;//情况1：cur为红色，p和u都为红色，g为黑色,这里的u是存在的//解决方法:p和n都变黑,g变红,在把cur当做g继续调整if (parent == grandparent->_left){Node* uncle = grandparent->_right;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandparent->_col = RED;cur = grandparent;//更新parentparent = cur->_parent;}else//情况2+3  uncle存在且为黑色或者uncle不存在{if (cur == parent->_left){//情况2//解决方法:右单旋，将p变黑，g变红RotateR(grandparent);parent->_col = BLACK;grandparent->_col = RED;}else//情况3：双旋转{RotateL(parent);RotateR(grandparent);grandparent->_col = RED;cur->_col = BLACK;//双旋转后cur变为了根}//这里类比根节点为色，不需要在调整了break;}}else//grandparent->right == parent{//这里也是和上面一样分为三种情况Node* grandparent = parent->_parent;Node* uncle = grandparent->_left;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandparent->_col = RED;cur = grandparent;//更新parentparent = cur->_parent;}else{if (cur == parent->_right){RotateL(grandparent);//左单旋转parent->_col = BLACK;grandparent->_col = RED;}else{RotateR(parent);RotateL(grandparent);grandparent->_col = RED;cur->_col = BLACK;//双旋转后cur变为了根}break;}}}//调整完成，把根节点变黑_root->_col = BLACK;return true;
}
//右单旋
void RotateR(Node* parent)
{Node* subL = parent->_left;Node* subLR = subL->_right;Node* grandparent = parent->_parent;//让subLR变为parent的左,parent->_left = subLR;//这里要判断一下subLR不为空if (subLR){subLR->_parent = parent;}//parent变为subL的右subL->_right = parent;parent->_parent = subL;//parent就是为根if (grandparent == nullptr){_root = subL;subL->_parent = grandparent;}else{//parnet是上grandparent的左子树if (grandparent->_left == parent){grandparent->_left = subL;}else{grandparent->_right = subL;}subL->_parent = grandparent;}
}//左单旋
void RotateL(Node* parent)
{Node* subR = parent->_right;Node* subRL = subR->_left;Node* ppNode = parent->_parent;parent->_right = subRL;if (subRL){subRL->_parent = parent;}subR->_left = parent;parent->_parent = subR;//parnet为根,要更新根if (ppNode == nullptr){_root = subR;subR->_parent = ppNode;}else{if (ppNode->_left == parent){ppNode->_left = subR;}else{ppNode->_right = subR;}subR->_parent = ppNode;}
}

三、红黑树的测试

1、验证的准备工作

  1. 检测其是否满足二叉搜索树(中序遍历是否为有序序列)

  2. 检测其是否满足红黑树的性质
    检测方法：
    1、根节点是黑色，否则不是红黑树
    2、当前节点是红色，去检测父亲节点，父亲节点也是红色，则不是红黑树
    3、以最左侧路径的黑色节点为基准，其它路径上的黑色节点与基准不相等，不是红黑树

 检验代码：

void Inorder()
{_Inorder(_root);
}void _Inorder(Node* root)
{if (root == nullptr)return;_Inorder(root->_left);cout << root->_kv.first << ":" << root->_kv.second << endl;_Inorder(root->_right);
}bool Check(Node* root, int blackNum, const int ref)
{if (root == nullptr){//已经递归到最深处进行,本路径的黑节点树和ref数量对比if (blackNum != ref){cout << "违反规则：本条路径的黑色节点的数量跟最左路径不相等" << endl;return false;}return true;}if (root->_col == RED && root->_parent->_col == RED){cout << "违反规则：出现连续红色节点" << endl;return false;}if (root->_col == BLACK){++blackNum;}return Check(root->_left, blackNum, ref)&& Check(root->_right, blackNum, ref);
}bool IsBalance()
{if (_root == nullptr){return true;}if (_root->_col != BLACK){return false;}//求出最左路节点有多少个黑节点int ref = 0;Node* left = _root;while (left){if (left->_col == BLACK){++ref;}left = left->_left;}return Check(_root, 0, ref);
}

2、测试用例 

这里我们借用上面AVL树的测试用例即可

void TestRBTree1()
{//int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };//int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };RBTreeh<int, int> t;for (auto e : a){/*if (e == 18){int x = 0;}*/t.insert(make_pair(e, e));cout << "insert" << e << ":" << t.IsBalance() << endl;}t.Inorder();cout << t.IsBalance() << endl;
}void TestRBTree2()
{srand(time(0));const size_t N = 100000;RBTreeh<int, int> t;for (size_t i = 0; i < N; ++i){size_t x = rand();t.insert(make_pair(x, x));//cout << t.IsBalance() << endl;}//t.Inorder();cout << t.IsBalance() << endl;
}

3、完整代码实现 

#pragma onceenum Colour
{RED,BLACK,
};template<class K,class V>
struct RBTreeNode
{pair<K, V> _kv;RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;Colour _col;RBTreeNode(const pair<K, V>& kv):_kv(kv),_left(nullptr),_right(nullptr),_parent(nullptr),_col(RED){}
};template<class K,class V>
class RBTreeh
{typedef RBTreeNode<K,V> Node;
public:bool insert(const pair<K, V>& kv){if (_root == nullptr){_root = new Node(kv);_root->_col = BLACK;return true;}//找到插入位置Node* parent = nullptr;Node* cur = _root;while (cur){//到左子树找if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else{return false;}}//找到了cur = new Node(kv);cur->_col = RED;//默认颜色为红色//链接节点if (parent->_kv.first > kv.first){parent->_left = cur;cur->_parent = parent;}else{parent->_right = cur;cur->_parent = parent;}//插入后要调整红黑树//如果父亲存在且为红色while (parent && parent->_col == RED){Node* grandparent = parent->_parent;//情况1：cur为红色，p和u都为红色，g为黑色,这里的u是存在的//解决方法:p和n都变黑,g变红,在把cur当做g继续调整if (parent == grandparent->_left){Node* uncle = grandparent->_right;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandparent->_col = RED;cur = grandparent;//更新parentparent = cur->_parent;}else//情况2+3  uncle存在且为黑色或者uncle不存在{if (cur == parent->_left){//情况2//解决方法:右单旋，将p变黑，g变红RotateR(grandparent);parent->_col = BLACK;grandparent->_col = RED;}else//情况3：双旋转{RotateL(parent);RotateR(grandparent);grandparent->_col = RED;cur->_col = BLACK;//双旋转后cur变为了根}//这里类比根节点为色，不需要在调整了break;}}else//grandparent->right == parent{//这里也是和上面一样分为三种情况Node* grandparent = parent->_parent;Node* uncle = grandparent->_left;if (uncle && uncle->_col == RED){parent->_col = uncle->_col = BLACK;grandparent->_col = RED;cur = grandparent;//更新parentparent = cur->_parent;}else{if (cur == parent->_right){RotateL(grandparent);//左单旋转parent->_col = BLACK;grandparent->_col = RED;}else{RotateR(parent);RotateL(grandparent);grandparent->_col = RED;cur->_col = BLACK;//双旋转后cur变为了根}break;}}}//调整完成，把根节点变黑_root->_col = BLACK;return true;}//右单旋void RotateR(Node* parent){Node* subL = parent->_left;Node* subLR = subL->_right;Node* grandparent = parent->_parent;//让subLR变为parent的左,parent->_left = subLR;//这里要判断一下subLR不为空if (subLR){subLR->_parent = parent;}//parent变为subL的右subL->_right = parent;parent->_parent = subL;//parent就是为根if (grandparent == nullptr){_root = subL;subL->_parent = grandparent;}else{//parnet是上grandparent的左子树if (grandparent->_left == parent){grandparent->_left = subL;}else{grandparent->_right = subL;}subL->_parent = grandparent;}}//左单旋void RotateL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;Node* ppNode = parent->_parent;parent->_right = subRL;if (subRL){subRL->_parent = parent;}subR->_left = parent;parent->_parent = subR;//parnet为根,要更新根if (ppNode == nullptr){_root = subR;subR->_parent = ppNode;}else{if (ppNode->_left == parent){ppNode->_left = subR;}else{ppNode->_right = subR;}subR->_parent = ppNode;}}void Inorder(){_Inorder(_root);}void _Inorder(Node* root){if (root == nullptr)return;_Inorder(root->_left);cout << root->_kv.first << ":" << root->_kv.second << endl;_Inorder(root->_right);}bool Check(Node* root, int blackNum, const int ref){if (root == nullptr){//已经递归到最深处进行,本路径的黑节点树和ref数量对比if (blackNum != ref){cout << "违反规则：本条路径的黑色节点的数量跟最左路径不相等" << endl;return false;}return true;}if (root->_col == RED && root->_parent->_col == RED){cout << "违反规则：出现连续红色节点" << endl;return false;}if (root->_col == BLACK){++blackNum;}return Check(root->_left, blackNum, ref)&& Check(root->_right, blackNum, ref);}bool IsBalance(){if (_root == nullptr){return true;}if (_root->_col != BLACK){return false;}//求出最左路节点有多少个黑节点int ref = 0;Node* left = _root;while (left){if (left->_col == BLACK){++ref;}left = left->_left;}return Check(_root, 0, ref);}
private:Node* _root = nullptr;};void TestRBTree1()
{//int a[] = { 8, 3, 1, 10, 6, 4, 7, 14, 13 };int a[] = { 16, 3, 7, 11, 9, 26, 18, 14, 15 };//int a[] = { 4, 2, 6, 1, 3, 5, 15, 7, 16, 14 };RBTreeh<int, int> t;for (auto e : a){/*if (e == 18){int x = 0;}*/t.insert(make_pair(e, e));cout << "insert" << e << ":" << t.IsBalance() << endl;}t.Inorder();cout << t.IsBalance() << endl;
}//void TestRBTree2()
//{
//	srand(time(0));
//	const size_t N = 100000;
//	RBTreeh<int, int> t;
//	for (size_t i = 0; i < N; ++i)
//	{
//		size_t x = rand();
//		t.insert(make_pair(x, x));
//		//cout << t.IsBalance() << endl;
//	}
//
//	//t.Inorder();
//	cout << t.IsBalance() << endl;
//}

四、AVL树和红黑树的比较 

AVL树（Adelson-Velsky and Landis tree）和红黑树都是自平衡的二叉搜索树，它们在维持树的平衡性上采用了不同的策略。以下是它们之间的一些比较：

  1. 平衡性维护策略：

    • AVL树： 通过保持任意节点的左右子树的高度差（平衡因子）不超过1来维护平衡。在每次插入或删除操作后，可能需要旋转来恢复平衡。
    • 红黑树： 通过引入额外的颜色信息和一些规则，确保树的高度保持在较小的范围内。具体来说，红黑树的平衡性维护是通过节点的颜色和一些颜色约束来实现的。

  2. 平衡因子和颜色信息：

    • AVL树： 使用平衡因子（Balance Factor）来表示每个节点左右子树的高度差。通常，平衡因子为 -1、0、1。
    • 红黑树： 使用颜色信息（红色或黑色）来表示树的平衡状态。通过遵循红黑树的性质，确保了树的平衡。

  3. 旋转操作：

    • AVL树： 插入或删除可能需要执行多次旋转操作，包括左旋、右旋、左右旋、右左旋等。
    • 红黑树： 插入或删除通常只需要执行一到两次旋转操作，因为红黑树引入了颜色信息，更灵活地维持平衡。

  4. 性能影响：

    • AVL树： 由于 AVL 树对平衡的要求更为严格，因此在插入和删除等操作时可能会导致更多的旋转，相对来说更耗费性能。
    • 红黑树： 由于其相对宽松的平衡条件，红黑树在插入和删除等操作时通常执行的旋转较少，因此性能可能相对更好。

  5. 应用场景：

    • AVL树： 适用于对搜索性能有较高要求的场景，例如在数据库中需要快速检索数据。
    • 红黑树： 通常在需要高效的插入和删除操作的情况下使用，例如在集合类的实现中。

总体而言，选择 AVL 树还是红黑树取决于应用的特定需求。如果搜索操作远远超过插入和删除，可能更倾向于使用 AVL 树。而在插入和删除操作频繁的情况下，红黑树可能更为适用。

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/news/169549.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

英文文献阅读工具和经验分享

英文文献阅读工具和经验分享

在搞学术的时候需要阅读大量的英文论文或者是英文原著&#xff0c;我也一直在摸索如何方便高效的阅读。本篇仅为个人经验之谈&#xff0c;大家还是要找到合适自己的方式。 方法一&#xff1a;deepLGoodNotes 优点&#xff1a; 可以各种划线标注、手写笔记&#xff0c;加入图片…
阅读更多...
实现医生排班系统

实现医生排班系统

实现医生排班系统时&#xff0c;你可以使用多种Java技术和框架&#xff0c;具体选择取决于你的需求和团队的熟悉程度。以下是一些可能用到的Java技术和框架&#xff1a; Spring Boot&#xff1a; 描述&#xff1a; Spring Boot是一个简化了Spring应用开发的框架&#xff0c;提供…
阅读更多...
github上不去

github上不去

想要网上找代码发现github上不去了 发现之前的fastgit也用不了了 搜了很多地方终于找到了 记录保存一下 fastgithub最新下载 选择第二个下载解压就行 使用成功&#xff01;
阅读更多...
【C】内存函数

【C】内存函数

目录 1. memcpy 使用和模拟实现 2. memmove 使⽤和模拟实现 3. memset 函数的使用 4. memcmp 函数的使用 1. memcpy 使用和模拟实现 void * memcpy ( void * destination, const void * source, size_t num ); • 函数memcpy从source的位置开始向后复制num个字节的数据到d…
阅读更多...
BUUCTF [HBNIS2018]caesar 1

BUUCTF [HBNIS2018]caesar 1

BUUCTF:https://buuoj.cn/challenges 题目描述&#xff1a; 得到的 flag 请包上 flag{} 提交。来源&#xff1a;https://github.com/hebtuerror404/CTF_competition_warehouse_2018 密文&#xff1a; 下载附件&#xff0c;得到一个.txt文件。 解题思路&#xff1a; 1、用浏览…
阅读更多...
HIVE SQL时间函数

HIVE SQL时间函数

目录 current_timestamp()获取当前时间unix_timestamp()获取当前时区的UNIX时间戳from_unixtime()时间戳转日期函数unix_timestamp(string date)日期转时间戳函数提取日期中的年月日时分秒weekofyear (string date)日期转周函数日期比较函数datediff(string enddate, string st…
阅读更多...
springsecurity6配置二

springsecurity6配置二

一、springsecurity6自定义认证异常处理器 1.1 AuthenticationEntryPointImpl.java package com.school.information.core.security.handler;import com.alibaba.fastjson.JSON; import com.school.information.enums.result.ResultStatusEnum; import com.school.informatio…
阅读更多...
Android Gradle 升级到7.x及Maven推送问题

Android Gradle 升级到7.x及Maven推送问题

7.0以下的Android插件工程使用Maven上传时脚本如下所示。 plugins {id com.android.libraryid kotlin-androidid maven }// 源代码一起打包 task androidSourcesJar(type: Jar) {archiveClassifier.set(sources)from android.sourceSets.main.java.sourceFiles }uploadArchive…
阅读更多...
pop链反序列化 [MRCTF2020]Ezpop1

pop链反序列化 [MRCTF2020]Ezpop1

打开题目 网站源码为 Welcome to index.php <?php //flag is in flag.php //WTF IS THIS? //Learn From https://ctf.ieki.xyz/library/php.html#%E5%8F%8D%E5%BA%8F%E5%88%97%E5%8C%96%E9%AD%94%E6%9C%AF%E6%96%B9%E6%B3%95 //And Crack It! class Modifier {protected …
阅读更多...
楚辞·莫欺少年穷

楚辞·莫欺少年穷

【楚辞莫欺少年穷】 作家&#xff0f;罗光记 藐彼世俗兮&#xff0c;纷纷无常&#xff0c; 然我少年兮&#xff0c;如日初阳。 年虽未盛&#xff0c;志气壮兮&#xff0c;凌云壮志怀瑾瑜。 白驹过隙兮&#xff0c;光阴如梭&#xff0c; 不屈于穷兮&#xff0c;勇往直前。 犹若…
阅读更多...
【MATLAB源码-第89期】基于matlab的灰狼优化算法(GWO)无人机三维路径规划，输出做短路径图和适应度曲线

【MATLAB源码-第89期】基于matlab的灰狼优化算法(GWO)无人机三维路径规划，输出做短路径图和适应度曲线

操作环境&#xff1a; MATLAB 2022a 1、算法描述 灰狼优化算法&#xff08;Grey Wolf Optimizer, GWO&#xff09;是一种模仿灰狼捕食行为的优化算法。灰狼是群居动物&#xff0c;有着严格的社会等级结构。在灰狼群体中&#xff0c;通常有三个等级&#xff1a;首领&#xff…
阅读更多...
什么是判断能力？如何提高判断能力？

什么是判断能力？如何提高判断能力？

什么是判断能力&#xff1f; 人的大脑跟电脑有有着相似的工作原理&#xff0c;不论什么事情&#xff0c;如果要做出判断&#xff0c;那么首先是收集各类信息&#xff0c;跟这个事件相关的各种资料&#xff0c;仅供大脑的分析后&#xff0c;得出一个结论&#xff0c;从而形成判…
阅读更多...
LeetCode 1457. 二叉树中的伪回文路径：深度优先搜索(DFS) + 位运算优化

LeetCode 1457. 二叉树中的伪回文路径：深度优先搜索(DFS) + 位运算优化

【LetMeFly】1457.二叉树中的伪回文路径&#xff1a;深度优先搜索(DFS) 位运算优化 力扣题目链接&#xff1a;https://leetcode.cn/problems/pseudo-palindromic-paths-in-a-binary-tree/ 给你一棵二叉树&#xff0c;每个节点的值为 1 到 9 。我们称二叉树中的一条路径是 「…
阅读更多...
福州大学《嵌入式系统综合设计》实验七：图像灰度直方图

福州大学《嵌入式系统综合设计》实验七：图像灰度直方图

一、实验目的 直方图是一种统计特征&#xff0c;在图像中广为使用&#xff0c;因为具有计算简便、不受平移、旋转的影响&#xff0c;因此可以作为图像的一种有效的局部/全局特征来表示图像&#xff0c;是图像的重要特征之一。直方图在SIFT算法、HOG算法、直方图均衡等图像特征…
阅读更多...
Ubuntu Linux配置方法

Ubuntu Linux配置方法

1. 查看防火墙状态 进入root权限 ufw status verbose 状态&#xff1a;不活动 2.先把ssh的权限打开 这么做的目的是防止把自己关在外面了&#xff0c;如果你是其他端口&#xff0c;记得把22换成你实际的ssh端口好。 ufw allow 22 防火墙规则已更新 规则已更新(v6) 3.打开…
阅读更多...
重庆数字孪生技术推进制造业升级，工业物联网可视化应用加速

重庆数字孪生技术推进制造业升级，工业物联网可视化应用加速

重庆数字孪生、5G、人工智能、物联网、大数据等新一代信息技术的出现及终端计算设备的发展&#xff0c;带来了研发模式、生产模式、消费模式、体制机制的系统性变革&#xff0c;企业应该建设适应工业4.0时代发展要求的新型生产体系。巨蟹数科数字孪生智能工厂通过部署多样化用例…
阅读更多...
Spring cloud - Feign

Spring cloud - Feign

Feign的作用 Feign是Netflix公司开发的声明式web客户端组件&#xff0c;Spring对Feign做了无缝集成&#xff1a; Feign is a declarative web service client. It makes writing web service clients easier. To use Feign create an interface and annotate it. It has plugg…
阅读更多...
抖音小店什么样的品是爆品？如何选品？三年实战经验分享！

抖音小店什么样的品是爆品？如何选品？三年实战经验分享！

我是电商珠珠 抖音所发展的电商平台-抖音小店&#xff0c;素来以兴趣电商为发展模式&#xff0c;所以和传统的平台并不一样。 抖音平台内&#xff0c;主讲的是兴趣&#xff0c;有兴趣才会有需求。 那么新手选择什么样的品才会更加容易爆单&#xff1f; 1、颜值 按照平台的…
阅读更多...
初出茅庐的小李之C语言必备知识预处理

初出茅庐的小李之C语言必备知识预处理

编译预处理 编译预处理就是在编译源代码之前进行的一系列处理&#xff0c;将源程序中的一些特殊命令进行展开或处理&#xff0c;生成扩展的源代码。这些特殊命令通常以“#”开头&#xff0c;占单独的行&#xff0c;语句尾部不需要加分号。 宏定义 (#define)是一种常见的编译…
阅读更多...
MapTR 复现报错接解决方案（报错均已解决）

MapTR 复现报错接解决方案（报错均已解决）

MapTR 复现报错接解决方案，以下报错均已解决 MapTR 复现 参考上一篇 mapTR环境配置和代码复现 error 1.: ERROR: Could not install packages due to an OSError: [Errno 28] No space left on device WARNING: There was an error checking the latest version of pip. //…
阅读更多...
最新文章

Copyright @ 2022~2023