【数据结构】—红黑树（C++实现）

                                                       🎬慕斯主页：修仙—别有洞天

                                                 💜本文前置知识： AVL树

                                                      ♈️今日夜电波：Letter Song—ヲタみん

                                                                1:36━━━━━━️💟──────── 5:35
                                                                    🔄   ◀️   ⏸   ▶️    ☰  

                                      💗关注👍点赞🙌收藏您的每一次鼓励都是对我莫大的支持😍

目录

一、前言  

        红黑树的概念 

        红黑树与二叉搜索树的异同

二、红黑树的实现

        节点的定义

        AVL树的初始化定义

红黑树的插入（重点及难点！！！） 

        插入大致步骤

        插入的总体逻辑 

        按照二叉搜索树的方法插入节点

        父节点为红色， 需要进行相应的调整

        情况一: cur为红，p为红，g为黑，u存在且为红

        情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑​编辑

        情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑

        插入实现 

        根据构建红黑树的规则验证红黑树

        求红黑树高度以及遍历红黑树

三、总体代码

一、前言  

         本文是基于二叉搜索树以及AVL树的知识前提下对于红黑树进行叙述的，主要叙述的方面同AVL树一样，主要是在于插入方面的解析，其它部分同AVL树和二叉搜索树还是有些相似的。但是对于删除部分来说，红黑树就太难了，举个例子？：插入部分，红黑树的实现大概180行代码，而删除则是400往上接近500行了。难度可想而知，作者如果有能力后续会慢慢补齐的！

        红黑树的概念 

        红黑树是一种自平衡二叉查找树，它的每个节点都有一个颜色属性，可以是红色或黑色。红黑树的特性如下：

  • 每个节点要么是红色，要么是黑色。
  • 根节点是黑色。
  • 所有的叶子节点（NIL节点）都是黑色。（注意NIL实际上空节点，只不过我们将所有空节点看作黑色节点而已）
  • 如果一个节点是红色，那么它的两个子节点都是黑色。（意味着黑色可以有黑色的节点也可以有红色的节点，但是红色只能有黑色的节点）
  • 对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。

        这些特性保证了红黑树的搜索效率。在最坏的情况下，搜索一棵高度为h的红黑树的时间复杂度是O(h)，与AVL树相当。此外，由于红黑树的插入和删除操作不需要像AVL树那样频繁地旋转，因此红黑树在实际应用中比AVL树更加稳定和高效。

在实际应用中，红黑树常用于实现关联数组（哈希表）的数据结构，以及数据库索引等场合。

        红黑树与二叉搜索树的异同

        红黑树和二叉搜索树的主要区别在于它们如何处理数据冲突。

        二叉搜索树（BST）是一种特殊的二叉树，其中每个节点都存储一个键值，并且满足左子树中的所有键值小于根节点的键值，右子树中的所有键值大于根节点的键值。这使得搜索、插入和删除操作可以在平均情况下以O(log n)的时间复杂度完成。

        红黑树也是一种二叉搜索树，但它通过限制每个节点的颜色和位置关系来保持树的平衡，从而确保搜索、插入和删除操作的时间复杂度始终为O(log n)。与BST不同的是，红黑树还具有以下特点：

  * 每个节点要么是红色，要么是黑色。
  * 根节点是黑色。
  * 所有的叶子节点（NIL节点，空节点）都是黑色。
  * 如果一个节点是红色，那么它的两个子节点都是黑色。
  * 对于每个节点，从该节点到其所有后代叶节点的简单路径上，均包含相同数目的黑色节点。

        这些特性使得红黑树在实际应用中更加强大和灵活。例如，红黑树可以通过左右旋转变换快速调整树的形状，从而应对动态数据集的变化。此外，红黑树还可以应用于许多不同的场景，如数据库索引、排序算法、集合类数据结构等等。

二、红黑树的实现

         节点的定义

         使用枚举来定义结点的颜色，提高代码的可读性。定义三叉链，方便后续的旋转等等操作，定义KV结构的红黑树，定义一个枚举变量用于储存颜色。通过构造函数初始化节点。

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

        AVL树的初始化定义

template<class K, class V>
struct RBTree
{typedef RBTreeNode<K, V> Node;public:bool Insert(const pair<K, V>& kv)//插入操作bool IsBalance();//判断是否符合红黑树int Height();//求高度private:Node* _root = nullptr;//给缺省初始化};

红黑树的插入（重点及难点！！！） 

         插入大致步骤

下面是红黑树插入的大致步骤：

1. 向红黑树中插入新的节点。

2. 确保新节点的颜色为红色。

3. 确保新插入的节点不会破坏红黑树的性质。如果新节点违反了某些性质，则需要对红黑树进行旋转操作或更改节点的颜色。

4. 返回到插入节点的父节点，继续执行第3步，直到所有违反性质的节点都被修复为止。

具体来说，当我们向红黑树中插入新的节点时，我们需要遵循以下规则：

        - 每个节点都是红色或黑色。

        - 根节点是黑色。

        - 所有叶子节点（NIL节点，空节点）都是黑色。

        - 如果一个节点是红色，则它的两个子节点都是黑色。

        - 对于每个节点，从该节点到其所有后代叶子节点的简单路径上，均包含相同数目的黑色节点。

        如果我们违反了这些规则中的任何一个，我们就可以通过旋转操作或更改节点的颜色来修复这个问题。例如，如果我们发现某个节点有两个子节点都是红色的，那么我们就需要将这个节点以及其两个子节点的颜色全部改为黑色，然后再将该节点的父节点变为红色。这样就可以确保新插入的节点不会破坏红黑树的性质。

        插入的总体逻辑 

  1. 按二叉搜索树的插入方法，找到待插入位置。
  2. 将待插入结点插入到树中。（新插入的节点默认为红）
  3. 若插入结点的父结点是红色的，则需要对红黑树进行调整。
  4. 按情况进行调整：情况一: cur为红，p为红，g为黑，u存在且为红。->将p,u改为黑，g改为红，然后把g当成cur，继续向上调整。情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑->p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反， p为g的右孩子，cur为p的右孩子，则进行左单旋转p、g变色--p变黑，g变红。情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑->p为g的左孩子，cur为p的右孩子，则针对p做左单旋转，再对g做右单旋；相反， p为g的右孩子，cur为p的左孩子，则针对p做右单旋转，再对g做左单旋。

        按照二叉搜索树的方法插入节点

         按照搜索二叉树，大往右，小往左的思想，找到对应的节点，插入节点并且链接。大致步骤都是同二叉搜索树是相同的，只不过需要注意的是新插入的节点默认都是红色的。当父节点为黑色时，直接插入即可。

bool Insert(const pair<K, V>& kv)
{if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true{_root = new Node(kv);_root->_col = BLACK;return true;}Node* parent = nullptr;//后续遍历找位置以及旋转等Node* cur = _root;//遍历用while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方{if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历{parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历{parent = cur;cur = cur->_left;}else{return false;}}//默认新增节点给红色，防止给黑破坏平衡cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first)//同父节点比大小{parent->_right = cur;//链接新节点}else{parent->_left = cur;//链接新节点}cur->_parent = parent;//新节点链接父节点//后续根据红黑树特性开始调整...//调整完毕}_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑return true;
}

        父节点为红色， 需要进行相应的调整

        重点在于看舅舅节点，看舅舅节点的存在与否，存在的话是红色？还是黑色？ 根据舅舅节点来确定相应的调整操作。然后再看新插入节点cur处于parent的位置，在左？还是在右？进行相应的调整策略。

        情况一: cur为红，p为红，g为黑，u存在且为红

         当cur为红，p为红，g为黑，u存在且为红时，将p,u改为黑，g改为红，然后把g当成cur，继续向上调整。

         情况二: cur为红，p为红，g为黑，u不存在/u存在且为黑

        当cur为红，p为红，g为黑，u不存在/u存在且为黑，u不存在，如果p为g的左，cur为p的左，如上图一所示，则只需对g进行右单旋，如果p为g的右，cur为p的右，则只需对g进行左单旋，然后p、g变色--p变黑，g变红。

        当u存在且为黑，即如上图二第2步所示。由图二1、2步我们可以知道cur是由于新增节点而变化而来的，我们也可以根据红黑树的定义可知，c、d、e分别为对应箭头的颜色。由此，我们需要进行对应的旋转以及变色操作，对于以上u存在且为黑，如果p为g的左，cur为p的左，则如图二第3步所示，对p进行右单旋，如果p为g的右，cur为p的右，则只需对g进行左单旋，然后p、g变色--p变黑，g变红。

         情况三: cur为红，p为红，g为黑，u不存在/u存在且为黑

        当cur为红，p为红，g为黑，u不存在/u存在且为黑，但是此时,如果p为g的左，cur为p的右，则如图所示需先对p进行左单旋，再对g进行右单旋。如果p为g的右，cur为p的左，则需对p进行右单旋，再对g进行左单旋。然后c、g变色--c变黑，g变红。 

        插入实现 

	bool Insert(const pair<K, V>& kv){if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true{_root = new Node(kv);_root->_col = BLACK;return true;}Node* parent = nullptr;//后续遍历找位置以及旋转等Node* cur = _root;//遍历用while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方{if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历{parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历{parent = cur;cur = cur->_left;}else{return false;}}//默认新增节点给红色，防止给黑破坏平衡cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first)//同父节点比大小{parent->_right = cur;//链接新节点}else{parent->_left = cur;//链接新节点}cur->_parent = parent;//新节点链接父节点//根据红黑树特性开始调整while (parent && parent->_col == RED)//由于子节点和父节点都是红色，则需要调整{Node* grandfather = parent->_parent;//储存爷爷节点，用于找舅舅节点以及变色甚至旋转if (parent == grandfather->_left){//     g//   p   u// cNode* uncle = grandfather->_right;//如果父亲节点在爷爷的左则舅舅在右if (uncle && uncle->_col == RED)//情况一：“变色处理” 舅舅节点存在且为红色，则我们需要将父亲以及舅舅变黑，爷爷变红{// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 继续向上处理cur = grandfather;parent = cur->_parent;}else //情况二：“需要旋转（单旋？or双旋？）+变色处理” 即舅舅节点存在时为黑或者舅舅节点不存在，则我们需要进行相应的旋转{if (cur == parent->_left){// 单旋//     g         p  //   p     ->  c   g// cRotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;}else{// 双旋//     g          g        p  //   p     ->   c    ->  c   g//     c      pRotateL(parent);RotateR(grandfather);cur->_col = BLACK;grandfather->_col = RED;}break;}}else // parent == grandfather->_right{//     g//   u   p //          c//Node* uncle = grandfather->_left;//情况一，但是uncle在左// u存在且为红if (uncle && uncle->_col == RED){// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 继续向上处理cur = grandfather;parent = cur->_parent;}else//情况二：“需要旋转（单旋？or双旋？）+变色处理”{if (cur == parent->_right){// 单旋//     g           p  //       p   ->  g   c//         cRotateL(grandfather);grandfather->_col = RED;parent->_col = BLACK;}else{//     g        g           c//   u   p -> u   c   ->  g   p//     c            p   u//RotateR(parent);RotateL(grandfather);cur->_col = BLACK;grandfather->_col = RED;}break;}}}_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑return true;}void RotateL(Node* parent){++_rotateCount;Node* cur = parent->_right;Node* curleft = cur->_left;parent->_right = curleft;if (curleft){curleft->_parent = parent;}cur->_left = parent;Node* ppnode = parent->_parent;parent->_parent = cur;if (parent == _root){_root = cur;cur->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}cur->_parent = ppnode;}}void RotateR(Node* parent){++_rotateCount;Node* cur = parent->_left;Node* curright = cur->_right;parent->_left = curright;if (curright)curright->_parent = parent;Node* ppnode = parent->_parent;cur->_right = parent;parent->_parent = cur;if (ppnode == nullptr){_root = cur;cur->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}cur->_parent = ppnode;}}

         根据构建红黑树的规则验证红黑树

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
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
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)
	bool IsBalance(){return _IsBalance(_root);}// 根节点->当前节点这条路径的黑色节点的数量bool CheckColour(Node* root, int blacknum, int benchmark){if (root == nullptr){if (blacknum != benchmark)return false;return true;}if (root->_col == BLACK)//统计黑色用于判断每条路径黑色都相同{++blacknum;}if (root->_col == RED && root->_parent && root->_parent->_col == RED){//当前节点与父节点连续红色cout << root->_kv.first << "出现连续红色节点" << endl;return false;}return CheckColour(root->_left, blacknum, benchmark)&& CheckColour(root->_right, blacknum, benchmark);//递归遍历每条路径}bool _IsBalance(Node* root){//根据构建红黑树的规则进行判断if (root == nullptr)return true;if (root->_col != BLACK)//根不能为红{return false;}// //参考值,统计一条路径的黑色节点数int benchmark = 0;Node* cur = _root;while (cur){if (cur->_col == BLACK)++benchmark;cur = cur->_left;}//通过检查每条路径的黑色节点数判断是否平衡return CheckColour(root, 0, benchmark);}

        求红黑树高度以及遍历红黑树

         基本上就是同AVL树以及搜索二叉树相同的道理。

	int Height(){return _Height(_root);}//中序遍历void Inorder(){_Inorder(_root);}int _Height(Node* root){if (root == nullptr)return 0;int leftHeight = _Height(root->_left);int rightHeight = _Height(root->_right);return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;}//中序遍历子函数void _Inorder(Node* root){if (root == nullptr)return;_Inorder(root->_left);cout << root->_kv.first << " ";_Inorder(root->_right);}

三、总体代码

#pragma once
#include<iostream>
using namespace std;enum Color
{RED,BLACK
};template<class K, class V>
struct RBTreeNode
{RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;pair<K, V> _kv;Color _col;RBTreeNode(const pair<K, V>& kv):_left(nullptr), _right(nullptr), _parent(nullptr), _kv(kv), _col(RED){}
};template<class K, class V>
struct RBTree
{typedef RBTreeNode<K, V> Node;
public:bool Insert(const pair<K, V>& kv){if (_root == nullptr)//如果根节点为空则直接开辟一个节点作为根节点并且返回true{_root = new Node(kv);_root->_col = BLACK;return true;}Node* parent = nullptr;//后续遍历找位置以及旋转等Node* cur = _root;//遍历用while (cur) // 开始遍历到指定位置->其实就是到cur为空节点的地方{if (cur->_kv.first < kv.first)//要插入节点大于则往右遍历{parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first)//要插入节点小于于则往左遍历{parent = cur;cur = cur->_left;}else{return false;}}//默认新增节点给红色，防止给黑破坏平衡cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first)//同父节点比大小{parent->_right = cur;//链接新节点}else{parent->_left = cur;//链接新节点}cur->_parent = parent;//新节点链接父节点//根据红黑树特性开始调整while (parent && parent->_col == RED)//由于子节点和父节点都是红色，则需要调整{Node* grandfather = parent->_parent;//储存爷爷节点，用于找舅舅节点以及变色甚至旋转if (parent == grandfather->_left){//     g//   p   u// cNode* uncle = grandfather->_right;//如果父亲节点在爷爷的左则舅舅在右if (uncle && uncle->_col == RED)//情况一：“变色处理” 舅舅节点存在且为红色，则我们需要将父亲以及舅舅变黑，爷爷变红{// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 继续向上处理cur = grandfather;parent = cur->_parent;}else //情况二：“需要旋转（单旋？or双旋？）+变色处理” 即舅舅节点存在时为黑或者舅舅节点不存在，则我们需要进行相应的旋转{if (cur == parent->_left){// 单旋//     g         p  //   p     ->  c   g// cRotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;}else{// 双旋//     g          g        p  //   p     ->   c    ->  c   g//     c      pRotateL(parent);RotateR(grandfather);cur->_col = BLACK;grandfather->_col = RED;}break;}}else // parent == grandfather->_right{//     g//   u   p //          c//Node* uncle = grandfather->_left;//情况一，但是uncle在左// u存在且为红if (uncle && uncle->_col == RED){// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 继续向上处理cur = grandfather;parent = cur->_parent;}else//情况二：“需要旋转（单旋？or双旋？）+变色处理”{if (cur == parent->_right){// 单旋//     g           p  //       p   ->  g   c//         cRotateL(grandfather);grandfather->_col = RED;parent->_col = BLACK;}else{//     g        g           c//   u   p -> u   c   ->  g   p//     c            p   u//RotateR(parent);RotateL(grandfather);cur->_col = BLACK;grandfather->_col = RED;}break;}}}_root->_col = BLACK;//将根处理成黑。因为插入向上处理会改变，但是当最后为根时改变后就不能进入循环，因此需要最后处理为黑return true;}void RotateL(Node* parent){++_rotateCount;Node* cur = parent->_right;Node* curleft = cur->_left;parent->_right = curleft;if (curleft){curleft->_parent = parent;}cur->_left = parent;Node* ppnode = parent->_parent;parent->_parent = cur;if (parent == _root){_root = cur;cur->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}cur->_parent = ppnode;}}void RotateR(Node* parent){++_rotateCount;Node* cur = parent->_left;Node* curright = cur->_right;parent->_left = curright;if (curright)curright->_parent = parent;Node* ppnode = parent->_parent;cur->_right = parent;parent->_parent = cur;if (ppnode == nullptr){_root = cur;cur->_parent = nullptr;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}cur->_parent = ppnode;}}bool IsBalance(){return _IsBalance(_root);}int Height(){return _Height(_root);}//中序遍历void Inorder(){_Inorder(_root);}private:// 根节点->当前节点这条路径的黑色节点的数量bool CheckColour(Node* root, int blacknum, int benchmark){if (root == nullptr){if (blacknum != benchmark)return false;return true;}if (root->_col == BLACK)//统计黑色用于判断每条路径黑色都相同{++blacknum;}if (root->_col == RED && root->_parent && root->_parent->_col == RED){//当前节点与父节点连续红色cout << root->_kv.first << "出现连续红色节点" << endl;return false;}return CheckColour(root->_left, blacknum, benchmark)&& CheckColour(root->_right, blacknum, benchmark);//递归遍历每条路径}bool _IsBalance(Node* root){//根据构建红黑树的规则进行判断if (root == nullptr)return true;if (root->_col != BLACK)//根不能为红{return false;}// //参考值,统计一条路径的黑色节点数int benchmark = 0;Node* cur = _root;while (cur){if (cur->_col == BLACK)++benchmark;cur = cur->_left;}//通过检查每条路径的黑色节点数判断是否平衡return CheckColour(root, 0, benchmark);}int _Height(Node* root){if (root == nullptr)return 0;int leftHeight = _Height(root->_left);int rightHeight = _Height(root->_right);return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;}//中序遍历子函数void _Inorder(Node* root){if (root == nullptr)return;_Inorder(root->_left);cout << root->_kv.first << " ";_Inorder(root->_right);}private:Node* _root = nullptr;public:int _rotateCount = 0;
};

                         感谢你耐心的看到这里ღ( ´･ᴗ･` )比心，如有哪里有错误请踢一脚作者o(╥﹏╥)o！ 

                                       

                                                                         给个三连再走嘛~  

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/203914.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

基于SpringBoot的大学活动平台

基于SpringBoot的大学活动平台

✌全网粉丝20W,csdn特邀作者、博客专家、CSDN新星计划导师、java领域优质创作者,博客之星、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取项目下载方式&#x1f345; 一、项目背景介绍&#xff1a; 随着互联网技术的不断…
阅读更多...
天池SQL训练营(二)-SQL基础查询与排序

天池SQL训练营(二)-SQL基础查询与排序

-天池龙珠计划SQL训练营 Task02&#xff1a;SQL基础查询与排序 SQL训练营页面地址&#xff1a;https://tianchi.aliyun.com/specials/promotion/aicampsql 一、SELECT语句基础 1.1 从表中选取数据 SELECT语句 从表中选取数据时需要使用SELECT语句&#xff0c;也就是只从表…
阅读更多...
扩散模型diffusion model用于图像恢复任务详细原理 (去雨，去雾等皆可)，附实现代码

扩散模型diffusion model用于图像恢复任务详细原理 (去雨，去雾等皆可)，附实现代码

文章目录 1. 去噪扩散概率模型2. 前向扩散3. 反向采样3. 图像条件扩散模型4. 可以考虑改进的点5. 实现代码 话不多说&#xff0c;先上代码&#xff1a; 扩散模型diffusion model用于图像恢复完整可运行代码&#xff0c;附详细实验操作流程 令外一篇简化超分扩散模型SR3来实现图…
阅读更多...
红队系列-内网横向

红队系列-内网横向

内网横向 渗透测试-内网横向MS-17010利用方法总结原理介绍漏洞利用MSFLadon 渗透测试-从公有云到内网漫游RCE-反序列化-frp0x01 前言0x02 前期打点0x03 想办法打内网0x04对上面的IP进行渗透0x05 愉快的内网漫游 windows凭据窃取MimikatzProcdumpGet-PassHashes.ps1 Windows远程…
阅读更多...
08-中介者模式-C语言实现

08-中介者模式-C语言实现

中介者模式&#xff1a; Define an object that encapsulates how a set of objects interact.Mediator promotes loose coupling by keeping objects from referring to each other explicitly,and it lets you vary their interaction independently.&#xff08;用一个中介对…
阅读更多...
04 ECharts基础入门

04 ECharts基础入门

文章目录 一、ECharts介绍1. 简介2. 相关网站3. HTML引入方式4. 基本概念 二、常见图表1. 柱状图2. 折线图3. 饼图4. 雷达图5. 地图 三、应用1. 动画2. 交互 一、ECharts介绍 1. 简介 ECharts是一个使用JavaScript实现的开源可视化库&#xff0c;用于生成各种图表和图形。 EC…
阅读更多...
数据清洗、特征工程和数据可视化、数据挖掘与建模的主要内容

数据清洗、特征工程和数据可视化、数据挖掘与建模的主要内容

1.4 数据清洗、特征工程和数据可视化、数据挖掘与建模的内容 视频为《Python数据科学应用从入门到精通》张甜 杨维忠 清华大学出版社一书的随书赠送视频讲解1.4节内容。本书已正式出版上市&#xff0c;当当、京东、淘宝等平台热销中&#xff0c;搜索书名即可。内容涵盖数据科学…
阅读更多...
vue3.2版本setup语法糖

vue3.2版本setup语法糖

setup语法糖&#xff1a; 一、Vue3.0 <script>里定义的变量、属性和方法必须 return 出来&#xff0c;<template>中才能使用&#xff1b;这样会导致在页面上变量会出现很多次。vue3.2只需在script标签中添加setup&#xff0c;就可以帮助我们解决这个问题,无需再写…
阅读更多...
JVM 对象内存布局篇

JVM 对象内存布局篇

对象的实例化 创建对象有哪些方式&#xff1f; 1、new对象 最常见的方式 变形1:X的静态方法 变形2:XxxBuilder/XxxFactory的静态方法 2、Class的newlnstance0:反射的方式&#xff0c;只能调用空参的构造器&#xff0c;权限必须是public 3、Constructor的newinstance(X):反射的…
阅读更多...
可视化监管云平台EasyCVR宠物粮食食品厂智能视频监控方案

可视化监管云平台EasyCVR宠物粮食食品厂智能视频监控方案

由于我国养宠物群体的不断膨胀&#xff0c;宠物市场也占据了经济的很大一部分&#xff0c;宠物做为人类的好朋友&#xff0c;可以给人们带来极高的精神抚慰&#xff0c;作为“毛孩子”家长&#xff0c;爱宠人士自然不会亏待自家宠物&#xff0c;都会选择最好的口粮以供宠物食用…
阅读更多...
【开源】基于Vue+SpringBoot的教学过程管理系统

【开源】基于Vue+SpringBoot的教学过程管理系统

项目编号&#xff1a; S 054 &#xff0c;文末获取源码。 \color{red}{项目编号&#xff1a;S054&#xff0c;文末获取源码。} 项目编号&#xff1a;S054&#xff0c;文末获取源码。 目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 教师端2.2 学生端2.3 微信小程序端2…
阅读更多...
CompletableFuture：Java中的异步编程利器

CompletableFuture：Java中的异步编程利器

前言&#xff1a; 在秋招的面试中&#xff0c;面试官问了很多关于异步编程相关的知识点&#xff0c;朋友最近也和我聊到了这个话题&#xff0c;因此今天咱们来讨论讨论这个知识点&#xff01; 随着现代软件系统的日益复杂&#xff0c;对于非阻塞性和响应性的需求也在不断增加…
阅读更多...
3 文本分类入门finetune：bert-base-chinese

3 文本分类入门finetune：bert-base-chinese

项目实战&#xff1a; 数据准备工作 bert-base-chinese 是一种预训练的语言模型&#xff0c;基于 BERT&#xff08;Bidirectional Encoder Representations from Transformers&#xff09;架构&#xff0c;专门用于中文自然语言处理任务。BERT 是由 Google 在 2018 年提出的一…
阅读更多...
gpt1与bert区别

gpt1与bert区别

区别1&#xff1a;网络结构&#xff08;主要是Masked Multi-Head-Attention和Multi-Head-Attention&#xff09; gpt1使用transformer的decoder&#xff0c;单向编码&#xff0c;是一种基于语言模型的生成式模型&#xff0c;更适合生成下一个单词或句子 bert使用transformer的…
阅读更多...
Domino多Web站点托管

Domino多Web站点托管

大家好&#xff0c;才是真的好。 看到一篇文档&#xff0c;大概讲述的是他在家里架了一台Domino服务器&#xff0c;上面跑了好几个Internet的Web网站&#xff08;使用Internet站点&#xff09;。再租了一台云服务器&#xff0c;上面安装Nginx做了反向代理&#xff0c;代理访问…
阅读更多...
轨迹分析：Palantir评估细胞分化潜能 类似于monocle2

轨迹分析：Palantir评估细胞分化潜能 类似于monocle2

轨迹分析是单细胞测序分析中重要的组成部分&#xff0c;它基于细胞谱系之间“具有中间态细胞”的理论基础&#xff0c;通过结合先验知识&#xff08;细胞注释、markers&#xff09;、细胞基因表达改变等&#xff0c;为在单细胞测序数据赋予了“假时间”&#xff08;pseudotime&…
阅读更多...
图的深度优先搜索(数据结构实训)

图的深度优先搜索(数据结构实训)

题目&#xff1a; 图的深度优先搜索 描述&#xff1a; 图的深度优先搜索类似于树的先根遍历&#xff0c;是树的先根遍历的推广。即从某个结点开始&#xff0c;先访问该结点&#xff0c;然后深度访问该结点的第一棵子树&#xff0c;依次为第二顶子树。如此进行下去&#xff0c;直…
阅读更多...
每天五分钟计算机视觉：通过残差块搭建卷积残差神经网络Resnet

每天五分钟计算机视觉：通过残差块搭建卷积残差神经网络Resnet

本文重点 随着深度神经网络的层数的增加，神经网络会变得越来越难以训练，之所以这样就是因为存在梯度消失和梯度爆炸问题。本节课程我们将学习跳跃连接方式，它可以从某一网络层获取激活a，然后迅速反馈给另外一层，甚至是神经网络的更深层，从而解决梯度消失的问题。 传统的…
阅读更多...
关于命令行方式的MySQL服务无法启动问题原因之一解决

关于命令行方式的MySQL服务无法启动问题原因之一解决

这里无法启动服务的原因为系统某些进行占用了3306端口问题 当你遇到无法启动的问题时&#xff0c;可以尝试通过netstat -ano命令查看系统进行信息&#xff0c;验证是否3306端口被占用 在本地地址列如果发现3306端口被占用&#xff0c;则通过 taskkill /f /pid 进程id命令关闭进…
阅读更多...
matlab 点云放缩变换

matlab 点云放缩变换

目录 一、算法原理二、代码实现三、结果展示四、相关链接本文由CSDN点云侠原创，原文链接。爬虫网站自重。如果你不是在点云侠的博客中看到该文章，那么此处便是不要脸的爬虫与GPT。 一、算法原理 缩放可以独立应用于三个坐标轴，如将点 ( x , y , z ) ( x
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023