【算法C++实现】5、二叉树

二叉树节点结构体

class Node {
public:int val;Node* left;Node* right;Node(int a) : val(a), left(nullptr), right(nullptr) {}Node(int a, Node* l, Node* r): val(a), left(l), right(r) {}}

1、递归遍历

递归遍历二叉树,每个节点的遍历顺序叫递归序(视频讲解链接)

递归过程中,树的每个节点都会被访问3次。聚焦到某一个节点。第一次访问该结点后,执行一段代码,再递归执行左子树。左子树递归完毕,会再一次回到该节点,继续往下执行一段代码后,跳到右子树递归执行。右子树递归完毕,又再次回到该节点,执行剩下的代码。

void f(Node* head) {if (!head) return;// ......第一次到该节点后,执行的代码(节点访问操作,比如打印值)f(head->left);// ......第二次到该节点后,执行的代码f(head->right);// ......第三次到该节点后,执行的代码
}

利用递归序,可以很容易得到3种遍历顺序

  • 先序遍历(左右):第1次到一个节点才打印
  • 中序遍历(左右):第2次到一个节点才打印
  • 后序遍历(左右):第3次到一个节点才打印
void preOrderRecur(Node* head) {if (!head) return;std::cout << head->val << " ";preOrderRecur(head->left);preOrderRecur(head->right);
}
void inOrderRecur(Node* head) {if (!head) return;inOrderRecur(head->left);std::cout << head->val << " ";inOrderRecur(head->right);
}
void posOrderRecur(Node* head) {if (!head) return;posOrderRecur(head->left);	posOrderRecur(head->right);std::cout << head->val << " ";
}

在这里插入图片描述

2、非递归遍历

非递归遍历二叉树是通过使用辅助数据结构(通常是)来模拟遍历过程,从而避免了递归带来的函数调用开销。

2.1 先序遍历(深度优先遍历)(单栈)

leetcode 144 简单

先将根节点压入栈中,然后循环执行以下步骤:

  • 弹出并访问
  • 先右后左,把两个孩子入栈(如果有)

先右后左压栈,出栈就是先左后右了

#include <stack>
#include <iostream>    
void preOrderUnRecur(Node* head) {std::cout << "pre-order: ";if (head) {std::stack<Node*> myStack;// 先压入头结点myStack.push(head);// 循环执行while (!myStack.empty()) {// 弹出并访问head = myStack.top();std::cout << head->val << " ";myStack.pop();// 先右后左if (head->right)myStack.push(head->left);if (head->left)myStack.push(head->right);}}std::cout << endl;
}

2.2 后序遍历(双栈)

leetcode 145 简单

后序遍历与前序遍历很像,相当于逆序一下(需要额外一个栈)。
先序是根左右 ,如果弹出时不访问,而是放入另一个收集栈,则每个子树在收集栈中从上到下就会是右左根的顺序,而我们需要左右根,因此在压入第一个栈时先左后右即可。

先将根节点压入第一个栈,然后循环执行以下步骤:

  • 弹出并压入第二个栈(收集栈)
  • 其子节点入栈,先左后右(如果有)

最终,第二个栈中的元素弹出顺序即为后序遍历的结果。

#include <stack>
#include <iostream> 
void posOrderUnRecur(Node* head) {std::cout << "in-order: ";if (!head) return;std::stack<Node*> s1;std::stack<Node*> s2;// 压入根节点s1.push(head);// 循环while (!s1.empty()) {// 弹出并压入收集栈head = s1.top();s1.pop();s2.push(head);// 先左后右if (head->left)s1.push(head->left);if (head->left)s1.push(head->right);}// 单独打印收集栈while (!s2.empty()) {std::cout << s2.top() << " ";s2.pop();}std::cout << endl;
}

2.3 中序遍历(单栈)

leetcode 94 简单

循环执行以下步骤:

  • 对每棵子树的左边界节点从上到下的顺序压入栈中
  • 弹出栈顶节点并访问(打印)
  • 对其右子树重复以上操作

稍微麻烦一些,死记咯。其详细过程看视频链接

#include <stack>
#include <iostream> 
void inOrderUnRecur(Node* head) {std::cout << "in-order :";if (head) {std::stack<Node*> s;while (!s.empty() || head) {if (head) { // head复用了,最左边节点全部入栈stack.push(head);head = head->left;} else { // 直到head为空,左边节点已全部入栈// 出栈并访问栈顶节点head = s.top();		std::cout << head->val << " ";s.pop()// 下一步对右子树重复以上循环head = head->right	}}}std::cout << std::endl;
}

看完代码后,看这个视频链接非常有助于理解记忆这个过程。

这个过程,其实就是把整棵树,用左边界进行分解,每个左边界入栈顺序是从根节点到叶子结点,那么弹出顺序必然是叶子结点到根节点,即符合左根,然后每次一个根节点出栈后,会立马对它右子树重复以上过程,从而实现对该树而言的根右。综上所述每一课子树局部都是左根右的顺序,任何一个整体树叶依旧是左根右。满足中序遍历要求

2.3 宽度优先遍历(层序遍历)(单队列)

leetcode 102 中等

思路简单,借用一个队列
先把根节点入队,然后循环执行

  • 出队并访问
  • 其子节点入队,先左后右(如果有)
#include <queue>
#include <iostream>void levelOrder(Node* head) {if (!head) return;std::queue<Node*> q;q.push(head);while (!queue.empty()) {head = q.front();std::cout << head ->val << " ";q.pop();if (head->left)q.push(head->left);if (head->right)q.push(head->right);}
}

2.3.1 例题:求二叉树最大宽度

leetcode 662 中等

不光是层序遍历,还要统计当前在第几层以及该层的节点数
代码讲解视频链接

#include <limits>
#include <queue>
#include <unordered_map>int treeWidth(Node* head) {if (!head) return;std::queue<Node*> queue;queue.push(head);std::unordered_map<Node*, int> levelMap;	// 统计每个节点以及该节点所在层数levelMap.emplace(head, 1);	// or levelMap.push(std::pair(head,1)) <utility>;int curLevel = 1;		// 当前统计层int curLevelNodes = 0;	// 当前层的节点数int max = INT_MIN;while (!s.empty()) {// 出队,获取该节点所在层Node* cur = queue.front();queue.pop();int curNodeLevel = levelMap.at(cur);	// 该节点所在层与当前正在统计层一致if (curNodeLevel == curLevel) {curLevelNodes++;} else { // 不一致,清算,开始统计下一层max = std::max(max, curLevelNodes);curLevel++;curLevelNodes = 1;}// 把出队节点左右孩子入队,其所在层数为cur所在层+1if (cur->left) {levelMap.emplace(cur->left, curNodeLevel+1);queue.push(cur->left);}if (cur->right) {levelMap.emplace(cur->right, curNodeLevel+1);queue.push(cur->right);}}}

3、概念

3.1 二叉搜索树(BST)

对于每个节点,它的值大于左子树中的所有节点的值,同时小于右子树中的所有节点的值。 且不包含重复的节点值。

BST的特性:

  • 查找: 可以快速查找特定值,通过比较节点值并根据大小关系逐步向下遍历树。
  • 插入: 插入新节点,保持树的结构仍然满足BST的性质。
  • 删除: 可以删除搜索二叉树中的节点,需要考虑不同情况下的处理方式,以保持树的性质。
  • 中序遍历: 得到一个升序的节点值序列。

3.1.1 判断一棵树是否是BST(递归中序遍历)

leetcode 98 中等

可以采用递归中序遍历,判断节点是否为升序。如果忘了递归遍历法请回看第1节中的内容

int pre = INT_MIN;
bool isBST1(Node* head) {if (!head) {return true; // 空树也是BST}if (!isBST(head->left)) {return false;}// 中序遍历需要在这里做节点访问操作if (head->val <= pre) {// BST左树严格小于根节点,所以判断别忘了=号return false;}pre = head->val;return isBST(head->right);
}

也可以采用先递归中序遍历拿到所有节点值,后判断是否为升序排列也可以,不过要额外空间O(N)。看起来更复杂,实则逻辑更简单

void inOrderRecur(Node* head, std::vector<int>& inOrderArr) {if (!head ) return true;inOrderRecur(head->left, inOrderArr));inOrderArr.emplace_back(head->val);inOrderRecur(head->right, inOrderArr);
}
bool isBST2(Node* head) {std::vector<int> inOrderArr;inOrderRecur(head, inOrderArr);for (int i = 0; i < inOrderArr.size() - 1; i++) {if (inOrderArr[i] >= inOrderArr[i+1])return false;}return true;
}

3.1.2 判断一棵树是否是BST(非递归中序遍历)

  • 对当前的左边界节点从上到下的顺序压入栈中
  • 弹出栈顶节点并访问(打印)
  • 对其右子树重复以上操作
#include <stack>
#include <limits>
bool isBST3(Node* head) {int pre = INT_MIN; // long pre = LONG_MIN;if (head) {std::stack<Node*> stack;while (!stack.siEmpty() || head) {if (head) {	// 左边界节点循环入栈stack.emplace(head);head = head->left;} else {// 出栈head = stack.top();// 访问if (head->val <= pre) {return false;} else {pre = head->val;}// 队右子树重复以上步骤head = head->right;}}}// 左边界入栈}

需要注意的是,如果插入的节点顺序不合理,搜索二叉树可能会变得不平衡,导致查找、插入和删除操作的性能下降。为了避免这种情况,有时候需要采取平衡二叉搜索树(例如 AVL 树、红黑树)来保持树的平衡性。

3.2 完全二叉树(CBT)

一种尽可能填满层级的二叉树,左侧的节点优先填充。

      1/ \2   3/ \ / 4  5 6

3.2.1 判别一棵树是否是CBT(层序遍历)

LeetCode 958 中等

使用层序遍历(广度优先遍历),按层级顺序访问每个节点。

  • 如果遇到任何一个节点有右无左false
  • 遇到第一个孩子不双全的节点后,后面的所有节点都必须是叶子节点(无孩),否则false。
#include <queue>
bool isCBT(Node* head) {std::queue<Node*> queue;queue.emplace(head);bool firstNotFull = false; // 遇到第一个不双全节点while (!queue.empty()) {head = queue.front();queue.pop();Node* l = head->left;Node* r = head->right;// 有右无左 or 第一次遇到不双全节点后,后续任意节点有孩(非叶子节点)if ( (!l && r) || (firstNotFull && (l || r)) ) {return false;}if (l) queue.emplace(l);if (r) queue.emplace(r);if (!l || !r) {// 孩子不全有firstNotFull = true;}}return true;
}

3.3 平衡二叉树(BBT)(介绍树形DP递归套路)

平衡二叉树(BBT):任何一棵子树,左右树的高度差不超过1。

树形DP问题,递归套路:

  • 在遇到二叉树问题的时候,先思考如何向左右树拿信息,两棵树的操作必须相同
  • 然后根据已有信息罗列并判断本树的可能性

一般题型都能做出来,无法用这个套路求解的题,一般都很难了,不太容易考到

代码框架也很简单参考下面的例子

以判断平衡二叉树为例,看如何解二叉树题目。

例题:判断一棵树是否平衡
(1) 左树:是否平衡,计算高度
(2) 右树:是否平衡,计算高度
(3) |左树高度 - 右树高度| <= 1
满足以上三个条件,则是平衡二叉树

#include <tuple>
#include <algorithm> // std::max()
#include <cmath>
bool isBalance(Node* head) {return std::get<0>(process(head));
}
// 返回值是:是否平衡,树深度
std::tuple<bool, int> process(Node* x) {if (!x) { // base,x为空return {true, 0};}// 拿左右树信息auto [leftIsBBT, leftH] = process(x.left);auto [rightIsBBT, rightH] = process(x.right);// 根x所代表的树是否平衡bool isBBT = leftIsBBT && rightIsBBT && std::abs(leftH - rightH) < 2;// 根x所代表的树的高度int h = std::max(leftH, rightH) + 1;return {isBBT, h};
};

C++中多返回值传统来讲都用返回一个结构体来实现,C++11提供了元组std::tuple可以实现返回多个值。不过他最不方便的是需要用std::get<>()来获取指定的第几个成员,代码看上去很臃肿
C++17特性:结构化绑定,可以实现这样的取值:(同样适用于结构体、数组)

std::tuple<int, string, float> myTuple;
auto [v1, v2, v3] = myTuple;  // auto [_, v2, _] = myTuple;

再来一道: 判断BST
(1) 左树:是否为BST,计算最大值 leftMax
(2) 右树:是否为BST,计算最小值 rightMin
(3) eftMax < head.val && rightMin > head.val
满足以上三个条件,则是二叉搜索树。但是左右树操作不同,递归不了怎么办?—— 强行让他们相同,把左树右树的信息改成三个(求他俩全集),即都提供:是否为BST、最大值、最小值

#include <tuple>
#include <algorithm>
#include <cmath>
bool isBST(Node* head) {return std::get<1>(process(head));
}
// 模板中参数分别表示:是否有效、是否为BST、最小值、最大值
std::tuple<bool, bool, int, int> process(Node* x) {if (!x) {	// 因为空树情况min max的值不好指定,因此引入一个标志变量,便于后续判断return {false, false, 0, 0};	// 仅当第一个成员为true,后三个成员才有效}auto [leftIsValid, leftIsBST, leftMax, leftMin] = process(x.left);auto [rightIsValid, rightIsBST, rightMax, rightMin] = process(x.right);// 更新用来向上返回的min max, 初始化为根节点的值int min = x.value;int max = x.value;if (leftIsValid) { min = std::min(min, leftMin);max = std::max(max, leftMax);}if (rightIsValid) {min = std::min(min, rightMin);max = std::max(max, rightMax);}bool isBST;// 如果左子树不为空 且 它不是BST 或 它的max >= x.val 则本树不是BSTif (leftIsValid && (!leftIsBST || leftMax >= x.val)) {isBST = false;} // 同理判断右树是否满足条件if (rightIsValid && (!rightIsBST || rightMin <= x.val)) {isBST = false;}return {true, isBST, min, max};
}

3.4 满二叉树(FBT)

深度 h h h 和节点个数 n n n 满足 n = 2 n − 1 n = 2^{n}-1 n=2n1

一样,用树形DP套路来解决
(1) 左右树信息:子树深度、节点数
(2) 判断本节点所代表的树是否是满二叉树

#include <algorithm>
#include <tuple>
bool isFBT(Node* head) {auto [h, n] = process(head);return n == 1 << h - 1;  // 1左移h位就是乘以h个2,再-1  2^n - 1
}std::tuple<int, int> process(Node* x) {if (!x) {return {0, 0};}auto [leftH, leftNodes] = process(x.left);auto [rightH, rightNodes] = process(x.right);int height = std::max(leftH, rightH) + 1;int nodes = leftNodes + rightNodes + 1;return {h, nodes};
}

4 刷题

4.1 题:给定一棵树上的两个节点,找到他们的最低公共祖先节点

递归解法:

  • 遍历整棵树,记录每个节点的父节点到map中,使得可以实现从树下往上走
  • 从第一个目标节点开始从下往上记录所有父节点到哈希set中
  • 挨个检查第二个目标节点的祖先父、爷等节点是否在set中,第一个重复节点就是公共祖先
#incldue <unordered_map>
#include <unordered_set>
Node* lca(Node* head, Node* o1, Node* o2) {std::unordered_map<Node*, Node*> fatherMap;// 记录所有结点的父节点fatherMap.emplace(head, head);process(head, fatherMap);// 记录o1结点的祖先们std::unordered_set<Node*> set1;Node* cur = o1;while (cur != fatherMap[cur]) {// 终止条件为二叉树根节点,cur! = head也行set1.emplace(cur);cur = fatherMap[cur];}set1.emplace(head); // 上面循环到head就停了,还需单独放入head// 检查o2的祖先节点们,在set1中首次重复的节点,就是公共节点cur = o2;while (cur != head) {if (set1.find(fatherMap[cur]) != fatherMap.end())return fatherMap[cur];cur = fatherMap[cur];}                                                                        	
}void process(Node* head, std::unordered_map<Node*, Node*>& fatherMap) {if (!head) return;fatherMap.emplace(head.left, head);fatherMap.emplace(head.right, head);process(head->left, fatherMap);process(head->right,fatherMap);
}

另一种优化后的写法,考虑o1 o2有哪些分布情况

  • o1是o2的LCA 或 o2是o1的LCA
  • 两者不互为公共祖先,往上追的话在某个节点汇聚
Node* lca(Node* head, Node* o1, Node* o2) {if (!head || head == o1 || head == o2) { // base casereturn head;}Node* left = lca(head->left, o1, o2);Node* right = lac(head->right, o1, o2);// 左右都有返回值(服务于情况2,对情况1永远不成立)if (left != nullptr && right != nullptr) {return head; // 当左右都有返回值,则返回自己,自己就是公共祖先}// 都没返回值或有一个有返回值(返回不为空的那个,都没有则返回null)return left != null ? left : right;
} 

4.2 题:找中序遍历下的某个节点的后继节点

二叉树结构如下:

class Node {int val;Node* left;Node* right;Node* parent;Node(int x) : val(x), left(nullptr), right(nullptr) {}
};

假设现在有一棵树,每个节点的parent都指向正确的父节点,头结点的parent指向为null。中序遍历中,某个节点的下一个节点称为后继结点,请设计一个函数,返回二叉树中某个节点的后继结点

方法1:最简单的中序遍历一次树,得到一个中序结果,然后遍历该列表找到后继节点,这样的代价是O(N),但这样好像连父指针都没用到,肯定有更快的方法。

实际上也不难,对于下面这棵树而言,中序遍历结果为:7381940526,我们观察可以知道以就一个规律:靠左侧的节点优先
所以对于任何一个节点的中序后继,就很简单了:

  • 有右子树,则后继为右子树最左侧节点
  • 无右树,看看自己是不是父节点的左孩子,如果是,则后继为父节点,如果不是则继续找。。。直到找到某个节点是它父节点的左孩子为止
  • 如果到最后都没找到(父节点为null了,到头节点了),那就没有后继节点。即他是整棵树最右侧节点
    在这里插入图片描述

代码:

Node* getLeftMost(Node* node) {if (!node) return node;while (node->left) {node = node->left;}return node;
}
Node* getSuccessorNode(Node* node) {if (!node) return node;// 有右子树if (node->right) {return getLeftMost(node->right);} else {// 没右子树,往上窜Node* parent = node->parent;while (parent && node != parent->left) {node = parent;parent = node->parent;}// while执行完有两种情况:// 1 parent为空,目前节点是最右侧节点// 2 parent不为空,它就是后继return parent; }
}

4.3 二叉树的序列化与反序列化

二叉树的序列化与反序列化是指将一个二叉树转换为字符串表示,以便存储或传输,并且能够将该字符串重新转换回原始的二叉树结构。这种操作在很多应用中都有用途,例如在网络传输二叉树数据、保存到文件中,或者在数据结构中进行持久化存储。

  • 序列化:树->字符串
  • 反序列化:字符串->树

序列化 (Serialize):
用先序遍历将二叉树转换为字符串。在遍历过程中,将每个节点的值添加到字符串中,同时用特殊字符来表示空节点。(中序后续层序都是一样的)

std::string serializeByPre(Node* head) {if (!head) return "#,";std::string res = head->val + ",";res += serializeByPre(head->left);res += serializeByPre(head->right);return res;
}

反序列化 (Serialize):

// 根据分隔符提取字符串各个段
Node* reconByPreString(std::string preStr) {std::istringstream iss(preStr);std::queue<std::string> queue;std::string val;while (std::getline(iss, val, '_')) {queue.push(val);}return reconPreOrder(queue);
}
Node* reconPreOrder(std::queue<std::string>& queue) {std::string value = queue.front();queue.pop();if (value == "#") return nullptr;Node* head = new Node(std::stoi(value));head->left = reconPreOrder(queue);head->right = reconPreOrder(queue);	return head;
}

4.4 打印凹凸折痕问题

一张纸条,对折N次,请设计一个函数从上到下打印所有折痕的凹凸性 视频地址

第一次对折,一个凸痕
第二次对折,在第一次的凸痕的上下方各出现一个凹痕和凸痕
后面每一次对折的所有痕迹的上下出现一个凹痕一个凸痕

根据规律,这其实会形成一个二叉树,想从纸条的上到下,则中序遍历即可
在这里插入图片描述
代码

// down为真表示凹,i是节点层数,N为总层数
void printProcess(int i, int N, bool down) {if (i > n) {return;}printProcess(i + 1, N, true);	// 所有节点的左孩子都是凹if (down) {std::cout << "凹 ";} else {std::cout << "凸 ";}printProcess(i + 1, N, false);  
}

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/46896.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

软件工程模型-架构师之路(四)

软件工程模型 敏捷开发&#xff1a; 个体和交互 胜过 过程和工具、可以工作的软件 胜过 面面俱到的文件、客户合作胜过合同谈判、响应变化 胜过 循序计划。&#xff08;适应需求变化&#xff0c;积极响应&#xff09; 敏捷开发与其他结构化方法区别特点&#xff1a;面向人的…

代码随想录第27天|39. 组合总和,40.组合总和II,131.分割回文串

39. 组合总和 分析这道题的搜索过程如下&#xff1a; 因为这道题没有限制要搜索几层&#xff0c;所以可以一直搜索直到sumtarget或者sum>target就return 回溯三部曲 1.递归函数参数 本题还需要startIndex来控制for循环的起始位置&#xff0c;对于组合问题&#xff0c;什么…

P1328 [NOIP2014 提高组] 生活大爆炸版石头剪刀布

[NOIP2014 提高组] 生活大爆炸版石头剪刀布 题目描述 石头剪刀布是常见的猜拳游戏:石头胜剪刀,剪刀胜布,布胜石头。如果两个人出拳一样&#xff0c;则不分胜负。在《生活大爆炸》第二季第 8 集中出现了一种石头剪刀布的升级版游戏。 升级版游戏在传统的石头剪刀布游戏的基础…

在ARM服务器上一键安装Proxmox VE(以在Oracle Cloud VPS上为例)(甲骨文)

前言 如题&#xff0c;具体用到的说明文档如下 virt.spiritlhl.net 具体流程 首先是按照说明&#xff0c;先得看看自己的服务器符不符合安装 Proxmox VE的条件 https://virt.spiritlhl.net/guide/pve_precheck.html#%E5%90%84%E7%A7%8D%E8%A6%81%E6%B1%82 有提到硬件和软…

CSS 选择器

前言 基础选择器 以下是几种常见的基础选择器。 标签选择器&#xff1a;通过HTML标签名称选择元素。 例如&#xff1a; p {color: red; } 上述样式规则将选择所有<p>标签 &#xff0c;并将其文字颜色设置为红色。 类选择器&#xff1a;通过类名选择元素。使用类选择…

课程项目设计--spring security--用户管理功能--宿舍管理系统--springboot后端

写在前面&#xff1a; 还要实习&#xff0c;每次时间好少呀&#xff0c;进度会比较慢一点 本文主要实现是用户管理相关功能。 前文项目建立 文章目录 验证码功能验证码配置验证码生成工具类添加依赖功能测试编写controller接口启动项目 security配置拦截器配置验证码拦截器 …

电脑上安装,多版本node

手上有一个vue3的项目&#xff0c;sass配置如下图所示&#xff1a; 安装了Python3.10和node 16.14.0&#xff0c;项目能正常install 跟run。 因工作需要&#xff0c;收上有一个vue2的项目&#xff0c;sass配置如下图所示&#xff1a; 执行npm intsall 的时候一直报Python2找不…

2022年12月 C/C++(二级)真题解析#中国电子学会#全国青少年软件编程等级考试

第1题:数组逆序重放 将一个数组中的值按逆序重新存放。例如,原来的顺序为8,6,5,4,1。要求改为1,4,5,6,8。 输入 输入为两行:第一行数组中元素的个数n(1<n<100),第二行是n个整数,每两个整数之间用空格分隔。 输出 输出为一行:输出逆序后数组的整数,每两个整数之间…

Java云原生框架Quarkus初探

Java云原生框架Quarkus初探 Quarkus 介绍 Quarkus 是一个云原生&#xff0c;容器优先的Java应用框架&#xff0c;它号称是超音速和亚原子的框架&#xff0c;主要特点是构建速度、启动速度快和占用资源少等特点。它为OpenJDK HotSpot和GraalVM量身定制&#xff0c; 根据Java库和…

常用消息中间件介绍

RocketMQ 阿里开源&#xff0c;阿里参照kafka设计的&#xff0c;Java实现 能够保证严格的消息顺序 提供针对消息的过滤功能 提供丰富的消息拉取模式 高效的订阅者水平扩展能力 实时的消息订阅机制 亿级消息堆积能力 RabbitMQ Erlang实现&#xff0c;非常重量级&#xff0c;更适…

Nevron 3DChart Crack,可视化界面在运行时可用

Nevron 3DChart Crack,可视化界面在运行时可用 3DChart使用OpenGL 3D图形引擎创建复杂的2D和3D图表&#xff0c;这些图表可以包含静态或动画图像。3DChart包括一个用于生成图表模板的独立应用程序和一个ASP服务器配置实用程序。该组件还包括一个专门设计用于与3DChart集成的工具…

java版本企业电子招标采购系统源码Spring Cloud + Spring Boot +二次开发

java版本企业电子招标采购系统源码Spring Cloud Spring Boot 二次开发 一、立项管理 1、招标立项申请 功能点&#xff1a;招标类项目立项申请入口&#xff0c;用户可以保存为草稿&#xff0c;提交。 2、非招标立项申请 功能点&#xff1a;非招标立项申请入口、用户可以保存为草…

Scratch 游戏 之 随机大地图生成教程

在很多生存 / 沙盒类游戏中&#xff0c;地图往往是随机生成的&#xff0c;例如&#xff1a;饥荒、我的世界等。那我们该如何在scratch中实现这一点呢&#xff1f; 在scratch中有两种办法可以实现——画笔和克隆体。我们这次先聊克隆体。 我们可以先将克隆体设置为方形的&#x…

打怪升级之从零开始的网络协议

序言 三个多月过去了&#xff0c;我又来写博客了&#xff0c;这一次从零开始学习网络协议。 总的来说&#xff0c;计算机网络很像现实生活中的快递网络&#xff0c;其最核心的目标&#xff0c;就是把一个包裹&#xff08;信息&#xff09;从A点发送到B点去。下面是一些共同的…

Linux学习之ssh和scp

ls /etc/ssh可以看到这个目录下有一些文件&#xff0c;而/etc/ssh/ssh_config是客户端配置文件&#xff0c;/etc/ssh/sshd_config是服务端配置文件。 cat -n /etc/ssh/sshd_config | grep "Port "可以看一下sshd监听端口的配置信息&#xff0c;发现这个配置端口是22…

git分支

一、引言 分支的命名规范以及管理方式对项目的版本发布至关重要&#xff0c;为了解决实际开发过程中版本发布时代码管理混乱、冲突等比较头疼的问题&#xff0c;我们将在文中阐述如何更好的管理代码分支。 二、总览&#xfeff; 从上图可以看到主要包含下面几个分支&#xff…

【是C++,不是C艹】 手把手带你实现Date类(附源码)

&#x1f49e;&#x1f49e;欢迎来到 Claffic 的博客&#x1f49e;&#x1f49e; &#x1f449; 专栏&#xff1a;《是C&#xff0c;不是C艹》&#x1f448; 前言&#xff1a; 恍惚间&#xff0c;已经两个月没更新了 &#xff08;&#xff1b;д&#xff40;&#xff09;ゞ 我忏…

Redis 持久化的手段有哪些 ?RDB 和 AOF 有什么区别 ?

目录 1. Redis 持久化的手段有哪些 2. RDB 和 AOF 有什么区别 2.1 RDB 持久化 2.2 AOF 持久化 2.2.1 AOF 持久化策略有哪些 3. 混合持久化是如何执行的&#xff08;了解&#xff09; 1. Redis 持久化的手段有哪些 Redis 持久化的手段有三种&#xff1a; 快照方式&#…

开源数据库Mysql_DBA运维实战 (总结)

开源数据库Mysql_DBA运维实战 &#xff08;总结&#xff09; SQL语句都包含哪些类型 DDL DCL DML DQL Yum 安装MySQL的配置文件 配置文件&#xff1a;/etc/my.cnf日志目录&#xff1a;/var/log/mysqld.log错误日志&#xff1a;/var/log/mysql/error.log MySQL的主从切换 查看主…