[数据结构 - C++] 红黑树RBTree

在这里插入图片描述

文章目录

  • 1、前言
  • 2、红黑树的概念
  • 3、红黑树的性质
  • 4、红黑树节点的定义
  • 5、红黑树的插入Insert
  • 6、红黑树的验证
  • 7、红黑树与AVL树的比较
  • 附录：

1、前言

我们在学习了二叉搜索树后，在它的基础上又学习了AVL树，知道了AVL树是靠平衡因子来调节左右高度差，从而让树变得平衡的。本篇我们再来学习一个依靠另一种平衡规则来控制的二叉搜索树——红黑树。

2、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，因而是接近平衡的。
在这里插入图片描述

3、红黑树的性质

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（红色不能连续，黑色可以连续）
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)
概念中，说到没有一条路径会比其他路径长出俩倍，性质3与性质4相互牵制就可以保证这一点。

4、红黑树节点的定义

我们定义节点依然是三叉链，与AVL树不同的是红黑树没有平衡因子，而是保存一个代表节点颜色的属性。

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){}
};

这里我们定义的红黑树节点，颜色默认给的红色，但是这里是给红色还是黑色合适呢？
当插入的时候，我们新插入的节点颜色是黑色时，就会破坏性质3，新插入节点的这条路径的黑色节点数一定会比其他路径的黑色节点多一个，影响整棵树。
如果是红色，那插入的时候她的父节点可能是黑色，没有影响，可能是红色，那么就会出现连续的红色节点，但是它只会影响这一条路径。
这两种颜色插入，黑色是一定会影响，红色是可能会影响的，且黑色影响整棵树，红色影响它这一条路径，两害取其轻，我们选择红色，调整的话也比较容易调整。下面我们就来尝试看插入怎么写：

5、红黑树的插入Insert

红黑树的插入是在二叉搜索树插入基础上来修改的，因此大的方向分两步走：
1、找到插入的位置；
2、插入节点后，根据性质来调节平衡。

bool Insert(const pair<K, V>& kv)
{if (nullptr == _root){_root = new Node(data);_root->_col = BLACK; // 性质2：根节点是黑色return true;}Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;}}// 新增插入节点是红色只会影响父节点，如果是黑色影响所有路径// 所以 new 的节点为红色cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first){parent->_right = cur;cur->_parent = parent;}else{parent->_left = cur;cur->_parent = parent;}// 维护处理 ...
}

当来到这块时，已经插入了，要做的就是按照性质来检查和维护这棵树了。
1、当父亲是黑色，那么就不用维护，就结束了；
2、当父亲是红色，那么就违反了性质3（不能存在连续的红色节点），这时就需要调整了，调整也是要分情况讨论（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）。
情况一：cur是红色，p为红色，g为黑色，u存在且为红色
这里看到的这棵树可能是完整的，也可能是子树：
在这里插入图片描述

如果是完整的树，那么改完之后，需要将g的颜色改为黑色。
如果g是子树，那么g就有父节点，这时g的颜色改为红色，父节点颜色可能也是红色，这时急需要继续向上调整了。
将p，u改为黑，g改为红，然后把g当作cur，继续向上调整。
情况二：cur是红色，p为红色，g为黑色，u不存在/u存在且为黑色
在这里插入图片描述

这里u有两种颜色，我们分开讨论：

  • 如果u不存在，那么cur一定是新增。因为u不存在g也是有一条右边路径的，这条路径就两个黑色节点（空结点也是黑色），那么c就不存在，a、b都不存在，如果存在就是黑色节点，那么就打破了性质3。
  • 如果存在且为黑，那么这个抽象图就不全。因为父节是红色，叔叔为黑色，每条路径的黑色节点个数要相同，因此推测出cur之前应该是黑色，那么a、b就应该是红色，新增节点在a/b的孩子位置。
    整体就为下图：
    在这里插入图片描述

它会先经过情况一的调整方式，调整完变为情况二这样，然后再继续调整：
在这里插入图片描述

此时，就 以g为基点先右旋，然后将父节点颜色变为黑色，祖父节点颜色变为红色。（旋转不清楚的同学可以看看AVL树的）
情况三：cur是红色，p为红色，g为黑色，u不存在/u存在且为黑色
在这里插入图片描述

  • u不存在，cur是新增。因为每条路径的黑色节点个数相同，u不存在，u这条路径上两个黑色节点（空结点也是黑色），推测出a、b、c都是不存在的，那么cur就是新增，如果存在只能是黑色节点，那么就打破了性质3。
  • 如果存在且为黑，这个抽象图依然是不完整的。因为父节点是红色，叔叔为黑色，每条路径的黑色节点相同，因此推测出a为黑色，cur之前也应该为黑色，那么b、c就应该是红色，新增节点在b/c的孩子位置。

图跟情况二中，u存在且为黑差不多：
在这里插入图片描述

会先经过情况一调整，变为情况三这样，然后进行调整：
在这里插入图片描述

此时，先以p为基点左旋，再以g为基点右旋，然后将cur节点变为黑色，祖父节点变为红色。
如果新增的父节点在右，叔叔节点在左，那么也是分以上三种情况，调整方式也是对应三种方式差不多，这里就不过多赘述，直接上代码：

bool Insert(const pair<K, V>& kv)
{if (nullptr == _root){_root = new Node(data);_root->_col = BLACK; // 性质2：根节点是黑色return true;}Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;}}// 新增插入节点是红色只会影响父节点，如果是黑色影响所有路径// 所以 new 的节点为红色cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first){parent->_right = cur;cur->_parent = parent;}else{parent->_left = cur;cur->_parent = parent;}// 不断向上调整的，所以得用whilewhile (parent && parent->_col == RED){// 父节点是祖父节点的左//      g//    p   u//  c Node* grandfather = parent->_parent;// 1、父节点在祖父的左，即叔叔在右if (parent == grandfather->_left){Node* uncle = grandfather->_right;// 1.1 叔叔存在并且为红if (uncle && uncle->_col == RED){// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 向上调整cur = grandfather;parent = cur->_parent;}// 1.2 叔叔不存在 / 叔叔存在且为黑，处理方法一样else{if (cur == parent->_left) // 左边高的情况{// 右单旋//     g//   p   u// cRotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;}else // 左边高右边高的情况{// 双旋//     g//  p     u//    cRotateL(parent);RotateR(grandfather);cur->_col = BLACK;grandfather->_col = RED;}// 此时不用祖父位置为黑色不用在网上调整了break;}}// 2、父节点在祖父的右，即叔叔在祖父的左else // parent == grandfather->_right{//     g//   u   p//         cNode* uncle = grandfather->_left;// 2.1 叔叔存在且叔叔为红色if (uncle && uncle->_col == RED){// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 向上调整cur = grandfather;parent = cur->_parent;}// 2.2 叔叔不存在 / 叔叔存在且颜色为黑，处理方法一样else{if (cur == parent->_right) // 右边高的情况{//     g//   u   p//         cRotateL(grandfather);parent->_col = BLACK;grandfather->_col = RED;}else // 右边高，左边高{//     g//  u     p//      cRotateR(parent);RotateL(grandfather);cur->_col = BLACK;grandfather->_col = RED;}// 此时不用祖父位置为黑色不用在网上调整了break;}}}// 最后将根节点变为黑色_root->_col = BLACK;return true;
}// 左单旋
void RotateL(Node* parent)
{Node* subR = parent->_right;Node* subRL = subR->_left;Node* parentParent = parent->_parent;parent->_right = subRL;if (subRL)subRL->_parent = parent;subR->_left = parent;parent->_parent = subR;if (_root == parent) // 父节点就是根节点{_root = subR;subR->_parent = nullptr;}else // 子树情况{if (parentParent->_left == parent){parentParent->_left = subR;}else{parentParent->_right = subR;}subR->_parent = parentParent;}
}// 右单旋
void RotateR(Node* parent)
{Node* parentParent = parent->_parent;Node* subL = parent->_left;Node* subLR = subL->_right;parent->_left = subLR;if (subLR)subLR->_parent = parent;subL->_right = parent;parent->_parent = subL;if (_root == parent) // 父节点是根节点{_root = subL;subL->_parent = nullptr;}else // 子树情况{if (parentParent->_left == parent){parentParent->_left = subL;}else{parentParent->_right = subL;}subL->_parent = parentParent;}
}

6、红黑树的验证

红色树的验证本质就是验证两方面：
1、是否为二叉搜索树（中序遍历是否有序）；
2、是否满足5条性质。

void _InOrder(Node* pRoot)
{if (pRoot == nullptr)return;_InOrder(pRoot->_left);cout << pRoot->_data << " ";_InOrder(pRoot->_right);
}bool IsBalance()
{if (_root == nullptr) return true;if (_root->_col == RED) return false;// 参考值int refValue = 0;Node* cur = _root;while (cur){if (cur->_col == BLACK) refValue++;cur = cur->_left;}// 检查每条路径黑色节点个数// 思路：以上面参考值为主，对比每条路径的黑色节点个数// 当走到空就说明该路径走完了，那么这个过程中记录下黑色节点个数，到空时与refValue对比// 这里传进去blacknum只能是传值，这样就不会影响上一层的blacknum了int blacknum = 0;// 检查连续红色节点与每条路径黑色节点个数return Check(_root, blacknum, refValue);
}
bool Check(Node* root, int blacknum, const int& refValue)
{if (root == nullptr){if (blacknum != refValue){cout << "存在黑色节点不相等的路径" << endl;return false;}return true;}// 反向检查，查看当前与父结点为红色(当前节点为红色就说明不是根节点，即存在父节点)if (root->_col == RED && root->_parent->_col == RED){cout << "有连续的红色节点" << endl;return false;}if (root->_col == BLACK) blacknum++;return Check(root->_left, blacknum, refValue)&& Check(root->_right, blacknum, refValue);
}

7、红黑树与AVL树的比较

红黑树和AVL树都是高效的平衡二叉树，增删改查的时间复杂度都是O(log_2 N)，红黑树不追求绝对平衡，其只需保证最长路径不超过最短路径的2倍，相对而言，降低了插入和旋转的次数，所以在经常进行增删的结构中性能比AVL树更优，而且红黑树实现比较简单，所以实际运用中红黑树更多。

附录：

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>
class RBTree
{typedef RBTreeNode<K,V> Node;
public:bool Insert(const pair<K, V>& kv){if (nullptr == _root){_root = new Node(data);_root->_col = BLACK; // 性质2：根节点是黑色return true;}Node* parent = nullptr;Node* cur = _root;while (cur){if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else{return false;}}// 新增插入节点是红色只会影响父节点，如果是黑色影响所有路径// 所以 new 的节点为红色cur = new Node(kv);cur->_col = RED;if (parent->_kv.first < kv.first){parent->_right = cur;cur->_parent = parent;}else{parent->_left = cur;cur->_parent = parent;}// 不断向上调整的，所以得用whilewhile (parent && parent->_col == RED){// 父节点是祖父节点的左//      g//    p   u//  c Node* grandfather = parent->_parent;// 1、父节点在祖父的左，即叔叔在右if (parent == grandfather->_left){Node* uncle = grandfather->_right;// 1.1 叔叔存在并且为红if (uncle && uncle->_col == RED){// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 向上调整cur = grandfather;parent = cur->_parent;}// 1.2 叔叔不存在 / 叔叔存在且为黑，处理方法一样else{if (cur == parent->_left) // 左边高的情况{// 右单旋//     g//   p   u// cRotateR(grandfather);parent->_col = BLACK;grandfather->_col = RED;}else // 左边高右边高的情况{// 双旋//     g//  p     u//    cRotateL(parent);RotateR(grandfather);cur->_col = BLACK;grandfather->_col = RED;}// 此时不用祖父位置为黑色不用在网上调整了break;}}// 2、父节点在祖父的右，即叔叔在祖父的左else // parent == grandfather->_right{//     g//   u   p//         cNode* uncle = grandfather->_left;// 2.1 叔叔存在且叔叔为红色if (uncle && uncle->_col == RED){// 变色parent->_col = uncle->_col = BLACK;grandfather->_col = RED;// 向上调整cur = grandfather;parent = cur->_parent;}// 2.2 叔叔不存在 / 叔叔存在且颜色为黑，处理方法一样else{if (cur == parent->_right) // 右边高的情况{//     g//   u   p//         cRotateL(grandfather);parent->_col = BLACK;grandfather->_col = RED;}else // 右边高，左边高{//     g//  u     p//      cRotateR(parent);RotateL(grandfather);cur->_col = BLACK;grandfather->_col = RED;}// 此时不用祖父位置为黑色不用在网上调整了break;}}}// 最后将根节点变为黑色_root->_col = BLACK;return true;}bool Find(const K& key){Node* cur = _root;while (cur){if (cur->_key < key){cur = cur->_right;}else if (cur->_key > key){cur = cur->_left;}else{return true;}}return true;}bool IsBalance(){if (_root == nullptr) return true;if (_root->_col == RED) return false;// 参考值int refValue = 0;Node* cur = _root;while (cur){if (cur->_col == BLACK) refValue++;cur = cur->_left;}// 检查每条路径黑色节点个数// 思路：以上面参考值为主，对比每条路径的黑色节点个数// 当走到空就说明该路径走完了，那么这个过程中记录下黑色节点个数，到空时与refValue对比// 这里传进去blacknum只能是传值，这样就不会影响上一层的blacknum了int blacknum = 0;// 检查连续红色节点与每条路径黑色节点个数return Check(_root, blacknum, refValue);}size_t Height(){return _Height(_root);}void InOrder(){_InOrder(_root);cout << endl;}private:bool Check(Node* root, int blacknum, const int& refValue){if (root == nullptr){if (blacknum != refValue){cout << "存在黑色节点不相等的路径" << endl;return false;}return true;}// 反向检查，查看当前与父结点为红色(当前节点为红色就说明不是根节点，即存在父节点)if (root->_col == RED && root->_parent->_col == RED){cout << "有连续的红色节点" << endl;return false;}if (root->_col == BLACK) blacknum++;return Check(root->_left, blacknum, refValue)&& Check(root->_right, blacknum, refValue);}// 左单旋void RotateL(Node* parent){Node* subR = parent->_right;Node* subRL = subR->_left;Node* parentParent = parent->_parent;parent->_right = subRL;if (subRL)subRL->_parent = parent;subR->_left = parent;parent->_parent = subR;if (_root == parent) // 父节点就是根节点{_root = subR;subR->_parent = nullptr;}else // 子树情况{if (parentParent->_left == parent){parentParent->_left = subR;}else{parentParent->_right = subR;}subR->_parent = parentParent;}}// 右单旋void RotateR(Node* parent){Node* parentParent = parent->_parent;Node* subL = parent->_left;Node* subLR = subL->_right;parent->_left = subLR;if (subLR)subLR->_parent = parent;subL->_right = parent;parent->_parent = subL;if (_root == parent) // 父节点是根节点{_root = subL;subL->_parent = nullptr;}else // 子树情况{if (parentParent->_left == parent){parentParent->_left = subL;}else{parentParent->_right = subL;}subL->_parent = parentParent;}}void _InOrder(Node* pRoot){if (pRoot == nullptr)return;_InOrder(pRoot->_left);cout << pRoot->_data << " ";_InOrder(pRoot->_right);}size_t _Height(Node* pRoot){if (pRoot == nullptr)return 0;int leftHeight = _Height(pRoot->_left);int rightHeight = _Height(pRoot->_right);return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;}private:Node* _root = nullptr;
};

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/639560.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

《设计模式的艺术》笔记 - 外观模式

《设计模式的艺术》笔记 - 外观模式

介绍 外观模式中外部与一个子系统的通信通过一个统一的外观角色进行&#xff0c;为子系统中的一组接口提供一个一致的入口。外观模式定义了一个高层接口&#xff0c;这个接口使得子系统更加容易使用。外观模式又称为门面模式&#xff0c;它是一种对象结构型模式。 实现 myclas…
阅读更多...
linux挂载磁盘

linux挂载磁盘

Linux系统&#xff1a; 注明&#xff1a;如果您已经分好区数据盘有数据&#xff0c;请直接执行第3步 第1步&#xff0c;进行数据盘分区 fdisk /dev/vdb依次按顺序输入 n p 1 w 第2步&#xff0c;分区成功后输入命令格式化磁盘 mkfs.ext4 /dev/vdb1 第3步&#xff0c;创…
阅读更多...
【C++ | 数据结构】从哈希的概念 到封装C++STL中的unordered系列容器

【C++ | 数据结构】从哈希的概念 到封装C++STL中的unordered系列容器

文章目录 一、unordered系列容器的底层结构 - 哈希1. 哈希概念2. 哈希冲突 二、解决哈希冲突方法一&#xff1a;合理设计哈希函数&#x1f6a9;哈希函数设计原则&#x1f6a9;常见哈希函数 方法二&#xff1a;开闭散列&#x1f6a9;闭散列线性探测法&#xff08;实现&#xff0…
阅读更多...
如何在CentOS使用docker部署青龙面板并实现无公网ip远程访问

如何在CentOS使用docker部署青龙面板并实现无公网ip远程访问

文章目录 一、前期准备本教程环境为&#xff1a;Centos7&#xff0c;可以跑Docker的系统都可以使用。本教程使用Docker部署青龙&#xff0c;如何安装Docker详见&#xff1a; 二、安装青龙面板三、映射本地部署的青龙面板至公网四、使用固定公网地址访问本地部署的青龙面板 青龙…
阅读更多...
Spring与Spring Boot：区别与Spring Boot的实战示例

Spring与Spring Boot：区别与Spring Boot的实战示例

引言&#xff1a; 在现代Java企业级开发中&#xff0c;Spring和Spring Boot已经成为不可或缺的技术。Spring是一个开源的企业级Java应用程序框架&#xff0c;它简化了企业级应用的开发过程。而Spring Boot则是基于Spring的&#xff0c;它旨在简化Spring应用的创建和部署过程&am…
阅读更多...
谷歌裁员与中国工程师夫妻的悲剧：技术变革下的职业危机

谷歌裁员与中国工程师夫妻的悲剧：技术变革下的职业危机

谷歌裁员与中国工程师夫妻的悲剧&#xff1a;技术变革下的职业危机 在科技行业的快速发展下&#xff0c;职业危机成为了许多人关注的焦点。最近&#xff0c;谷歌裁员事件引起了广泛的讨论&#xff0c;尤其是对中国工程师夫妻的影响更是引发了人们的深思。这起事件不仅令人惋惜…
阅读更多...
服务限流实现方案

服务限流实现方案

服务限流怎么做 限流算法 计数器 每个单位时间能通过的请求数固定&#xff0c;超过阈值直接拒绝。 通过维护一个单位时间内的计数器&#xff0c;每次请求计数器加1&#xff0c;当单位时间内计数器累加到大于设定的阈值&#xff0c;则之后的请求都被绝&#xff0c;直到单位时…
阅读更多...
cool 中的node.js 实现一个处理第三方Api 数据的处理

cool 中的node.js 实现一个处理第三方Api 数据的处理

1.需求 你现在是一个后端 前端跟你要一个接口 &#xff0c;但是你发现 你这个接口 除了调用第三方Api的接口 有的数据还是没有 你直接返回 前端使用不了 因为都没有关于那样的数据 但是三方Api 中有其他的接口和现在的接口 经过处理 是可以实现这个前端需要的数据。遇到这样的情…
阅读更多...
Quarkus 2.8.0引入了细粒度的Transaction API

Quarkus 2.8.0引入了细粒度的Transaction API

升级概览 Quarkus 2.8.0.Final发布&#xff0c;特性包括&#xff1a;将RESTEasy Reactive作为默认 REST 层&#xff1b;将 GraalVM 22.0 作为默认版本&#xff1b;新的QuarkusTransaction API&#xff1b;以及 Elasticsearch Dev Services&#xff08;可以自动启动dev和test模…
阅读更多...
Python输入输出流学习笔记

Python输入输出流学习笔记

Python的输入与输出 一、输入 &#xff08;一&#xff09;输入函数input() 函数用途&#xff1a; 函数input()主要用于接收单个输入 函数参数&#xff1a; 函数括号中可以填写输入的提示语&#xff08;非必要&#xff09;&#xff0c;提示语与输入内容位于同一行 a input(…
阅读更多...
03 OSPF 学习大纲

03 OSPF 学习大纲

参考文章 1 初步认识OSPF的大致内容(第三课)-CSDN博客 2
阅读更多...
【管理篇 / 登录】❀ 07. FortiOS 7.4 初始登录提示 ❀ FortiGate 防火墙

【管理篇 / 登录】❀ 07. FortiOS 7.4 初始登录提示 ❀ FortiGate 防火墙

【简介】FortiOS 7.4在初始登录时显示的内容和以前的版本有很大的相同&#xff0c;很多人不熟悉英文和功能&#xff0c;不清楚应该怎么操作&#xff0c;这里就详细的介绍一下。 恢复出厂设置 为了完整的查看到启动配置内容&#xff0c;这里我们先将防火墙恢复出厂。 ① FortiGa…
阅读更多...
Chat2DB：AI赋能的多数据库客户端工具，开源领航未来数据库管理

Chat2DB：AI赋能的多数据库客户端工具，开源领航未来数据库管理

Chat2DB&#xff1a;开源多数据库客户端的AI革新 Chat2DB使用教程:Chat2DB使用教程_哔哩哔哩_bilibili 引言&#xff1a; 随着企业数据的快速膨胀&#xff0c;数据库管理的复杂性也在增加。此时&#xff0c;一个能够跨越数据库边界、并且集成先进的AI功能的工具&#xff0c;不…
阅读更多...
从 `go build` 到 `go test`：Go 语言命令行工具全解析

从 `go build` 到 `go test`：Go 语言命令行工具全解析

从 go build 到 go test&#xff1a;Go 语言命令行工具全解析 引言go build 命令详解go test 的运用其他重要的 Go 命令结论 引言 在当今的软件开发领域&#xff0c;Go 语言以其简洁、高效和强大的并发处理能力受到广泛的欢迎。作为一门现代编程语言&#xff0c;Go 不仅拥有丰…
阅读更多...
多标签节点分类

多标签节点分类

Multi-Label Node Classification on Graph-Structured Data,TMLR’23 Code 学习笔记 图结构数据的多标签分类 节点表示或嵌入方法 通常会生成查找表&#xff0c;以便将相似的节点嵌入的更近。学习到的表示用作各种下游预测模块的输入特征。 表现突出的方法是基于随机游走(ran…
阅读更多...
书籍 - 华杉讲透孙子兵法 - 5

书籍 - 华杉讲透孙子兵法 - 5

第四章 军形第四 赢了再打 原文 形篇 孙子曰&#xff1a;昔之善战者&#xff0c;先为不可胜&#xff0c;以待敌之可胜。不可胜在己&#xff0c;可胜在敌。故善战者&#xff0c;能为不可胜&#xff0c;不能使敌之可胜。故曰&#xff1a;胜可知&#xff0c;而不可为。 华杉详解 …
阅读更多...
moon‘s 博客网站部署维护项目说明

moon‘s 博客网站部署维护项目说明

项目概述 背景 博客系统致力为广大用户提供优质的互动交流平台,实现对博客发表文章、评论、图片、好友等数据的管理&#xff0c;同时实现了博客内容及时、快速更新的功能&#xff0c;系统不仅保留了传统博客系统的功能&#xff0c;还加上了一些人性化的界面设计&#xff0c;使…
阅读更多...
分享flask_socketio配置时遇到的一些问题

分享flask_socketio配置时遇到的一些问题

flask_socketio 1.前言 flask_socketio应用启动后&#xff0c;在控制台中&#xff0c;存在着flask_socketio这些烦人的log 一堆的get和post几秒一个让我什么都看不清&#xff0c;因此想要关掉log 结果没想到&#xff0c;找了很多办法半天去不掉flask_socketio的log 试过了…
阅读更多...
k8s之包管理器Helm

k8s之包管理器Helm

helm的作用就是通过打包的方式&#xff0c;把deployment service ingress这些打包在一块&#xff0c;一键式的部署服务。类似yum官方提供的一个类似与安装仓库的功能&#xff0c;可以实现一键化部署应用。 Helm的三个重要概念 ●Chart&#xff1a;Helm 的软件包&#xff0c;采…
阅读更多...
数学建模竞赛实战-Latex公式、表格、图文排版

数学建模竞赛实战-Latex公式、表格、图文排版

公式排版 Latex公式排版 行内公式：使用$$包围： 整行公式：使用$$$$包围： 公式编号： 使用$$不能自动编号： 公式编号使用equation： <
阅读更多...
最新文章

Copyright @ 2022~2023