动态规划之简单多状态

简单多状态

  • 1. 按摩师（easy）
  • 2. 打家劫舍II （medium）
  • 3. 删除并获得点数（medium）
  • 4. 买卖股票的最佳时机含冷冻期（medium）
  • 5. 买卖股票的最佳时机III（hard）

1. 按摩师（easy）

1.题目链接：按摩师
2.题目描述：一个有名的按摩师会收到源源不断的预约请求，每个预约都可以选择接或不接。在每次预约服务之间要有休息时间，因此她不能接受相邻的预约。给定一个预约请求序列，替按摩师找到最优的预约集合（总预约时间最长），返回总的分钟数。
示例 1：

输入： [1,2,3,1]
输出： 4 解释： 选择 1 号预约和 3 号预约，总时长 = 1 + 3 = 4。

示例 2：

输入： [2,7,9,3,1]
输出： 12 解释： 选择 1 号预约、 3 号预约和 5 号预约，总时长 = 2 + 9 + 1 = 12。

示例 3：

输入： [2,1,4,5,3,1,1,3]
输出： 12 解释： 选择 1 号预约、 3 号预约、 5 号预约和 8 号预约，总时长 = 2 + 4 + 3 + 3 = 12。

3.问题分析：
对于动态规划多状态这类问题，看完题目后，对于某个事物，有明显几个状态；比如这道题的事物就是这个按摩师，这个按摩师可能有工作，休息两种状态，而我们要做的就是将这两种状态表示出来，然后计算不同状态下他所能达到的值。 最后依据题目来求解最大值还是最小值。

  1. 状态表示：先用一个dp[n]进行表示，然后就会发现，对于某一个位置来说，这个位置的客人可能选，可能不选（不选可能就是在休息），那么很明显用一个dp表是不能表示出这两种状态的。所以状态表示可以如下：f[i] 表⽰：选择到 i 位置时， nums[i] 必选，此时的最⻓预约时⻓； g[i] 表⽰：选择到 i 位置时， nums[i] 不选，此时的最⻓预约时⻓。
  2. 状态转移方程：对于f[i]数组来说，选择到 i 位置时， nums[i] 必选，此时的最⻓预约时⻓，所以如果i位置必选，那么i-1就不能再选，刚好g[i] 表示的就是 nums[i] 不选，此时的最⻓预约时，此时f[i]=nums[i] + g[i-1]； g[i]表示i位置不选，那么i-1可以选也可以不选，取这两者最大值，g[i]=max(f[i-1], g[i-1])。 所以状态表示分别为 f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);
  3. 初始化：对于f[i]来说，i位置表示必选，所以f[0]=nums[0]；对于g[i]来说，i位置表示不选，所以g[0]=0 。
  4. 填表顺序：根据状态转移⽅程得从左往右，两个表⼀起填。
  5. 返回值：根据状态表⽰，应该返回max(f[n - 1], g[n - 1])。

代码如下：

class Solution 
{
public:int massage(vector<int>& nums) {int n = nums.size();//判断是否为空if (n == 0)return 0;vector<int> f(n), g(n);//初始化f[0] = nums[0];for (int i = 1; i < n; ++i){f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);}return max(f[n - 1], g[n - 1]);}
};

2. 打家劫舍II （medium）

1.题目链接：打家劫舍II
2.题目描述：你是一个专业的小偷，计划偷窃沿街的房屋，每间房内都藏有一定的现金。这个地方所有的房屋都 围成一圈 ，这意味着第一个房屋和最后一个房屋是紧挨着的。同时，相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警 。
给定一个代表每个房屋存放金额的非负整数数组，计算你 在不触动警报装置的情况下 ，今晚能够偷窃到的最高金额。

示例 1：

输入：nums = [2,3,2]
输出：3 解释：你不能先偷窃 1 号房屋（金额 = 2），然后偷窃 3 号房屋（金额 = 2）,因为他们是相邻的。

示例 2：

输入：nums = [1,2,3,1]
输出：4 解释：你可以先偷窃 1 号房屋（金额 = 1），然后偷窃 3 号房屋（金额 = 3）。偷窃到的最高金额 = 1 + 3 = 4 。

示例 3：

输入：nums = [1,2,3]
输出：3

3.问题分析：
这道题上道题的区别就是将这个nums数组看作是一个环形数组，这样的话就需要考虑临界区，也就是对首尾的状况进行分析；具体有如下几种：如果第一个位置选，那么最后一个位置就不能选，也就是在区间[0,n - 2]；如果最后一个位置选，那么第一个位置就不能选，也就是区间[1,n - 1]。 还有没有别的情况？没有了。然后对两个区间[0,n - 2]和[1,n - 1]分别进行一次按摩师的问题，就可以求出最大值。

  1. 状态表示：f[i] 表⽰：选择到 i 位置时， nums[i] 必选，此时偷取利润的最大值； g[i] 表⽰：选择到 i 位置时， nums[i] 不选，此时偷取利润的最大值。
  2. 状态转移方程：如按摩师的分析方式，状态转移方程如下： f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);
  3. 初始化：对于f[i]来说，i位置表示必选，所以f[0]=nums[0]；对于g[i]来说，i位置表示不选，所以g[0]=0 。
  4. 填表顺序：根据状态转移⽅程得从左往右，两个表⼀起填。
  5. 返回值：根据状态表⽰，应该返回max(f[n - 1], g[n - 1])。

代码如下：

class Solution 
{
public:int _rob(vector<int>& nums, int left, int right){if (left > right)return 0;int n = nums.size();vector<int> f(n), g(n);//初始化第一个值f[left] = nums[left];for (int i = left + 1; i <= right; ++i){f[i] = nums[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);}return max(f[right], g[right]);}int rob(vector<int>& nums) {int n = nums.size();//判断临界条件if (n == 1)return nums[0];//分别求出两个区间[0,n - 2]和[1,n - 1]的最大值return max(_rob(nums, 0, n - 2), _rob(nums, 1, n - 1));}
};

3. 删除并获得点数（medium）

1.题目链接：删除并获得点数
2.题目描述：
给你一个整数数组 nums ，你可以对它进行一些操作。
每次操作中，选择任意一个 nums[i] ，删除它并获得 nums[i] 的点数。之后，你必须删除 所有 等于 nums[i] - 1 和 nums[i] + 1 的元素。
开始你拥有 0 个点数。返回你能通过这些操作获得的最大点数。

示例 1：

输入：nums = [3,4,2]
输出：6 解释： 删除 4 获得 4 个点数，因此 3 也被删除。 之后，删除 2 获得 2个点数。总共获得 6 个点数。

示例 2：

输入：nums = [2,2,3,3,3,4]
输出：9 解释： 删除 3 获得 3 个点数，接着要删除两个 2 和 4 。 之后，再次删除3 获得 3 个点数，再次删除 3 获得 3 个点数。 总共获得 9 个点数。

提示：

1 <= nums.length <= 2 * 10^4
1 <= nums[i] <= 10^4

3.问题分析：
这道题就需要很好的理解能力了，大概意思是给你一个数组，然后你可以删除一个元素并获得它的大小（这里就叫做点数），但是你如果删除了某个数，比如5，那么你就不能再删除数组中的3和4（上述加红区域）。看到这会想到什么？？是不是就和上述第一题差不多了，i位置必选的话，i-1与i+1位置就不能再选。然后就需要一些操作，将本题变为与上述题一样的解法即可，思路如下：由提示可知道1 <= nums[i] <= 10^4，所以用一个10001大小的数组将数据管理起来，下标对应的就是每个数据，所存的元素表示该下标总共的和（例如4出现3次，那么4的位置所存的数据就为12）。

  1. 状态表示：如上题一样，用f[i]表示i位置删除，所获取的最大点数；g[i]表示i位置不删除，所获取的最大点数。
  2. 状态转移方程：如按摩师的分析方式，状态转移方程如下： f[i] = hash[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);
  3. 初始化：对于f[0]位置来说，必选后值为0。
  4. 填表顺序：从左往右，两表一次填写。
  5. 返回值：max(f[N - 1], g[N - 1])。

代码如下：

class Solution 
{
public:int deleteAndEarn(vector<int>& nums) {const int N = 10001;int hash[N] = { 0 };for (auto& x : nums)hash[x] += x;vector<int> f(N), g(N);for (int i = 1; i < N; ++i){f[i] = hash[i] + g[i - 1];g[i] = max(f[i - 1], g[i - 1]);}return max(f[N - 1], g[N - 1]);}
};

4. 买卖股票的最佳时机含冷冻期（medium）

1.题目链接：买卖股票的最佳时机含冷冻期
2.题目描述：给定一个整数数组prices，其中第 prices[i] 表示第 i 天的股票价格 。​
设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）:

卖出股票后，你无法在第二天买入股票 (即冷冻期为 1 天)。
注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入: prices = [1,2,3,0,2]
输出: 3 解释: 对应的交易状态为: [买入, 卖出, 冷冻期, 买入, 卖出]

示例 2:

输入: prices = [1]
输出: 0

提示：

1 <= prices.length <= 5000
0 <= prices[i] <= 1000

3.问题分析：
这类题先分状态，然后对每种状态再进行详细讨论。如本题状态该怎么分？在某一天的交易状态可能为买入、冷冻期，冷冻期之后为可交易状态（可交易状态是需要自行找出的）因为卖出的那一刻和进入冷冻期的利润相同，所以买卖股票问题不需要关心卖出状态（如果考虑卖出状态的话，要记得冷冻期的利润是和当天卖出状态利润相同的）。

  1. 状态表示：由于有「买⼊」「可交易」「冷冻期」三个状态，因此我们可以选择⽤三个数组，其中：dp[0][j] 表⽰：第 i 天结束后，处于「买⼊」状态，此时的最⼤利润；dp[1][j] 表⽰：第 i 天结束后，处于「冷冻期」状态，此时的最⼤利润；dp[2][j] 表⽰：第 i 天结束后，处于「可交易」状态，此时的最⼤利润。
  2. 状态转移方程：由下图进行分析：
    在这里插入图片描述

箭头末尾表示昨天，箭头前端表示今天。nothing表示什么也不用做。 由买入状态开始分析：由买入能不能到买入状态？什么也不干就可以，由买入到冷冻期？昨天卖出，今天就到冷冻期 ，由买入到可交易？买入后只能卖出到冷冻期，所以不可行。 冷冻期状态：由冷冻期到冷冻期？不行，由冷冻期到买入，显而易见也不行，由冷冻期到可交易？昨天冷冻期，什么也不干，今天就能到达可交易。可交易状态：由可交易到可交易？昨天可交易状态什么也不干，今天就又是可交易状态，由可交易到买入？昨天可交易，今天当然可以买入，由可交易到冷冻期？不行。
所以状态转移方程如下：dp[0][j] = max(dp[0][j - 1], dp[2][j - 1] - prices[j]); dp[1][j] = dp[0][j - 1] + prices[j]; dp[2][j] = max(dp[2][j - 1], dp[1][j - 1]);

  1. 初始化：三种状态都会⽤到前⼀个位置的值，因此需要初始化每⼀⾏的第⼀个位置：
    dp[0][0] ：此时要想处于「买⼊」状态，必须把第⼀天的股票买了，因此 dp[0][0] = -prices[0] ；
    dp[1][0] ：啥也不⽤⼲即可，因此 dp[1][0] = 0 ；
    dp[2][0] ：⼿上没有股票，买⼀下卖⼀下就处于冷冻期，此时收益为 0 ，因此 dp[2][0] = 0 。
  2. 填表顺序：从上到下，从左往右，三个表⼀起填。
  3. 返回值：买入状态的利润肯定不是最大的，所以返回冷冻期状态或可交易状态的最大值即可。

代码如下：

class Solution 
{
public:int maxProfit(vector<int>& prices) {int n = prices.size();vector<vector<int>> dp(3, vector<int>(n));dp[0][0] = -prices[0];for (int j = 1; j < n; ++j){dp[0][j] = max(dp[0][j - 1], dp[2][j - 1] - prices[j]);dp[1][j] = dp[0][j - 1] + prices[j];dp[2][j] = max(dp[2][j - 1], dp[1][j - 1]);}return max(dp[1][n - 1], dp[2][n - 1]);}
};

5. 买卖股票的最佳时机III（hard）

1.题目链接：买卖股票的最佳时机III
2.题目描述：给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格。
设计一个算法来计算你所能获取的最大利润。你最多可以完成 两笔（k笔） 交易。

注意：你不能同时参与多笔交易（你必须在再次购买前出售掉之前的股票）。

示例 1:

输入：prices = [3,3,5,0,0,3,1,4]
输出：6 解释：在第 4 天（股票价格 = 0）的时候买入，在第6天（股票价格 = 3）的时候卖出，这笔交易所能获得利润 = 3-0 = 3 。
随后，在第 7 天（股票价格 = 1）的时候买入，在第 8 天 （股票价格 = 4）的时候卖出，这笔交易所能获得利润 = 4-1 = 3 。

示例 2：

输入：prices = [1,2,3,4,5]
输出：4 解释：在第 1 天（股票价格 = 1）的时候买入，在第 5 天 （股票价格 = 5）的时候卖出, 这笔交易所能获得利润 = 5-1 = 4 。
注意你不能在第 1 天和第 2 天接连购买股票，之后再将它们卖出。
因为这样属于同时参与了多笔交易，你必须在再次购买前出售掉之前的股票。

示例 3：

输入：prices = [7,6,4,3,1]
输出：0
解释：在这个情况下, 没有交易完成, 所以最大利润为 0。

示例 4：

输入：prices = [1]
输出：0

提示：

1 <= prices.length <= 10^5
0 <= prices[i] <= 10^5

3.问题分析：
这道题与上道题相比，多需要考虑一个交易次数，所以需要再增加一个维度用来表示交易次数。对于状态来说，只有买入状态和可交易状态，所以用f，g两个数组来进行表示，第二个维度j表示的就是交易次数。

  1. 状态表示：f[i][j] 表⽰：第 i 天结束后，完成了 j 次交易，处于「买⼊」状态，此时的最⼤利润； g[i][j] 表⽰：第 i 天结束后，完成了 j 次交易，处于「卖出」状态，此时的最⼤利润。
  2. 状态转移⽅程：
    对于 f[i][j] ，有两种情况到这个状态：
    在 i - 1 天的时候，交易了 j 次，处于「买⼊」状态，第 i 天啥也不⼲即可。此时最⼤利润为： f[i - 1][j] ；在 i - 1 天的时候，交易了 j 次，处于「卖出」状态，第 i 天的时候把股票买了。此时的最⼤利润为： g[i - 1][j] - prices[i] 。综上，所求的是「最⼤利润」，因此是两者的最⼤值： f[i][j] = max(f[i - 1][j], g[i - 1][j] - prices[i]) 。
    对于 g[i][j] ，有两种情况可以到达这个状态：
    在 i - 1 天的时候，交易了 j 次，处于「卖出」状态，第 i 天啥也不⼲即可。此时的最⼤利润为： g[i - 1][j] ；在 i - 1 天的时候，交易了 j - 1 次，处于「买⼊」状态，第 i 天把股票卖了，然
    后就完成了 j ⽐交易。此时的最⼤利润为： f[i - 1][j - 1] + prices[i] 。但是这个状态不⼀定存在，要先判断⼀下。要求的是最⼤利润，因此状态转移⽅程为：g[i][j] = g[i - 1][j]; if(j >= 1) g[i][j] = max(g[i][j], f[i - 1][j - 1] + prices[i]);
  3. 初始化：
    由于需要⽤到 i = 0 时的状态，因此初始化第⼀⾏即可。
    当处于第 0 天的时候，只能处于「买⼊过⼀次」的状态，此时的收益为 -prices[0] ，因此 f[0][0] = - prices[0] 。
    为了取 max 的时候，⼀些不存在的状态「起不到⼲扰」的作⽤，我们统统将它们初始化为 -INF （⽤ INT_MIN 在计算过程中会有「溢出」的⻛险，这⾥ INF 折半取0x3f3f3f3f ，⾜够⼩即可）溢出情况：当初始化为负无穷时，-prices[0]-oo就会溢出。
  4. 填表顺序：从上往下填每⼀⾏，每⼀⾏从左往右，两个表⼀起填。
  5. 返回值：返回每次交易的最大值。

代码如下：

class Solution {
public:const int INF = 0x3f3f3f3f;int maxProfit(vector<int>& prices) {int n = prices.size();vector<vector<int>> f(n, vector<int>(3, -INF)), g(n, vector<int>(3, -INF));f[0][0] = -prices[0], g[0][0] = 0;for (int i = 1; i < n; ++i) {for (int j = 0; j < 3; ++j){f[i][j] = max(f[i - 1][j], g[i - 1][j] - prices[i]);if (j >= 1) //防止越界g[i][j] = max(g[i - 1][j], f[i - 1][j - 1] + prices[i]);else g[i][j] = g[i - 1][j];}}int ret = 0;for (int j = 0; j < 3; ++j)ret = max(ret, g[n - 1][j]);return ret;}      } ;

对于买卖股票的最佳时机IV问题来说，交易k次，分析方式与上道题基本无异，只需将上述代码中的3改为k即可。

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/69868.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

c++（c语言）通用版本的单链表的头插法创建

c++（c语言）通用版本的单链表的头插法创建

我们创建一个长度为n的链表时&#xff0c;可以采取头插法创建或者尾插法创建&#xff0c;本篇博客我们采取头插法来创建&#xff0c;&#xff08;作者只学了头插&#xff0c;尾插等以后来补qwq)。 我们先来画图来看看头插的创建形式把&#xff0c;会了原理再写代码。 首先是我…
阅读更多...
自定义TimeLine实现卡拉OK轨

自定义TimeLine实现卡拉OK轨

系列文章目录 自定义TimeLine 自定义TimeLine 系列文章目录前言正文UI部分代码部分Data&#xff08;数据&#xff09;Clip&#xff08;片段&#xff09;Track&#xff08;轨道&#xff09;Mixer&#xff08;混合&#xff09;被控制物体 总结 前言 自定义TimeLine实际上就是自定…
阅读更多...
Redis缓存的高并发问题

Redis缓存的高并发问题

Redis 做缓存虽减轻了 DBMS 的压力&#xff0c;减小了 RT&#xff0c;但在高并发情况下也是可能会出现各 种问题的。 1 缓存穿透 当用户访问的数据既不在缓存也不在数据库中时&#xff0c;就会导致每个用户查询都会“穿透” 缓存“直抵”数据库。这种情况就称为缓存穿透。一个…
阅读更多...
OpenCV（十）：图像缩放、翻转、拼接的介绍与使用

OpenCV（十）：图像缩放、翻转、拼接的介绍与使用

目录 &#xff08;1&#xff09;图像缩放&#xff1a;resize() &#xff08;2&#xff09;图像翻转&#xff1a; flip() &#xff08;3&#xff09;图像拼接&#xff1a;hconcat() 和vconcat() &#xff08;1&#xff09;图像缩放&#xff1a;resize() 使用 cv2.resize() 函…
阅读更多...
sql：SQL优化知识点记录（十一）

sql：SQL优化知识点记录（十一）

&#xff08;1&#xff09;用Show Profile进行sql分析 新的一个优化的方式show Profile 运行一些查询sql&#xff1a; 查看一下我们执行过的sql 显示sql查询声明周期完整的过程&#xff1a; 当执行过程出现了下面这4个中的时&#xff0c;就会有问题导致效率慢 8这个sql创建…
阅读更多...
搬家快递服务小程序的便利性

搬家快递服务小程序的便利性

在当今快节奏的生活中&#xff0c;搬家可能是很多人都需要面对的问题。无论是新房子还是新办公室&#xff0c;都需要高效、便捷的搬家服务。本文将介绍如何使用第三方小程序制作平台&#xff0c;如乔拓云平台&#xff0c;开发一款高效便捷的搬家服务小程序。 1. 注册登录第三方…
阅读更多...
【易售小程序项目】修改“我的”界面前端实现；查看、重新编辑、下架自己发布的商品【后端基于若依管理系统开发】

【易售小程序项目】修改“我的”界面前端实现；查看、重新编辑、下架自己发布的商品【后端基于若依管理系统开发】

文章目录 “我的”界面修改效果界面实现界面整体代码 查看已发布商品界面效果商品数据表后端上架、下架商品ControllerMapper 界面整体代码back方法 编辑商品、商品发布、保存草稿后端商品校验方法Controller 页面整体代码 同项目其他文章 “我的”界面修改 效果 界面实现 界…
阅读更多...
【C++设计模式】详解装饰模式

【C++设计模式】详解装饰模式

2023年8月31日&#xff0c;周四上午 这是我目前碰到的最难的设计模式..... 非常难以理解而且比较灵活多半&#xff0c;学得贼难受&#xff0c;写得贼费劲..... 2023年8月31日&#xff0c;周四晚上19:48 终于写完了&#xff0c;花了一天的时间来学习装饰模式和写这篇博客。 …
阅读更多...
序列到序列学习（seq2seq）

序列到序列学习（seq2seq）

permute(1,0,2)&#xff0c;将batch_size 放在中间state 最后一个时刻&#xff0c;每个层的输出
阅读更多...
数学建模--Subplot绘图的Python实现

数学建模--Subplot绘图的Python实现

目录 1.Subplot函数简介 2.Subplot绘图范例1:绘制规则子图 3.Subplot绘图范例2:绘制不规则子图 4.Subplot绘图范例3:gridspec辅助实战1 5.Subplot绘图范例4:gridspec辅助实战2 1.Subplot函数简介 """ 最近在数学建模种需要绘制多张子图,发现对于subplot函…
阅读更多...
QT文件对话框，将标签内容保存至指定文件

QT文件对话框，将标签内容保存至指定文件

一、主要步骤 首先&#xff0c;通过getSaveFileName过去想要保存的文件路径及文件名&#xff0c;其次&#xff0c;通过QFile类实例化一个文件对象&#xff0c;再读取文本框中的内容&#xff0c;最后将读取到的内容写入到文件中&#xff0c;最后关闭文件。 1.txt即为完成上述操作…
阅读更多...
laragon 为 php 安装 Xdebug 扩展

laragon 为 php 安装 Xdebug 扩展

众所周知&#xff0c;php 自带的 var_dump() 输出格式很不直观 而 laragon 作为很好的 windos 下开发环境很受欢迎&#xff0c;本文就介绍如何快速为 laragon 的 php 安装 Xdebug&#xff0c;方便开发调试 一&#xff1a;启动开发环境&#xff0c;在任意可访问 php 页面中输出 …
阅读更多...
蓝桥杯备赛（Day5）——二叉树

蓝桥杯备赛（Day5）——二叉树

二叉树存储 普通做法，二叉树一个节点包括结点的数值以及指向左右子节点的指针 在class Node中 def __init__(self,s,l=None,r=None):self.val=Noneself.l=lself.r=r 在竞赛中，我们往往使用静态数组实现二叉树，定义一个大小为N的静态结构体数组，使用其来存储一棵二叉树。…
阅读更多...
python 学习笔记（4）—— webdriver 自动化操作浏览器（基础操作）

python 学习笔记（4）—— webdriver 自动化操作浏览器（基础操作）

安装 web driver&#xff1a; 使用 driver 前&#xff0c;需要下载与浏览器版本相对应的 driver。如要在 Chrome 浏览器上操作&#xff0c;就要下载Chrome Driver。 几个常用浏览器的参考和下载地址&#xff1a; Edge Driver&#xff1a;https://developer.microsoft.com/en…
阅读更多...
密码学入门——环游密码世界

密码学入门——环游密码世界

文章目录 参考书目一、基本概念1.1 本书主要角色1.2 加密与解密 二、对称密码与公钥密码2.1 密钥2.2 对称密码和公钥密码2.3 混合密码技术 三、其他密码技术 参考书目 图解密码技术 第三版 一、基本概念 1.1 本书主要角色 1.2 加密与解密 加密 解密 密码破译 二、对称密…
阅读更多...
Ansible之playbook详解和应用实例

Ansible之playbook详解和应用实例

目录 一、playbook简介 1.什么是playbook 2.playbook组成 二、应用实例 1.使用playbook安装启用httpd服务 2.使用playbook安装启用nginx服务 三、ansible-playbook其他用法 1.检查yaml文件的语法是否正确 2.检查tasks任务 3.检查指定的主机 4.指定从某个task开始运行…
阅读更多...
Playwright for Python：断言

Playwright for Python：断言

一、支持的断言 Playwright支持以下几种断言&#xff1a; 断言描述expect(locator).to_be_checked()复选框被选中expect(locator).to_be_disabled()元素是禁用状态expect(locator).to_be_editable()元素是可编辑状态expect(locator).to_be_empty()容器是空的expect(locator).…
阅读更多...
Python列表排序

Python列表排序

介绍一个关于列表排序的sort方法&#xff0c;看下面的案例&#xff1a; """ 列表的sort方法来对列表进行自定义排序 """# 准备列表 my_list [["a", 33], ["b", 55], ["c", 11]]# 排序&#xff0c;基于带名函数 …
阅读更多...
Build阶段-Maven安装配置

Build阶段-Maven安装配置

构建Java项目的工具一般有两种选择&#xff0c;一个是Maven&#xff0c;一个是Gradle。 这里我们选择Maven作为项目的编译工具。 具体安装Maven流程不做阐述&#xff0c;但是需要确保配置好Maven仓库私服以及JDK编译版本
阅读更多...
亚马逊云科技 云技能孵化营——我的云技能之旅

亚马逊云科技 云技能孵化营——我的云技能之旅

文章目录 每日一句正能量前言活动流程后记 每日一句正能量 不能在已经获得足够多的成功时&#xff0c;还对自己的能力保持怀疑&#xff0c;露出自信的微笑&#xff0c;走出自信的步伐&#xff0c;做一个自信的人&#xff01; 前言 亚马逊云科技 (Amazon Web Services) 是全球云…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023