【数据结构】堆和树详解堆和二叉树的实现堆的top-k问题

主页：醋溜马桶圈-CSDN博客

专栏：数据结构_醋溜马桶圈的博客-CSDN博客

gitee：mnxcc (mnxcc) - Gitee.com

目录

1.树概念及结构

1.1 树的概念

2.2 树的相关概念

1.3 树的表示

1.4 树在实际中的运用

2.二叉树的概念及结构

2.1 二叉树的概念

2.2 特殊的二叉树

​编辑2.3 二叉树的性质

2.4 二叉树的存储结构

2.5 二叉树的实现

3.堆的概念及结构

3.1 举例说明

3.2 堆（数据结构）与堆（内存）的区别

3.3 堆的意义 

3.4 堆的实现

3.4.1 堆向下调整算法

3.4.2 堆的创建 

​

3.4.2.1 创建

3.4.2.2 初始化

3.4.2.3 销毁

3.4.3 建堆时间复杂度

3.4.4 堆的插入

3.4.4.1 插入

3.4.4.2 向上调整

3.4.5 堆的删除

3.4.5.1 删除

3.4.5.2 向下调整

3.4.6 返回堆顶元素

3.4.7 判空

3.4.8 返回数据个数

3.4.9 访问

3.4.10 实现代码

3.4.10.1 Heap.h

3.4.10.2 Heap.c

3.5 堆的TOP-K问题

3.5.1 问题描述

3.5.2 算法思路

3.5.2.1 创建数据到文件中

3.5.2.2 并构建一个k个数的小堆

3.5.2.3 读取文件剩下的值

3.5.3 解决代码

1.树概念及结构

1.1 树的概念

树是一种非线性的数据结构，它是由n（n>=0）个有限结点组成一个具有层次关系的集合。把它叫做树是因 为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的

  • 有一个特殊的结点，称为根结点，根节点没有前驱结点
  • 除根节点外，其余结点被分成M(M>0)个互不相交的集合T1、T2、……、Tm，其中每一个集合Ti(1<= i <= m)又是一棵结构与树类似的子树。每棵子树的根结点有且只有一个前驱，可以有0个或多个后继
  • 因此，树是递归定义的

 注意：树形结构中，子树之间不能有交集，否则就不是树形结构

2.2 树的相关概念

  • 节点的度：一个节点含有的子树的个数称为该节点的度； 如上图：A的为6
  • 叶节点或终端节点：度为0的节点称为叶节点； 如上图：B、C、H、I...等节点为叶节点
  • 非终端节点或分支节点：度不为0的节点； 如上图：D、E、F、G...等节点为分支节点
  • 双亲节点或父节点：若一个节点含有子节点，则这个节点称为其子节点的父节点； 如上图：A是B的父节点
  • 孩子节点或子节点：一个节点含有的子树的根节点称为该节点的子节点； 如上图：B是A的孩子节点
  • 兄弟节点：具有相同父节点的节点互称为兄弟节点； 如上图：B、C是兄弟节点
  • 树的度：一棵树中，最大的节点的度称为树的度； 如上图：树的度为6
  • 节点的层次：从根开始定义起，根为第1层，根的子节点为第2层，以此类推；
  • 树的高度或深度：树中节点的最大层次； 如上图：树的高度为4
  • 堂兄弟节点：双亲在同一层的节点互为堂兄弟；如上图：H、I互为堂兄弟节点
  • 节点的祖先：从根到该节点所经分支上的所有节点；如上图：A是所有节点的祖先
  • 子孙：以某节点为根的子树中任一节点都称为该节点的子孙。如上图：所有节点都是A的子孙
  • 森林：由m（m>0）棵互不相交的树的集合称为森林；

1.3 树的表示

树结构相对线性表就比较复杂了，要存储表示起来就比较麻烦了，既要保存值域，也要保存结点和结点之间的关系，实际中树有很多种表示方式如：双亲表示法，孩子表示法、孩子双亲表示法以及孩子兄弟表示法等

我们这里就简单的了解其中最常用的孩子兄弟表示法

1.4 树在实际中的运用

（表示文件系统的目录树结构）

2.二叉树的概念及结构

2.1 二叉树的概念

一棵二叉树是结点的一个有限集合，该集合:

  1. 或者为空
  2. 由一个根节点加上两棵别称为左子树和右子树的二叉树组成

从上图可以看出：

  1. 二叉树不存在度大于2的结点
  2. 二叉树的子树有左右之分，次序不能颠倒，因此二叉树是有序树

注意：对于任意的二叉树都是由以下几种情况复合而成的：

现实中的二叉树

2.2 特殊的二叉树

  1. 满二叉树：一个二叉树，如果每一个层的结点数都达到最大值，则这个二叉树就是满二叉树。也就是说，如果一个二叉树的层数为K，且结点总数是2^k-1，则它就是满二叉树
    如果一个树是满二叉树，结点总数是N，那它的高度h=log2(N+1)
    每一层都是满的
  2. 完全二叉树：完全二叉树是效率很高的数据结构，完全二叉树是由满二叉树而引出来的。对于深度为K的，有n个结点的二叉树，当且仅当其每一个结点都与深度为K的满二叉树中编号从1至n的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树
    总结点数范围是：[2^(h-1)，2^h-1]
    前h-1层是满的，最后一层不一定满，但是最后一层从左到右都是连续的

2.3 二叉树的性质

  1. 若规定根节点的层数为1，则一棵非空二叉树的第i层上最多有2^(i-1)个结点.
  2. 若规定根节点的层数为1，则深度为h的二叉树的最大结点数2^h-1
  3. 对任何一棵二叉树, 如果度为0其叶结点个数为n0 , 度为2的分支结点个数为n2 ,则有n0=n2+1
  4. 若规定根节点的层数为1，具有n个结点的满二叉树的深度，h= log2(n+1). (long2(n+1)是log以2为底，n+1为对数)
  5. 对于具有n个结点的完全二叉树，如果按照从上至下从左至右的数组顺序对所有节点从0开始编号，则对于序号为i的结点有：

1. 若i>0，i位置节点的双亲序号：(i-1)/2；i=0，i为根节点编号，无双亲节点

2. 若2i+1<n，左孩子序号：2i+1，2i+1>=n否则无左孩子

3. 若2i+2<n，右孩子序号：2i+2，2i+2>=n否则无右孩子

2.4 二叉树的存储结构

二叉树一般可以使用两种结构存储，一种顺序结构，一种链式结构 

1. 顺序存储

顺序结构存储就是使用数组来存储，一般使用数组只适合表示完全二叉树，因为不是完全二叉树会有空间的浪费。而现实中使用中只有堆才会使用数组来存储，二叉树顺序存储在物理上是一个数组，在逻辑上是一颗二叉树

只有满二叉树或者完全二叉树才适合这种存储

父子节点间下标有一个规律关系：

  • leftchild = parent*2+1；
  • rightchild = parent*2+2；
  • parent = (child-1)/2；

2. 链式存储

二叉树的链式存储结构是指，用链表来表示一棵二叉树，即用链来指示元素的逻辑关系。 通常的方法是链表中每个结点由三个域组成，数据域和左右指针域，左右指针分别用来给出该结点左孩子和右孩子所在的链结点的存储地址 。链式结构又分为二叉链和三叉链。

 

2.5 二叉树的实现

二叉树链式结构的实现参考此文章：【数据结构】二叉树链式结构-CSDN博客

3.堆的概念及结构

堆的性质：  

  • 堆中某个节点的值总是不大于或不小于其父节点的值
  • 堆总是一棵完全二叉树

3.1 举例说明

堆一般是把数组数据看做是一棵完全二叉树

  • 小堆要求：任意一个父亲<=孩子
  • 大堆要求：任意一个父亲>=孩子 

比如：

我们分别分析一下：这个题选A

3.2 堆（数据结构）与堆（内存）的区别

我们数据结构中学的堆和C语言操作系统中学的堆不是一个东西，他们只是名字相同而已

  • 数据结构的堆是一棵特殊的完全二叉树
  • 操作系统的堆是一个内存区域的划分

3.3 堆的意义 

  • 堆排序  O(N*logN)
  • top k问题Top K算法分析_基于向量交集的topk搜索-CSDN博客
  • ...... 

3.4 堆的实现

3.4.1 堆向下调整算法

现在我们给出一个数组，逻辑上看做一颗完全二叉树。我们通过从根节点开始的向下调整算法可以把它调整成一个小堆

向下调整算法有一个前提：左右子树必须是一个堆，才能调整

​

3.4.2 堆的创建 

下面我们给出一个数组

现在我们通过算法，把它构建成一个堆

一个非叶子节点的子树开始调整，一直调整到根节点的树，就可以调整成堆

​

​

3.4.2.1 创建

我们用一个动态顺序表来实现堆，创建一个结构体封装顺序表

3.4.2.2 初始化

3.4.2.3 销毁

3.4.3 建堆时间复杂度

​

​

​

3.4.4 堆的插入

先插入一个10到数组的尾上，再进行向上调整算法，直到满足堆

​

3.4.4.1 插入

这里我们以小堆为例，父亲节点小于儿子节点

以这棵树为例，

在逻辑结构上是一棵二叉树

而在物理结构上是顺序表（即数组）

如果我们分别插入10，20，30

3.4.4.2 向上调整

具体的流程如图

这里的算法思路是：插入到数组，如果child小于parent，则交换child和parent的值，child的坐标调整到parent，parent则调整到(parent-1)/2，继续进行比较交换，直到child调整到0位置结束，这就是向上调整的思路

向上调整的时间复杂度是O(logN)

3.4.5 堆的删除

删除堆是删除堆顶的数据，将堆顶的数据根最后一个数据一换，然后删除数组最后一个数据，再进行向下调整算法

​

3.4.5.1 删除

删除我们规定删除堆顶的值，即删除根节点的值

要求删除根节点之后依然是一个堆

我们的思路是：

  1. 第一个节点和最后一个节点交换
  2. 尾删掉最后一个节点
  3. 然后从根节点开始向下调整

交换之后左右子树依旧是小堆

3.4.5.2 向下调整

向下调整算法的思路是：

  1. 找左右child节点
  2. 左右child节点比较
  3. 和较小的child节点交换
  4. 继续向下调整
  5. 调整到叶子节点就结束

向下调整的时间复杂度是O(logN)

具体的思路是：

找小节点：先找左节点，如果有右节点则比较左右节点，没有就直接是左节点

交换：如果child节点小于parent节点，则交换child和parent的值，然后parent走到child，child走到(parent*2+1)

如果走到叶子节点或者child大于parent节点就跳出循环

3.4.6 返回堆顶元素

3.4.7 判空

3.4.8 返回数据个数

3.4.9 访问

3.4.10 实现代码

​

 堆总是一棵完全二叉树

3.4.10.1 Heap.h
#pragma once
#include <stdio.h>
#include <stdlib.h>
#include <stdbool.h>
#include <assert.h>
typedef int HPDataType;
typedef struct Heap
{HPDataType* a;int size;int capacity;
}HP;
//初始化
void HPInit(HP* php);
//销毁
void HPDestroy(HP* php);
//交换
void Swap(HPDataType* p1, HPDataType* p2);
//向上调整
void AdjustUp(HPDataType* a, int child);
//插入(小堆)
void HPPush(HP* php, HPDataType x);
//向下调整
void AdjustDown(HPDataType* a, int size, int parent);
//删除(根节点)
void HPPop(HP* php);
//返回堆顶数据
int HPTop(HP* php);
//判空
bool HPEmpty(HP* php);
//返回数据个数
int HPSize(HP* php);
3.4.10.2 Heap.c
#define _CRT_SECURE_NO_WARNINGS 1
#include "Heap.h"\
//初始化
void HPInit(HP* php)
{assert(php);php->a = NULL;php->size = 0;php->capacity = 0;
}
//销毁
void HPDestroy(HP* php)
{assert(php);free(php->a);php->a = NULL;php->size = 0;php->capacity = 0;
}
//交换
void Swap(HPDataType* p1, HPDataType* p2)
{HPDataType tmp = *p1;*p1 = *p2;*p2 = tmp;
}
//向上调整
void AdjustUp(HPDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}elsebreak;}
}
//插入(小堆)
void HPPush(HP* php, HPDataType x)
{assert(php);if (php->size == php->capacity){int newcapacity = php->capacity == 0 ? 4 : php->capacity * 2;HPDataType* tmp = (HPDataType*)realloc(php->a, sizeof(HPDataType) * newcapacity);if (tmp == NULL){perror("realloc fail");exit(-1);}php->a = tmp;php->capacity = newcapacity;}php->a[php->size] = x;php->size++;AdjustUp(php->a, php->size - 1);
}
//向下调整
void AdjustDown(HPDataType* a, int size, int parent)
{int child = parent * 2 + 1;while (child < size){if ((child + 1) < size && a[child + 1] < a[child])child++;if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}elsebreak;}
}
//删除(根节点)
void HPPop(HP* php)
{assert(php);assert(php->size > 0);Swap(&php->a[0], &php->a[php->size - 1]);php->size--;AdjustDown(php->a, php->size, 0);
}
//返回堆顶数据
int HPTop(HP* php)
{assert(php);assert(php->size > 0);return php->a[0];
}
//判空
bool HPEmpty(HP* php)
{assert(php);return php->size == 0;
}
//返回数据个数
int HPSize(HP* php)
{assert(php);return php->size;
}

3.5 堆的TOP-K问题

3.5.1 问题描述

TOP-K问题：即求数据结合中前K个最大的元素或者最小的元素，一般情况下数据量都比较大

比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等

对于Top-K问题，能想到的最简单直接的方式就是排序，但是：如果数据量非常大，排序就不太可取了(可能数据都不能一下子全部加载到内存中)。最佳的方式就是用堆来解决，基本思路如下：

1. 用数据集合中前K个元素来建堆

  • 前k个最大的元素，则建小堆
  • 前k个最小的元素，则建大堆

2. 用剩余的N-K个元素依次与堆顶元素来比较，不满足则替换堆顶元素

  • 将剩余N-K个元素依次与堆顶元素比完之后，堆中剩余的K个元素就是所求的前K个最小或者最大的元素

3.5.2 算法思路

大致的实现代码是这样

数据量非常非常大的时候，比如在文件中有1000000000个值，找出最大的前十个

这时我们不可能建大堆去pop 10次，太消耗内存了

我们的思路是：假如TopK

  1. 创建数据到文件中
  2. 读取文件前k个值，构建一个k个数的小堆
  3. 读取文件剩下的值，与堆顶的数比较，如果比堆顶数值大，那就替换他，并向下调整
  4. 打印前k个数据 
3.5.2.1 创建数据到文件中

这里我们创建数据的时候%了10000000，保证数据都是在10000000以内的

我们创建的文件就在文件夹中

3.5.2.2 并构建一个k个数的小堆

3.5.2.3 读取文件剩下的值

3.5.3 解决代码

#define _CRT_SECURE_NO_WARNINGS 1
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
void Swap(int* p1, int* p2)
{int tmp = *p1;*p1 = *p2;*p2 = *p1;
}
void AdjustUp(int* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[child] < a[parent]){Swap(&a[child], &a[parent]);child = parent;parent = (child - 1) / 2;}elsebreak;}
}
void AdjustDown(int* a, int size, int parent)
{int child = parent * 2 + 1;while (child < size){if (child + 1 < size && a[child + 1] < a[child]){++child;}if (a[child] < a[parent]){Swap(&a[child], &a[parent]);parent = child;child = parent * 2 + 1;}elsebreak;}
}
void CreatNDate()
{//造数据int n = 10000000;srand(time(0));const char* file = "data.txt";FILE* fin = fopen(file, "w");if (fin == NULL){perror("fopen error");return;}for (int i = 0; i < n; i++){int x = (rand() + i) % 10000000;fprintf(fin, "%d\n", x);}fclose(fin);
}
void PrintTopK(const char* file, int k)
{FILE* fout = fopen(file, "r");if (fout == NULL){perror("fopen error");return;}//建一个k个数的小堆int* minheap = (int*)malloc(sizeof(int) * k);if (minheap == NULL){perror("malloc fail");return;}//读取前k个数for (int i = 0; i < k; i++){fscanf(fout, "%d", &minheap[i]);//建小堆AdjustUp(minheap, i);}//读文件剩下的值int x = 0;while (fscanf(fout, "%d", &x) != EOF){//与堆顶进行比较if (x > minheap[0]){//替代堆顶的值minheap[0] = x;//向下调整AdjustDown(minheap, k, 0);}}for (int i = 0; i < k; i++){printf("%d ", minheap[i]);}printf("\n");fclose(fout);
}
int main()
{//CreatNDate();PrintTopK("data.txt", 5);return 0;
}

结果我们就可以找出前k个值了

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/760269.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

vue前端解析jwt

vue前端解析jwt

vue前端解析jwt 我们可以用在线解析看解析的结果&#xff1a;https://www.lddgo.net/encrypt/jwt-decrypt 但是如果在前端需要解析token&#xff0c;拿到其中的权限信息&#xff0c;可以这样解决。 在线的&#xff1a; 完美解决&#xff1a; 代码&#xff1a; function par…
阅读更多...
MySQL | 表的约束

MySQL | 表的约束

目录 1. 空属性 NULL 2. 默认值 DEFAULT 3. 列描述comment 4. zerofill 5. 主键 PRIMARY KEY 6. 自增长AUTO_INCREMENT 7. 唯一键UNIQUE 8. 外键 真正约束字段的是数据类型&#xff0c;但是数据类型约束很单一&#xff0c;需要有一些额外的约束&#xff0c;更好的保证数…
阅读更多...
web前端常用标签（html）

web前端常用标签（html）

1.定义 1.1标签 语法规范&#xff1a;<标签名 属性名"属性值">标签名</标签名> 标签之间可以嵌套 1.2属性 定制元素的行为的。属性是不通用的&#xff0c;每一个标签存在自身的属性。当属性名属性值时&#xff0c;可以只写属性值 2.HTML常用标签 2…
阅读更多...
面试笔记——Redis（分布式锁的使用场景及实现原理）

面试笔记——Redis（分布式锁的使用场景及实现原理）

分布式锁的使用场景 资源竞争控制&#xff1a;多个客户端同时访问共享资源时&#xff0c;可以使用分布式锁来控制资源的并发访问&#xff0c;防止多个客户端同时对同一资源进行修改造成数据不一致的问题。 避免重复操作&#xff1a;在分布式环境中&#xff0c;可能会出现多个客…
阅读更多...
如何实现手机遥控端关机按钮同时关闭TV端和手机端界面

如何实现手机遥控端关机按钮同时关闭TV端和手机端界面

目前家庭电视机主要通过其自带的遥控器进行操控&#xff0c;实现的功能较为单一。例如&#xff0c;当我们要在TV端搜索节目时&#xff0c;电视机在遥控器的操控下往往只能完成一些字母或数字的输入&#xff0c;而无法输入其他复杂的内容。分布式遥控器将手机的输入能力和电视遥…
阅读更多...
基于springboot+vue的智慧生活商城系统

基于springboot+vue的智慧生活商城系统

博主主页&#xff1a;猫头鹰源码 博主简介&#xff1a;Java领域优质创作者、CSDN博客专家、阿里云专家博主、公司架构师、全网粉丝5万、专注Java技术领域和毕业设计项目实战&#xff0c;欢迎高校老师\讲师\同行交流合作 ​主要内容&#xff1a;毕业设计(Javaweb项目|小程序|Pyt…
阅读更多...
Pytest自动化测试执行环境切换的两种解决方案（超详细）

Pytest自动化测试执行环境切换的两种解决方案（超详细）

&#x1f345; 视频学习&#xff1a;文末有免费的配套视频可观看 &#x1f345; 点击文末小卡片 &#xff0c;免费获取软件测试全套资料&#xff0c;资料在手&#xff0c;涨薪更快 痛点分析 在实际企业的项目中&#xff0c;自动化测试的代码往往需要在不同的环境中进行切换&am…
阅读更多...
【STL基础】vector、stack、queue、list、pair、map、unordered_map、set、unordered_set（详细讲解）

【STL基础】vector、stack、queue、list、pair、map、unordered_map、set、unordered_set（详细讲解）

vector、list、pair、unordered_map、unordered_set、stack、queue 参考文章&#xff1a; &#xff08;1&#xff09;【apollo】泛型编程 与 STL &#xff08;2&#xff09;c stack用法 入门必看 超详细 &#xff08;3&#xff09;C中queue的用法&#xff08;超详细&#xff0c…
阅读更多...
C语言关于void类型的指针作为函数形参在使用时需要注意的坑

C语言关于void类型的指针作为函数形参在使用时需要注意的坑

目录 前言 一、void*指针使用时不同编译器下的处理结果 二、void*指针传递的指针变量进行位运算时&#xff0c;一定要注意强制转换的类型&#xff0c;和值的取值范围 总结 前言 众所周知&#xff0c;void* 指针作为函数形参时&#xff0c;表示可以接受任意类型的参数&#xf…
阅读更多...
C语言基础知识点(十七)结构体中只用指针来存储字符串

C语言基础知识点(十七)结构体中只用指针来存储字符串

// 如果需要用结构存储字符串&#xff0c;用字符数组作为成员会比较简单 // 如果需要使用指向char的指针来进行存储&#xff0c;那么需要请求malloc来 // 为字符串分配合适的存储空间#include <stdio.h> #include <string.h> //提供strcpy()\strlen()的原型 #i…
阅读更多...
基于FFmpeg混流及录制rtmp直播流

基于FFmpeg混流及录制rtmp直播流

1、什么是混流&#xff1f; 混流就是把多路音视频流合成单流。准确的说&#xff0c;混流应该叫做混音&#xff08;音频流&#xff09;混画面&#xff08;视频流&#xff09; 混流的过程包括解码、混流、编码和推流四个部分。混流这个环节包括做抖动缓冲&#xff0c;目的是把多…
阅读更多...
GDPU Java 天码行空4

GDPU Java 天码行空4

文章目录 一、实验目的二、实验内容及要求三、实验内容及要求1. 设计AnimalTool工具类&#xff0c;实现eat()函数多态性&#x1f496; AnimalDemo.java&#x1f338; 运行结果 2. 是猫是狗&#x1f496; DuoTaiDemo5.java&#x1f338; 运行结果 3. 太会了&#x1f496; DuoTai…
阅读更多...
国内IP地址切换排行榜软件大全

国内IP地址切换排行榜软件大全

随着互联网的飞速发展&#xff0c;IP地址切换技术在日常工作和生活中扮演着越来越重要的角色。无论是为了网络安全、访问特定地区网站&#xff0c;还是进行市场调研、网络爬虫等&#xff0c;IP地址切换都成为了不可或缺的工具。虎观代理将为您介绍国内较受欢迎的IP地址切换软件…
阅读更多...
B004-springcloud alibaba 服务容错 Sentinel

B004-springcloud alibaba 服务容错 Sentinel

目录 高并发带来的问题服务雪崩效应常见容错方案常见的容错思路隔离超时限流熔断降级 常见的容错组件 Sentinel入门什么是Sentinel微服务项目集成Sentinel核心库安装Sentinel控制台实现一个接口的限流 Sentinel的概念和功能基本概念重要功能 Sentinel规则流控规则三种流控模式三…
阅读更多...
深度学习——线性代数相关知识

深度学习——线性代数相关知识

线性代数基础知识 一、线性代数基础知识1、标量2、向量3、矩阵4、张量5、点积6、向量—矩阵积7、矩阵—矩阵乘法 二、小结 一、线性代数基础知识 本节将介绍简要地回顾一下部分基本线性代数内容&#xff0c;线性代数中的基本数学对象、算术和运算&#xff0c;并用数学符号和相…
阅读更多...
基于SpringBoot的高校办公室行政事务管理系统

基于SpringBoot的高校办公室行政事务管理系统

采用技术 基于SpringBoot的高校办公室行政事务管理系统的设计与实现~ 开发语言&#xff1a;Java 数据库&#xff1a;MySQL 技术&#xff1a;SpringBootMyBatis 工具&#xff1a;IDEA/Ecilpse、Navicat、Maven 页面展示效果 功能清单 教师信息管理 办公室管理 办公物资管…
阅读更多...
软文营销应该怎么做？软文营销的关键

软文营销应该怎么做？软文营销的关键

软文本营销不是一个简单的写作和发送文章的过程&#xff0c;而是一个从早期准备到软文本写作再到效果评估的综合运营管理过程。 步骤一&#xff1a;目标明确 目标是指目标用户&#xff0c;找出目标用户是什么样的群体&#xff0c;从而根据用户群体的画像进行软文准备。 步骤二…
阅读更多...
3000+人使用，这套人力资源数据分析工具还能这么用

3000+人使用，这套人力资源数据分析工具还能这么用

中国科学院自动化研究所&#xff08;以下简称“自动化所”&#xff09;成立于1956年&#xff0c;是中国科学院率先布局成立的“人工智能创新研究院”的总体牵头单位&#xff0c;是中国最早开展智能科学与技术基础理论、关键技术和创新性应用研究的科研机构&#xff0c;也是中国…
阅读更多...
ADAS-AEB系统详解

ADAS-AEB系统详解

ADAS-AEB系统详解 AEB即自动紧急制动&#xff08;Automatic Emergency Braking&#xff09;&#xff0c;其通过雷达、摄像头共同监测前方车辆以及行人情况&#xff0c;若探测到潜在碰撞风险&#xff0c;系统将采取相应预警及制动措施&#xff0c;从而避免发生碰撞或减轻碰撞损…
阅读更多...
加速量产化节奏！移远通信5G RedCap模组RG255C-CN顺利通过SRRC认证

加速量产化节奏！移远通信5G RedCap模组RG255C-CN顺利通过SRRC认证

近日&#xff0c;移远通信5G RedCap模组产品再传喜讯——RG255C-CN顺利通过SRRC&#xff08;无线电型号核准&#xff09;认证测试&#xff0c;成为领先行业的轻量化5G产品。 此前&#xff0c;该模组也已通过NAL&#xff08;电信设备进网许可&#xff09;、CCC&#xff08;中国强…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023