【数据结构】树与二叉树、树与森林部分习题以及算法设计例题 2

目录

  • 【数据结构】树与二叉树、树与森林部分习题以及算法设计例题
    • 一、交换二叉树每个结点的左右孩子
      • Swap 函数（先序遍历）：
      • Swap 函数（中序遍历）××× 不可行：
      • Swap 函数（后序遍历）：
    • 二、非递归算法求森林中有几棵树
      • 树的二叉链表(孩子-兄弟)存储表示法
    • 三、判断二叉树是否为完全二叉树
    • 四、求二叉树的最小深度 以及 二叉树树高

  1. 树与二叉树知识点文章: 【数据结构】树与二叉树（递归法先序、中序、后序、层次遍历二叉树、二叉树的建立以及求树高的方法）
  2. 二叉树遍历算法的应用: 【数据结构】树与二叉树遍历算法的应用（求叶子节点个数、求树高、复制二叉树、创建二叉树、二叉树存放表达式、交换二叉树每个结点的左右孩子）
  3. 树与森林知识点文章: 【数据结构】树与森林（树的存储结构、森林与二叉树的转化、树与森林的遍历）
  4. 树与二叉树、树与森林部分习题: 【数据结构】树与二叉树、树与森林部分习题与算法设计例题

【数据结构】树与二叉树、树与森林部分习题以及算法设计例题

一、交换二叉树每个结点的左右孩子

以上代码实现了交换二叉树每个节点的左右孩子的功能，分别使用了先序、中序和后序遍历的方式。

遍历二叉树算法的变式：

  1. Swap 函数（先序遍历）：

    • 从根节点开始，先交换当前节点的左右孩子。
    • 然后递归地对左子树和右子树执行相同的操作。

  2. Swap2 函数（中序遍历）：

    • 与先序遍历不同，中序遍历中需要先对左子树进行操作，然后交换当前节点的左右孩子，最后对右子树进行操作。
    • 但是这个实现方式是错误的，因为在交换左子树之后，对右子树进行操作时，右子树的结构已经发生了变化，导致结果错误。

  3. Swap3 函数（后序遍历）：

    • 与先序遍历类似，但是是在遍历完左右子树之后再交换当前节点的左右孩子。
    • 这样可以保证在交换左右孩子时，左右子树的结构不会被改变。

通过上述分析，正确的交换方式是采用先序或后序遍历，中序遍历方式不适合这个场景。

Swap 函数（先序遍历）：

//前序
void Swap(BiTree& T){//（先序遍历） if(T){//根节点 if(T->lchild||T->rchild){BiTree p;p= T->lchild;T->lchild = T->rchild;T->rchild = p;}Swap(T->lchild);Swap(T->rchild);}
}

Swap 函数（中序遍历）××× 不可行：

//中序的不行 
void Swap2(BiTree& T){//（中序遍历） if(T){//根节点 Swap2(T->lchild);if(T->lchild||T->rchild){BiTree p;p= T->lchild;T->lchild = T->rchild;T->rchild = p;}Swap2(T->rchild);}
}

Swap 函数（后序遍历）：

//后序
void Swap3(BiTree& T){//（后序遍历） if(T){//根节点 Swap3(T->lchild);Swap3(T->rchild);if(T->lchild||T->rchild){BiTree p;p= T->lchild;T->lchild = T->rchild;T->rchild = p;}}}

综上可行的只有先序和后序这两种方法：

//交换二叉树每个结点的左右孩子
//先序
void XXSwap_LandRchild(BiTree &T){BiTree p;if(T==NULL) return;else{//先序if(!T->lchild&&!T->rchild) return;p=T->lchild;T->lchild=T->rchild;T->rchild=p;XXSwap_LandRchild(T->lchild);XXSwap_LandRchild(T->rchild);}
}
//后序
void HXSwap_LandRchild(BiTree &T){BiTree p;if(T==NULL) return;else{//后序if(!T->lchild&&!T->rchild) return;HXSwap_LandRchild(T->lchild);HXSwap_LandRchild(T->rchild);p=T->lchild;T->lchild=T->rchild;T->rchild=p;}
}

完整代码示例：

//设二叉树采用二叉链表存储，设计递归算法实现二叉树中所有结点的左右孩子交换。
#include<iostream>
using namespace std;//二叉链表
typedef struct BiTNode{char data;struct BiTNode *lchild,*rchild;
} BiTNode, *BiTree;//二叉树的建立的算法(按先序遍历序列建立)
void CreateBiTree(BiTree &T) {char ch; scanf("%c",&ch);if (ch=='#') T = NULL;else {T = (BiTNode*)malloc(sizeof(BiTNode));T->data = ch;      // 生成根结点CreateBiTree(T->lchild); // 构造左子树CreateBiTree(T->rchild); // 构造右子树}
}void XXSwap_LandRchild(BiTree &T){BiTree p;if(T==NULL) return;else{//先序if(!T->lchild&&!T->rchild) return;p=T->lchild;T->lchild=T->rchild;T->rchild=p;XXSwap_LandRchild(T->lchild);XXSwap_LandRchild(T->rchild);}
}void HXSwap_LandRchild(BiTree &T){BiTree p;if(T==NULL) return;else{//后序if(!T->lchild&&!T->rchild) return;HXSwap_LandRchild(T->lchild);HXSwap_LandRchild(T->rchild);p=T->lchild;T->lchild=T->rchild;T->rchild=p;}
}void XXPrintTree(BiTree T){if(T==NULL) return;else{cout<<T->data<<" ";XXPrintTree(T->lchild);XXPrintTree(T->rchild);}
}int main()
{BiTree T;CreateBiTree(T);XXPrintTree(T);cout<<endl;XXSwap_LandRchild(T);XXPrintTree(T);cout<<endl;HXSwap_LandRchild(T);XXPrintTree(T);cout<<endl;return 0;
}

二、非递归算法求森林中有几棵树

树的二叉链表(孩子-兄弟)存储表示法

[fc,data,nb]
在这里插入图片描述

typedef struct CSNode{int data;struct CSNode *fc, *nb;
}CSNode, *CSTree;

树中每个结点三部分：
数据域（data），长子指针域(fc)，
右邻兄弟指针域(nb)

树和二叉树的转换
• 树以孩子兄弟表示法存，相当于将树转换成二叉树，但此二叉树根结点无右子树
• 好处：借助二叉树的操作实现树的操作

森林与二叉树的转换

⮚ 树采用二叉链表(孩子-兄弟)存储表示法，转换成二叉树
⮚ 森林由多棵树组成： F = ( T 1 , T 2 , … , T n ) F = ( T1, T2, …, Tn ) F=(T1,T2,…,Tn); 将其每棵树转换成二叉树 B T 1 , B T 2 , … , B T n BT₁, BT₂, …, BTn BT1​,BT2​,…,BTn;
⮚ 每棵二叉树BT的根的右子树皆为空树，从BTn开始依次将其根结点链为前一棵二叉树的根的右孩子
⮚ 将森林转换成一棵二叉树，森林的操作可借助二叉树的操作完成

森林和二叉树的转换
• 森林以孩子兄弟表示法存，相当于将森林转换成二叉树
• 好处：借助二叉树的操作实现森林的操作

因此只需要一直向右下数结点的个数就行：

typedef struct CSNode{int data;struct CSNode *fc, *nb;
}CSNode, *CSTree;//非递归算法求森林中有几棵树。
int CountForestTrees(CSTree F){CSTree p=F;int num=1;while(p){p=p->nb;//右子树num++;}return num;
}

完整代码示例：

//设森林采用根节点为T的二叉链表存储，设计非递归算法求森林中有几棵树。
#include<iostream>
using namespace std;typedef struct CSNode{int data;struct CSNode *fc, *nb;
}CSNode, *CSTree;//二叉树的建立的算法(按先序遍历序列建立)
void CreateBiTree(CSTree &T) {char ch; scanf("%c",&ch);if (ch=='#') T = NULL;else {T = (CSNode*)malloc(sizeof(CSNode));T->data = ch;      // 生成根结点CreateBiTree(T->fc); // 构造左子树CreateBiTree(T->nb); // 构造右子树}
}//非递归算法求森林中有几棵树。
int CountForestTrees(CSTree F){CSTree p=F;int num=1;while(p){p=p->nb;//右子树num++;}return num;
}int main()
{CSTree T;CreateBiTree(T);cout<<"森林一共有"<<CountForestTrees(T)<<"棵树"<<endl;return 0;
}

三、判断二叉树是否为完全二叉树

判断二叉树是否为完全二叉树的函数：

//完全二叉树的性质
bool check(BiTree T){if((T->lchild && T->rchild)||(!T->lchild && !T->rchild))return true;return false;
}       //判断是否的完全二叉树
bool is_Complete_Binarytree(BiTree T){BiTree p=T;SqQueue Q;if(!T) return true;//空树也是完全二叉树InitQueue(Q);EnQueue(Q,p);while(!is_QueueEmpty(Q)){DeQueue(Q,p);if(!check(p)) return false;else{if(p->lchild) EnQueue(Q,p->lchild);if(p->rchild) EnQueue(Q,p->rchild);}}return true;
}

(带main函数)题解代码示例：

//给定一个二叉树，找出其最小深度。
//最小深度是从根节点到最近叶子节点的最短路径上的节点数量。#include<iostream>
using namespace std;//判断二叉树是否为完全二叉树//结点定义入下：
//二叉链表
typedef struct BiTNode{char data;struct BiTNode *lchild,*rchild;
} BiTNode, *BiTree;//若用到队列，请用循环队列，并请实现队列的相关操作以供调用。#define MAXQSIZE 100typedef struct {BiTree *base;int front,rear;
} SqQueue; //定义循环队列//二叉树的建立的算法(按先序遍历序列建立)
void CreateBiTree(BiTree &T) {char ch; scanf("%c",&ch);if (ch=='#') T = NULL;else {T = (BiTNode*)malloc(sizeof(BiTNode));T->data = ch;      // 生成根结点CreateBiTree(T->lchild); // 构造左子树CreateBiTree(T->rchild); // 构造右子树}
}
//队列的初始化
void InitQueue(SqQueue &Q){Q.base = (BiTree *)malloc(MAXQSIZE*sizeof(BiTree));Q.front = Q.rear = 0;//队列初始化
}//队空
bool is_QueueEmpty(SqQueue Q){if(Q.rear==Q.front) return true;return false;
}//队满
bool is_QueueMAX(SqQueue Q){if((Q.rear+1)%MAXQSIZE == Q.front) return true;return false;
}//入队
void EnQueue(SqQueue &Q,BiTree e){if(!is_QueueMAX(Q)){Q.base[Q.rear]=e;Q.rear = (Q.rear + 1) % MAXQSIZE;}else{cout<<"ERROR!!! 队列已满"<<endl;}
}
//出队
void DeQueue(SqQueue &Q,BiTree &e){if(!is_QueueEmpty(Q)){e = Q.base[Q.front];Q.front = (Q.front + 1) % MAXQSIZE;}else{cout<<"ERROR!!! 队列为空"<<endl;}
}//完全二叉树的性质
bool check(BiTree T){if((T->lchild && T->rchild)||(!T->lchild && !T->rchild))return true;return false;
}       //判断是否的完全二叉树
bool is_Complete_Binarytree(BiTree T){BiTree p=T;SqQueue Q;if(!T) return true;//空树也是完全二叉树InitQueue(Q);EnQueue(Q,p);while(!is_QueueEmpty(Q)){DeQueue(Q,p);if(!check(p)) return false;else{if(p->lchild) EnQueue(Q,p->lchild);if(p->rchild) EnQueue(Q,p->rchild);}}return true;
}//层次遍历算法 
void LevelOrderTraverse(BiTree T)
{	BiTree p = T;SqQueue Q;if(!T) return;	InitQueue(Q); EnQueue(Q,p);while (!is_QueueEmpty(Q)){	DeQueue(Q,p);printf("%c ", p->data);if(p->lchild) EnQueue(Q,p->lchild);if(p->rchild) EnQueue(Q,p->rchild);}
}int main(){BiTree T;//例如输入：ABC##DE##F### 来创建二叉树 CreateBiTree(T);LevelOrderTraverse(T);cout<<endl;if(is_Complete_Binarytree(T)){cout<<"是完全二叉树"<<endl;}else{cout<<"不是完全二叉树"<<endl;}return 0; 
}

四、求二叉树的最小深度 以及 二叉树树高

给定一个二叉树，找出其最小深度。
最小深度是从根节点到最近叶子节点的最短路径上的节点数量。

求二叉树的最小深度的函数：

//直接就是将求树高的程序进行修改，将找左右子树最大树高 改为求左右子树 最小树高
//求二叉树的最小深度
int Get_minHeigt(BiTree T){//二叉树的最小深度if(T==NULL) return 0;else{int Left_Height = Get_minHeigt(T->lchild);int Right_Height = Get_minHeigt(T->rchild);int Tree_minHeight = 1+(Left_Height < Right_Height?Left_Height:Right_Height);//取最短路径return Tree_minHeight;}}

(带main函数)题解代码示例：

//给定一个二叉树，找出其最小深度。
//最小深度是从根节点到最近叶子节点的最短路径上的节点数量。#include<iostream>
using namespace std;typedef struct TreeNode{int data;//数据域TreeNode *rchild;//右孩子指针TreeNode *lchild;//左孩子指针
}TreeNode, *BiTree;//二叉树的建立的算法(按先序遍历序列建立)
void CreateBiTree(BiTree &T) {char ch; scanf("%c",&ch);if (ch=='#') T = NULL;else {T = (TreeNode*)malloc(sizeof(TreeNode));T->data = ch;      // 生成根结点CreateBiTree(T->lchild); // 构造左子树CreateBiTree(T->rchild); // 构造右子树}
}//求树高 
int Get_Height(BiTree node){//递归 求树高 if(node==NULL) return 0;else{int Left_Height = Get_Height(node->lchild);int Right_Height = Get_Height(node->rchild);int Tree_Height = 1 + (Left_Height > Right_Height?Left_Height:Right_Height);//计算树高return Tree_Height;}}
//求二叉树的最小深度
int Get_minHeigt(BiTree T){//二叉树的最小深度if(T==NULL) return 0;else{int Left_Height = Get_minHeigt(T->lchild);int Right_Height = Get_minHeigt(T->rchild);int Tree_minHeight = 1+(Left_Height < Right_Height?Left_Height:Right_Height);//取最短路径return Tree_minHeight;}}int main(){BiTree T;//例如输入：ABC##DE##F### 来创建二叉树 CreateBiTree(T);cout<<"树高为：" ;cout<<Get_Height(T)<<endl;cout<<"根节点到叶节点的最短路径上的节点数量为：";cout<<Get_minHeigt(T)<<endl;return 0; 
}

感谢阅读！！！

  1. 树与二叉树知识点文章: 【数据结构】树与二叉树（递归法先序、中序、后序、层次遍历二叉树、二叉树的建立以及求树高的方法）
  2. 二叉树遍历算法的应用: 【数据结构】树与二叉树遍历算法的应用（求叶子节点个数、求树高、复制二叉树、创建二叉树、二叉树存放表达式、交换二叉树每个结点的左右孩子）
  3. 树与森林知识点文章: 【数据结构】树与森林（树的存储结构、森林与二叉树的转化、树与森林的遍历）
  4. 树与二叉树、树与森林部分习题: 【数据结构】树与二叉树、树与森林部分习题与算法设计例题

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/820690.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

授权协议OAuth 2.0之JWT

授权协议OAuth 2.0之JWT

写在前面 本文看下JWT相关内容。 1&#xff1a;为什么需要JWT OAuth2.0规范中并没有规定access_token使用什么样的格式&#xff0c;只要求满足&#xff0c;不连续性&#xff0c;不可猜测性&#xff0c;不可重复性就可以了&#xff0c;所以我们在生成accest_token的时候就比较…
阅读更多...
Vue 3 性能飞跃：解析其性能提升的关键方面

Vue 3 性能飞跃：解析其性能提升的关键方面

文章目录 响应式系统优化静态树提升diff算法优化Tree Shaking优化Composition API事件缓存机制 响应式系统优化 Vue双向绑定原理 Proxy 相较于 Object.defineProperty 在性能上的优势主要体现在以下几个方面&#xff1a; 属性检测的全面覆盖&#xff1a; Object.defineProper…
阅读更多...
解决 windows+Ubuntu 时间不同步问题

解决 windows+Ubuntu 时间不同步问题

本文所使用的 Ubuntu 系统版本是 Ubuntu 22.04 ! 如果你的电脑装了 Windows Ubuntu 系统&#xff0c;肯定会遇到时间不同步的问题。那么如何解决呢&#xff1f;参考步骤如下&#xff1a; # 步骤一&#xff1a;进入到 Ubuntu 系统# 步骤二&#xff1a;执行如下三条命令即可 sud…
阅读更多...
格雷希尔G80L-T系列大口径快速连接器，在汽车膨胀水箱的气密性测试密封方案

格雷希尔G80L-T系列大口径快速连接器，在汽车膨胀水箱的气密性测试密封方案

副水箱也有人称作膨胀水箱&#xff0c;是汽车散热系统的一个重要组成部分&#xff0c;当水箱里面的温度过高的时候就会产生一定的压力&#xff0c;而副水箱可以根据热胀冷缩来帮助水箱和发动机排出去多余的水&#xff0c;起到一个调节的作用&#xff0c;副水箱由PP/PE塑料注塑而…
阅读更多...
c++ CUDA求解线性方程组Ax=b

c++ CUDA求解线性方程组Ax=b

输入是三个eigen矩阵, 其中 F K x F Kx FKx, 已知 F F F和 k k k, 待求解的变量是 x x x bool linearSolverQR(Eigen::MatrixXd& m_Keig, Eigen::MatrixXd& m_xeig, Eigen::MatrixXd& m_feig) {cusolverStatus_t status;// 获取矩阵数据的指针double* k_ptr m_…
阅读更多...
spring高级篇（一）

spring高级篇（一）

1、ApplicationContext与BeanFactory BeanFactory是ApplicationContext的父级接口&#xff1a;&#xff08;citlaltu查看类关系图&#xff09; 在springboot的启动类中&#xff0c;我们通过SpringApplication.run方法拿到的是继承了ApplicationContext的ConfigurableApplicatio…
阅读更多...
代码随想录-算法训练营day13【栈与队列03：滑动窗口最大值、前K个高频元素、简化路径、总结】

代码随想录-算法训练营day13【栈与队列03：滑动窗口最大值、前K个高频元素、简化路径、总结】

代码随想录-035期-算法训练营【博客笔记汇总表】-CSDN博客 第五章 栈与队列part03今日内容&#xff1a; ● 239. 滑动窗口最大值 ● 347.前 K 个高频元素 ● 总结详细布置 239. 滑动窗口最大值 &#xff08;一刷至少需要理解思路&#xff09;之前讲的都是栈的应用&#xff0c;这…
阅读更多...
Qt使用miniblink第三方浏览器模块

Qt使用miniblink第三方浏览器模块

文章目录 一、前言二、miniblink简介三、miniblink使用四、运行效果五、工程结构 一、前言 本文取自刘典武大师&#xff1a;Qt编写地图综合应用58-兼容多浏览器内核 用Qt做项目过程中&#xff0c;遇到需要用到浏览器控件的项目&#xff0c;可能都会绕不开一个问题&#xff0c;那…
阅读更多...
【Web】VS Code 插件

【Web】VS Code 插件

专栏文章索引&#xff1a;Web 有问题可私聊&#xff1a;QQ&#xff1a;3375119339 目录 一、安装步骤 二、插件 1.Chinese (Simplified) (简体中文) 2.open in browser 3.vscode-icons 4.Live Server 5.Live Server Preview 6.翻译(英汉词典) 一、安装步骤 点击 “扩…
阅读更多...
创纪录的里程碑！光镊阵列捕获逾6,000中性原子，量子计算再达新高

创纪录的里程碑！光镊阵列捕获逾6,000中性原子，量子计算再达新高

论文链接&#xff1a; https://arxiv.org/abs/2403.12021 2024年3月18日&#xff0c;研究人员成功开发出一种大规模光镊阵列&#xff0c;能够在12,000个位点上捕获超过6,100个中性原子&#xff0c;同时在几个关键性能指标上达到新的高度&#xff1a; 1&#xff09;相干时间达到…
阅读更多...
javascript设计模式----访问者模式

javascript设计模式----访问者模式

访问者模式：针对于对象结构中的元素，定义在不改变改对象的前提下访问结构中元素的新方法。 解决事件回调函数中对改元素的访问问题。 实现的核心，调用call或者apply 场景：用dom2级事件为页面中的元素绑定事件 var bindEvent = function(dom,type,fn){if(dom.addEventListe…
阅读更多...
新零售门店、商品、会员管理指标体系总览

新零售门店、商品、会员管理指标体系总览

新零售&#xff0c;旨在打破传统零售业的边界&#xff0c;引入先进科技和数字化手段&#xff0c;通过整合线上线下渠道&#xff0c;全面提升用户体验&#xff0c;并实现更智能、高效、个性化的零售运营模式。这一模式不仅仅关注销售产品&#xff0c;更注重构建全方位的购物生态…
阅读更多...
《中医临床诊疗术语》数据库

《中医临床诊疗术语》数据库

最新版的《中医临床诊疗术语》于2023年3月17日由国家中医药管理局提出的&#xff0c;由国家市场监督管理总局和国家标准化管理委员会共同发布。新版的修订是为落实相关政策文件要求&#xff0c;推进中医医疗服务规范化、标准化管理&#xff0c;提高中医医疗服务标准化水平和管理…
阅读更多...
asyncio异步编程

asyncio异步编程

参考视频&#xff1a;02 协程_哔哩哔哩_bilibili 1.协程&#xff1a;&#xff08;不是计算机中真实存在的&#xff0c;人为创造出的概念&#xff09;&#xff0c;也可称为微线程。 本质是用一个线程在一段代码中来会切换游走的线程&#xff0c;是一种用户态内的上下文切换技术…
阅读更多...
中科驭数：DPU是构建高效智算中心基础设施的必选项

中科驭数：DPU是构建高效智算中心基础设施的必选项

4 月 15 日&#xff0c;在江苏省未来网络创新研究院、网络通信与安全紫金山实验室举办的“2024智算网络技术与应用创新峰会”上&#xff0c;中科驭数作为DPU算力基础设施领军企业&#xff0c;受邀出席本次峰会。中科驭数产品运营部副总经理曹辉先生在《基于DPU的高效智算中心算…
阅读更多...
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些？

OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些？

本文来源公众号“OpenCV与AI深度学习”&#xff0c;仅用于学术分享&#xff0c;侵权删&#xff0c;干货满满。 原文链接&#xff1a;2024年AI初学者需要掌握的热门技能有哪些&#xff1f; 0 导 读 本文主要介绍2024年AI初学者需要掌握的热门技能。 1 前 言 人工智能无疑是技…
阅读更多...
数据分析业务——二八定律

数据分析业务——二八定律

二八定律 转载&#xff1a;百度百科 二八定律也叫巴莱多定律&#xff0c;是19世纪末20世纪初意大利经济学家巴莱多发明的。他认为&#xff0c;在任何一组东西中&#xff0c;最重要的只占其中一小部分&#xff0c;约20%&#xff0c;其余80%的尽管是多数&#xff0c;却是次要的&…
阅读更多...
基于java+springboot+vue实现的智慧党建系统（文末源码+Lw+ppt）23-58

基于java+springboot+vue实现的智慧党建系统（文末源码+Lw+ppt）23-58

摘 要 当今社会进入了科技进步、经济社会快速发展的新时代。国际信息和学术交流也不断加强&#xff0c;计算机技术对经济社会发展和人民生活改善的影响也日益突出&#xff0c;人类的生存和思考方式也产生了变化。传统智慧党建管理采取了人工的管理方法&#xff0c;但这种管…
阅读更多...
openGauss学习笔记-264 openGauss性能调优-TPCC性能调优测试指导-BIOS配置

openGauss学习笔记-264 openGauss性能调优-TPCC性能调优测试指导-BIOS配置

文章目录 openGauss学习笔记-264 openGauss性能调优-TPCC性能调优测试指导-BIOS配置264.1 恢复BIOS出厂设置264.2 修改相关BIOS设置264.3 重启操作系统 openGauss学习笔记-264 openGauss性能调优-TPCC性能调优测试指导-BIOS配置 本章节主要介绍openGauss数据库内核基于鲲鹏服务…
阅读更多...
repo 管理多个git仓库

repo 管理多个git仓库

当repo init时&#xff0c;执行的repo是环境变量里面默认的repo&#xff0c;这个repo只是单纯一个几百行的Python脚本 而不是完整的repo-project&#xff0c;所以要先去网络远端sync完整的repo-project&#xff0c; 因为repo也是开源项目&#xff0c;设计者出于维护和使用体验&…
阅读更多...
最新文章

Copyright @ 2022~2023