哈希与unordered_set、unordered_map（C++）

目录

1. unordered系列关联式容器

1.1.unordered_map的接口示例

1.2. 底层结构

 底层差异

哈希概念

2.哈希表的模拟实现

3.unordered的封装 

3.1.哈希表的改造

3.2.上层封装 

3.2.1.unordered_set封装

3.2.2.unordered_map封装及operator[]实现

1. unordered系列关联式容器

在C++11中，STL又提供了4个unordered系列的关联式容器：

unordered_set

unordered_multiset

unordered_map

unordered_multimap

这四个容器与红黑树结构的关联式容器使用方式基本类似，只是其底层结构不同，他们的底层为哈希表。

1.1.unordered_map的接口示例

下面给出unordered_map常用的一些函数

1）.unordered_map的构造

函数声明功能简介
(constructor)构造的unordered_map对象        

 2）.unordered_map的容量

函数声明功能简介

empty

返回容器是否为空

size		返回容器中储存元素个数

3）.unordered_map的修改操作

函数声明功能简介
operator[]访问指定key元素，若没有则插入
insert插入元素
erase删除指定key元素
clear清除内容

 4）.unordered_map的查询操作

函数声明功能简介

iterator find(const key_type& k)

查找指定key元素，返回其迭代器

size_type count (const key_type& k)

返回哈希桶中关键码为key的键值对的个数

  5）.unordered_map的迭代器

函数声明功能简介
begin返回unordered_map第一个元素的迭代器
end返回unordered_map最后一个元素下一个位置的迭代器
cbegin返回unordered_map第一个元素的const迭代器
cend返回unordered_map最后一个元素下一个位置的const迭代器

1.2. 底层结构

unordered系列的关联式容器之所以效率比较高，是因为其底层使用了哈希结构。

底层差异

1.对key的要求不同

   set：key支持比较大小

   unordered_set：key支持转成整型+比较相等

2.set遍历有序，unordered_set遍历无序

3.性能差异（查找的时间复杂度）

   set：O（logN）

   unordered_set：O（1）

哈希概念

构造一种存储结构，通过某种函数(hashFunc)使元素的存储位置与它的关键码之间能够建立 一一映射的关系，那么在查找时通过该函数可以很快找到该元素。

哈希思想即为将关键码与储存位置进行映射。

 ○插入元素时根据待插入元素的关键码，以此函数计算出该元素的存储位置并按此位置进行存放

○搜索元素时对元素的关键码进行同样的计算，把求得的函数值当做元素的存储位置，在结构中按此位置取元素比较，若关键码相等，则搜索成功

该方式即为哈希(散列)方法，哈希方法中使用的转换函数称为哈希(散列)函数，构造出来的结构称 为哈希表(Hash Table)(或者称散列表)

建立映射关系有下面两种方法

1.直接定址法

   优点：快、没有哈希冲突

   缺点：只适合范围相对集中关键码，否则要牺牲空间为代价

2.除留余数法

   hash(key) = key % capacity

哈希冲突/碰撞:不同关键字通过哈希函数计算后映射到了相同位置

如何解决哈希冲突？

1.开散列：开放定址法——按某种规则去其他位置找一个空位置储存（a.线性探测；b.二次探测）

2.闭散列:哈希桶/拉链法——首先对关键码集合用散列函数计算散列地址，具有相同地址的关键码归于同一子集合，每一个子集合称为一个桶，各个桶中的元素通过一个单链表链接起来，各链表的头结点存储在哈希表中。

2.哈希表的模拟实现

下面给出哈希表的模拟实现

HashFunc是将关键码转为整型的仿函数

//在哈希表中定义负载因子,用于记录哈希表中存储数据个数

size_t _n;

//当_n / _tables.size() 达到一定程度后对哈希表进行扩容

//负载因子过高，进行扩容
            if (_n * 10 / _tables.size() >= 10)
            {
                HashTable<K, T, KeyOfT> newtable;
                int newsize = _tables.size() * 2;
                newtable._tables.resize(newsize);

                for (auto& e : _tables)
                {
                    Node* del = e;
                    while (e)
                    {
                        newtable.Insert(e->_data);
                        e = e->_next;
                    }
                    del = nullptr;
                }

                //调用自己类Insert遵循规则插入新表，最后交换
                _tables.swap(newtable._tables);
            }

// 哈希函数采用除留余数法
template<class K>
struct HashFunc
{size_t operator()(const K& key){return (size_t)key;}
};// 哈希表中支持字符串的操作
template<>
struct HashFunc<string>
{size_t operator()(const string& key){size_t hash = 0;for (auto e : key){//*31减小冲突的可能hash *= 31;hash += e;}return hash;}
};// 以下采用开放定址法，即线性探测解决冲突
namespace open_address
{//用枚举体表示表中相应位置状态：存在元素、空、元素删除位置enum State{EXIST,EMPTY,DELETE};template<class K, class V>struct HashData{pair<K, V> _kv;State _state = EMPTY;};template<class K, class V, class Hash = HashFunc<K>>class HashTable{public:HashTable():_n(0){_tables.resize(10);}bool Insert(const pair<K, V>& kv){if (Find(kv.first)){return false;}//负载因子过高，进行扩容if (_n * 10 / _tables.size() >= 7){HashTable<K, V> newtable;int newsize = _tables.size() * 2;newtable._tables.resize(newsize);for (auto e : _tables){if (e._state == EXIST){newtable.Insert(e._kv);}}//调用自己类Insert遵循规则插入新表，最后交换_tables.swap(newtable._tables);}Hash hashfun;int hashi = hashfun(kv.first) % _tables.size();//找非空或删除位置while (_tables[hashi]._state == EXIST){hashi++;hashi %= _tables.size();}_tables[hashi]._kv = kv;_tables[hashi]._state = EXIST;++_n;return true;}HashData<K, V>* Find(const K& key){Hash hashfun;int hashi = hashfun(key) % _tables.size();//DELETE位置也要查找，因为相同映射的元素在中间会被删除while (_tables[hashi]._state == EXIST || _tables[hashi]._state == DELETE){if (_tables[hashi]._state == EXIST && _tables[hashi]._kv.first == key){return &_tables[hashi];}hashi++;hashi %= _tables.size();}return nullptr;}bool Erase(const K& key){//直接复用查找后删除HashData<K, V>* pdata = Find(key);if (pdata == nullptr){return false;}pdata->_state = DELETE;--_n;return true;}private:vector<HashData<K, V>> _tables;size_t _n = 0;  // 表中存储数据个数};
}//哈希桶/拉链法
namespace hash_bucket
{template<class K, class V>struct HashNode{pair<K, V> _kv;HashNode<K, V>* _next;HashNode(const pair<K, V>& kv):_kv(kv), _next(nullptr){}};// Hash将key转化为整形，因为哈希函数使用除留余数法template<class K, class V, class Hash = HashFunc<K>>class HashTable{typedef HashNode<K, V> Node;public:HashTable(){_tables.resize(10, nullptr);}// 哈希桶的销毁//~HashTable();// 插入值为data的元素，如果data存在则不插入bool Insert(const pair<K, V>& kv){if (Find(kv.first)){return false;}//负载因子过高，进行扩容if (_n * 10 / _tables.size() >= 10){HashTable<K, V> newtable;int newsize = _tables.size() * 2;newtable._tables.resize(newsize);for (auto& e : _tables){while (e){newtable.Insert(e->_kv);e = e->_next;}}//调用自己类Insert遵循规则插入新表，最后交换_tables.swap(newtable._tables);}Hash hashfun;int hashi = hashfun(kv.first) % _tables.size();Node* newnode = new Node(kv);newnode->_next = _tables[hashi];_tables[hashi] = newnode;++_n;return true;}// 在哈希桶中查找值为key的元素，存在返回true否则返回falsebool Find(const K& key){Hash hashfun;int hashi = hashfun(key) % _tables.size();Node* cur = _tables[hashi];while (cur){if (cur->_kv.first == key){return true;}cur = cur->_next;}return false;}// 哈希桶中删除key的元素，删除成功返回true，否则返回falsebool Erase(const K& key){Hash hashfun;int hashi = hashfun(key) % _tables.size();Node* cur = _tables[hashi];Node* parent = nullptr;while (cur){if (cur->_kv.first == key){Node* next = cur->_next;if (cur == _tables[hashi]){_tables[hashi] = next;}else{parent->_next = next;}delete cur;--_n;return true;}parent = cur;cur = cur->_next;}return false;}private:vector<Node*> _tables;  // 指针数组size_t _n = 0;			// 表中存储数据个数};
}

3.unordered的封装 

封装unordered应按照以下步骤进行

1.实现哈希表

2.封装unordered_set、unordered_map，解决KeyOfT问题（取出数据类型中的关键码）

3.实现Iterator

4.operator[]的实现

3.1.哈希表的改造

上面我们已经实现了哈希表，下面我们对哈希表进行改造：解决KeyOfT问题、实现Iterator

//哈希桶/拉链法
namespace hash_bucket
{template<class T>struct HashNode{T _data;HashNode<T>* _next;HashNode(const T& data):_data(data), _next(nullptr){}};//前置哈希表声明template<class K, class T, class KeyOfT, class Hash>class HashTable;//哈希表迭代器template<class K,class T,class Ptr,class Ref,class KeyOfT,class Hash = HashFunc<K>>struct HashTableIterator{typedef HashNode<T> Node;typedef HashTable<K, T, KeyOfT,Hash> HashBucket;typedef HashTableIterator Self;HashTableIterator(Node* node,const HashTable<K, T, KeyOfT,Hash>* pht):_node(node), _pht(pht){}Self& operator++(){Hash hashfun;KeyOfT kot;Node* cur = _node;if (_node->_next){_node = _node->_next;}else{int hashi = hashfun(kot(cur->_data)) % _pht->_tables.size();++hashi;while (hashi < _pht->_tables.size() && _pht->_tables[hashi] == nullptr){++hashi;}if (hashi >= _pht->_tables.size()){_node = nullptr;return *this;}_node = _pht->_tables[hashi];}return  *this;}Ref operator*(){return _node->_data;}Ptr operator->(){return &_node->_data;}//因为end()返回为一个临时对象，必须加constbool operator!=(const Self& ito){return _node != ito._node;}Node* _node;const HashBucket* _pht;};// Hash将key转化为整形，因为哈希函数使用除留余数法template<class K, class T, class KeyOfT, class Hash = HashFunc<K>>class HashTable{public:typedef HashNode<T> Node;typedef HashTableIterator<K, T,T*, T&, KeyOfT> Iterator;typedef HashTableIterator<K, T,const T*,const T&, KeyOfT> ConstIterator;template<class K, class T, class KeyOfT,  class Ptr, class Ref, class Hash>friend struct HashTableIterator;public:HashTable(){_tables.resize(10, nullptr);}// 哈希桶的销毁~HashTable(){int hashi = 0;Node* cur;Node* next;while (hashi < _tables.size()){cur = _tables[hashi];while (cur){next = cur->_next;delete cur;cur = next;}++hashi;}}Iterator Begin(){if (_n == 0)return End();int hashi = 0;while (hashi <= _tables.size() && _tables[hashi] == nullptr){++hashi;}if (hashi >= _tables.size()){return Iterator(nullptr, this);}else{return Iterator(_tables[hashi],this);}}Iterator End(){return Iterator(nullptr, this);}ConstIterator Begin()const{int hashi = 0;while (hashi <= _tables.size() && _tables[hashi] == nullptr){++hashi;}if (hashi >= _tables.size()){return ConstIterator(nullptr, this);}else{return ConstIterator(_tables[hashi],this);}}ConstIterator End()const{return ConstIterator(nullptr, this);}// 插入值为data的元素，如果data存在则不插入pair<Iterator,bool> Insert(const T& data){KeyOfT kot;Iterator ret(nullptr,this);ret = Find(kot(data));if (ret._node != nullptr){return make_pair(ret,false);}//负载因子过高，进行扩容if (_n * 10 / _tables.size() >= 10){HashTable<K, T, KeyOfT> newtable;int newsize = _tables.size() * 2;newtable._tables.resize(newsize);for (auto& e : _tables){Node* del = e;while (e){newtable.Insert(e->_data);e = e->_next;}del = nullptr;}//调用自己类Insert遵循规则插入新表，最后交换_tables.swap(newtable._tables);}Hash hashfun;int hashi = hashfun(kot(data)) % _tables.size();Node* newnode = new Node(data);newnode->_next = _tables[hashi];_tables[hashi] = newnode;ret._node = newnode;++_n;return make_pair(ret,true);}// 在哈希桶中查找值为key的元素，存在返回true否则返回falseIterator Find(const K& key){KeyOfT kot;Hash hashfun;int hashi = hashfun(key) % _tables.size();Node* cur = _tables[hashi];while (cur){if (kot(cur->_data) == key){return Iterator(cur,this);}cur = cur->_next;}return Iterator(nullptr,this);}// 哈希桶中删除key的元素，删除成功返回true，否则返回falsebool Erase(const K& key){KeyOfT kot;Hash hashfun;int hashi = hashfun(key) % _tables.size();Node* cur = _tables[hashi];Node* parent = nullptr;while (cur){if (kot(cur->_data) == key){Node* next = cur->_next;if (cur == _tables[hashi]){_tables[hashi] = next;}else{parent->_next = next;}delete cur;--_n;return true;}parent = cur;cur = cur->_next;}return false;}private:vector<Node*> _tables;  // 指针数组size_t _n = 0;			// 表中存储数据个数};}

3.2.上层封装 

然后我们对unordered_set、unordered_map完成封装，unordered_map实现operator[]

3.2.1.unordered_set封装

namespace bit
{using namespace hash_bucket;template<class K>class unorderded_set{public:struct setKeyOfT{const K& operator()(const K& key){return key;}};typedef typename HashTable<K,const K, setKeyOfT>::Iterator iterator;typedef typename HashTable<K,const K, setKeyOfT>::ConstIterator const_iterator;pair<iterator, bool> insert(const K& data){return _pht.Insert(data);}bool erase(const K& key){return _pht.Erase(key);}iterator find(const K& key){return _pht.Find(key);}iterator begin(){return _pht.Begin();}iterator end(){return _pht.End();}const_iterator begin()const{return _pht.Begin();}const_iterator end()const{return _pht.End();}private:HashTable<K,const K, setKeyOfT> _pht;};
}

3.2.2.unordered_map封装及operator[]实现

operator[]实现需注意下层迭代器及Insert的实现

namespace bit
{template<class K, class V>class unorderded_map{public:struct mapKeyOfT{const K& operator()(const pair<K, V>& t){return t.first;}};typedef typename HashTable<K, pair<const K,V>, mapKeyOfT>::Iterator iterator;typedef typename HashTable<K, pair<const K, V>, mapKeyOfT>::ConstIterator const_iterator;pair<iterator, bool> insert(const pair<K,V>& data){return _pht.Insert(data);}bool erase(const K& key){return _pht.Erase(key);}iterator find(const K& key){return _pht.Find(key);}//要点在于下层迭代器及Insert的实现V& operator[](const K& key){pair<iterator, bool>  pa = insert(make_pair(key, V()));return pa.first->second;}iterator begin(){return _pht.Begin();}iterator end(){return _pht.End();}const_iterator begin()const{return _pht.Begin();}const_iterator end()const{return _pht.End();}private:hash_bucket::HashTable<K, pair<const K,V>, mapKeyOfT> _pht;};

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/884950.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

Rancher的安装

Rancher的安装

1. 概览 1.1 用户界面优势 Rancher 提供了一个直观的图形用户界面&#xff08;GUI&#xff09;。对于不熟悉 Kubernetes 复杂的命令行操作&#xff08;如使用kubectl&#xff09;的用户来说&#xff0c;通过 Rancher 的界面可以方便地进行资源管理。例如&#xff0c;用户可以在…
阅读更多...
文件上传和下载

文件上传和下载

目录 一、准备工作 二、文件上传 三、文件下载 一、准备工作 如果想使用Spring的文件上传功能&#xff0c;则需要再上下文中配置MultipartResolver前端表单要求&#xff1a;为了能上传文件&#xff0c;必须将表单的method设置为post&#xff0c;并将enctype设置为multipart…
阅读更多...
Docker 镜像拉不动？自建 Docker Hub 加速站 解决镜像拉取失败

Docker 镜像拉不动？自建 Docker Hub 加速站 解决镜像拉取失败

本文首发于只抄博客&#xff0c;欢迎点击原文链接了解更多内容。 前言 众所周知&#xff0c;6 月份的时候&#xff0c;Docker Hub 的镜像就已经无法正常拉取&#xff0c;那会随手用 Nginx 反代了一下 Docker Hub&#xff0c;建了个自用的镜像站&#xff0c;一直用到了 9 月份&…
阅读更多...
真·香！深度体验 zCloud 数据库云管平台 -- DBA日常管理篇

真·香！深度体验 zCloud 数据库云管平台 -- DBA日常管理篇

点击蓝字 关注我们 zCloud 作为一款业界领先的数据库云管平台&#xff0c;通过云化自治的部署能力、智能巡检和诊断能力、知识即代码的沉淀能力&#xff0c;为DBA的日常管理工作带来了革新式的简化与优化。经过一周的深度体验&#xff0c;今天笔者与您深入探讨 zCloud 在数据库…
阅读更多...
Qt的程序如何打包详细教学

Qt的程序如何打包详细教学

生成Release版的程序 在打包Qt程序时&#xff0c;我们需要将发布程序需要切换为Release版本&#xff08;Debug为调试版本&#xff09;&#xff0c;编译器会对生成的Release版可执行程序进行优化&#xff0c;使生成的可执行程序会更小。 debug版本 debug版本是一种开发过程中的…
阅读更多...
适配器模式：类适配器与对象适配器

适配器模式：类适配器与对象适配器

适配器模式是一种结构性设计模式&#xff0c;旨在将一个接口转换成客户端所期望的另一种接口。它通常用于解决由于接口不兼容而导致的类之间的通信问题。适配器模式主要有两种实现方式&#xff1a;类适配器和对象适配器。下面&#xff0c;我们将详细探讨这两种方式的优缺点及适…
阅读更多...
语音识别：docker部署FunASR以及springboot集成funasr

语音识别：docker部署FunASR以及springboot集成funasr

内容摘选自: https://github.com/modelscope/FunASR/blob/main/runtime/docs/SDK_advanced_guide_offline_zh.md FunASR FunASR是一个基础语音识别工具包&#xff0c;提供多种功能&#xff0c;包括语音识别&#xff08;ASR&#xff09;、语音端点检测&#xff08;VAD&#xf…
阅读更多...
oracle-函数-NULLIF (expr1, expr2)的妙用

oracle-函数-NULLIF (expr1, expr2)的妙用

【语法】NULLIF (expr1, expr2) 【功能】expr1和expr2相等返回NULL&#xff0c;不相等返回expr1经典的使用场景&#xff1a; 1. 数据清洗与转换 在数据清洗过程中&#xff0c;NULLIF 函数可以用于将某些特定值&#xff08;通常是无效或不需要的值&#xff09;替换为 NULL&…
阅读更多...
【LLM】Agentic Workflow的四种常见思路

【LLM】Agentic Workflow的四种常见思路

note Reflection 和 Tool Use 属于比较经典且相对已经广泛使用的方式&#xff0c;Planning 和 Multi-agent 属于比较新颖比较有前景的方式。 文章目录 note一、四种设计模式1. Reflection2. Tool use3. Planning4. Multi-agent collaboration 二、相关代码实践 一、四种设计模…
阅读更多...
Python数据可视化seaborn

Python数据可视化seaborn

产品经理在做数据分析时可能需要通过可视化来分析。seaborn官网 1. relplot 散点图 https://seaborn.pydata.org/examples/scatterplot_sizes.html import pandas as pd import seaborn as sns df pd.DataFrame({x: [1, 2, 3, 4, 5, 6, 7, 8, 9, 10],y: [8, 6, 7, 8, 4, 6,…
阅读更多...
基于ssm的个人健康管理系统

基于ssm的个人健康管理系统

项目描述 临近学期结束&#xff0c;还是毕业设计&#xff0c;你还在做java程序网络编程&#xff0c;期末作业&#xff0c;老师的作业要求觉得大了吗?不知道毕业设计该怎么办?网页功能的数量是否太多?没有合适的类型或系统?等等。这里根据疫情当下&#xff0c;你想解决的问…
阅读更多...
CSS3新增渐变（线性渐变、径向渐变、重复渐变）

CSS3新增渐变（线性渐变、径向渐变、重复渐变）

1.线性渐变 代码&#xff1a; 效果图&#xff1a; 使文字填充背景颜色&#xff1a; 效果图&#xff1a; 2.径向渐变 代码&#xff1a; 效果图&#xff1a; 代码图&#xff1a; 效果图&#xff1a; 3.重复渐变 代码&#xff1a; 效果图&#xff1a;
阅读更多...
[mysql]mysql的DML数据操作语言增删改,以及新特性计算列,阿里巴巴开发手册mysql相关

[mysql]mysql的DML数据操作语言增删改,以及新特性计算列,阿里巴巴开发手册mysql相关

1DML数据操作语言,增加删除改数据 插入数据INSERT 插入添加数据,两种方法 方式1:VALUES添加数据 #准备工作 USE atguigudb; CREATE TABLE IF NOT EXISTS emp1( id INT, name VARCHAR(15), hire_data DATE, salary DOUBLE(10,2)); SELECT * FROM emp1 INSERT INTO em…
阅读更多...
自由学习记录（19）

自由学习记录（19）

unity核心也算是看完了吧&#xff0c;但觉得的确是少了点东西&#xff0c;之后再看mvc框架&#xff0c;和网络开发&#xff0c;&#xff0c;感觉有必要想想主次顺序了&#xff0c;毕竟在明年的3月之前尽量让自己更有贴合需求的能力 先了解一些相关概念&#xff0c;不用看懂&am…
阅读更多...
vue计算属性

vue计算属性

概念&#xff1a;基于现有的数据&#xff0c;计算出来新属性。并依赖数据的变化&#xff0c;自动重新计算 使用场景&#xff1a; 语法&#xff1a;声明在computed配置项中&#xff0c;一个计算属性对应一个函数&#xff0c;使用起来和普通属性一样使用{{计算属性名}} 代码&…
阅读更多...
springboot2.x使用SSE方式代理或者转发其他流式接口

springboot2.x使用SSE方式代理或者转发其他流式接口

文章目录 1.需求描述2.代码2.1.示例controller2.2.示例service2.3.示例impl 3.测试 1.需求描述 使用SSE的方式主要还是要跟前端建立一个EventSource的链接&#xff0c;有了这个连接&#xff0c;然后往通道里写入数据流&#xff0c;前端自然会拿到流式数据&#xff0c;写啥拿啥…
阅读更多...
Hive操作库、操作表及数据仓库的简单介绍

Hive操作库、操作表及数据仓库的简单介绍

数据仓库和数据库 数据库和数仓区别 数据库与数据仓库的区别实际讲的是OLTP与OLAP的区别 操作型处理(数据库)&#xff0c;叫联机事务处理OLTP&#xff08;On-Line Transaction Processing&#xff09;&#xff0c;也可以称面向用户交易的处理系统&#xff0c;它是针对具体业务…
阅读更多...
Ubuntu22.04 安装图形界面以及XRDP教程

Ubuntu22.04 安装图形界面以及XRDP教程

一、准备环境 1.一台服务器安装系统ubuntu&#xff08;这里大部分ubuntu系统可以同用&#xff09; 2.安装的ubuntu系统未安装图形界面 二、操作步骤 1.远程ssh或者直接登录服务器命令行界面 ssh -p 远程端口 rootIP 2.更新系统软件包 sudo apt update # 更新本地的软件包…
阅读更多...
C++:多态中的虚/纯虚函数,抽象类以及虚函数表

C++:多态中的虚/纯虚函数,抽象类以及虚函数表

我们在平时&#xff0c;旅游或者是坐高铁或火车的时候。对学生票&#xff0c;军人票&#xff0c;普通票这些概念多少都有些许耳闻。而我们上篇文章也介绍过了继承与多继承。如果这些票我们都分别的去写一个类&#xff0c;当然很冗余&#xff0c;这里我们便可以去使用继承&#…
阅读更多...
【易售校园二手平台】开源说明（包含项目介绍、界面展示与系列文章集合）

【易售校园二手平台】开源说明（包含项目介绍、界面展示与系列文章集合）

文章目录 仓库项目介绍技术架构界面登录界面首页闲置商品发布商品详情收藏页面消息页面私聊我的查看我发布的商品 可优化点开发讲解文章集合 仓库 &#x1f3e0;️ 项目仓库&#xff1a;易售校园二手平台gitee仓库 &#x1f30d;️ 在线体验&#xff1a;易售校园二手平台&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023