红黑树是如何实现的？

文章目录

  • 一、红黑树的概念
  • 二、红黑树的性质
  • 三、红黑树和AVL树对比
  • 四、红黑树的插入
    • 1. 红黑树的结点定义
    • 2. 父亲的颜色
    • 3. 叔叔的颜色为红色
    • 4. 叔叔不存在
    • 5. 叔叔存在且为黑
    • 6. 插入的抽象图
  • 五、红黑树的验证
    • 1. 检查平衡
    • 2. 计算高度与旋转次数
    • 3. 验证
  • 六、 红黑树与AVL树的比较

一、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（即最长路径不超过最短路径的两倍，近似平衡），因而是接近平衡的。

image-20230921131357000

二、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必须是黑色的（即任何路径没有连续的红色结点）
  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（每条路径上的黑色结点个数相同，这里的路径包括空结点）
  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，已经不在是传统的叶子结点了，图中的NIL结点就是空结点）

这里对第四点做一补充说明

对于下面这棵树有11条路径，而不是5条路径，因为空结点也包括在内

image-20230921132948276

如果不清楚上面的这一点，如果遇到下面这棵树，可能会误以为他是红黑树，实际上它不是红黑树。

如果我们不看每个空结点的话，它看上去有四条路径，且每条路径都只有两个黑色结点，看上去好像是红黑树。但是实际上要包括空结点，且空结点是黑色的。所以一共有九条路径，最左边的一条路径只有两个黑色结点，其他路径都有三个黑色结点。

image-20230921133042188

第四点中说的虽然是每个结点的每条路径上的黑色结点个数相同，但是由于每个结点的祖先的路径是唯一确定的，所以我们只需要判断从根节点到每个空结点上的路径中黑色结点个数是否相同即可

那么为什么上面的性质可以保证最长路径不超过最长路径的两倍呢？

如下图所示， 最长路径就是黑红相间的情况，最短路径就是全黑的情况。其他路径都是在这两者之间的，此时我们也不难看出最长路径不超过最短路径的两倍。如果最短路径为N，那么最长路径就是2N-1，因为根节点一定是黑色的，最终的叶子结点也一定是黑色的。

image-20230921140144567

三、红黑树和AVL树对比

既然有了AVL树，那么为什么要有红黑树呢？其实是因为AVL树太严格了。它要控制平衡就需要付出代价。而红黑树要求并不严格，综合来看，红黑树的综合性能其实更优

AVL树红黑树
高度对比高度差不超过一最长路径不超过最短路径的两倍
插入1000个值logN---->102*logN---->20
插入10亿个值logN---->302*logN---->60

我们可以看到，虽然他们的高度有点差异，但是他们的效率都是同一个量级的，而且cpu的速度是非常快的，这点效率对于cpu几乎没有任何区别

性能是同一量级的，但是AVL树控制严格平衡是需要付出代价的，插入和删除需要大量的旋转。

四、红黑树的插入

1. 红黑树的结点定义

如下所示， 由于红黑树有红色结点和黑色结点两种颜色。所以不妨我们使用一个枚举类型来进行表示。红黑树里面我们需要有一个pair类型来进行存储key和value类型的数据。然后我们定义三个指针，分别指向父亲，左孩子，右孩子。最后定义其的颜色。在构造函数中，我们将其的颜色默认设置为红色。

设置为红色是比较有讲究的。那是因为我们大多数场景下都是去创建一个新节点去插入的。如果我们插入的这个新结点是黑色的话，那么造成的后果就是违反了规则4，即每条路径上的黑色结点个数相同，显然这种情况要进行补救的话是十分麻烦的。还不如去插入红色结点，如果插入的是红色结点的话，仅仅有可能会违反规则3，也就是红色结点的孩子必须是黑色结点。这一点的话，我们还有的补救，因为仅仅影响本条路径。

enum Color
{RED,BLACK
};template<class K , class V>
struct RBTreeNode
{pair<K, V> _kv;RBTreeNode<K, V>* _left;RBTreeNode<K, V>* _right;RBTreeNode<K, V>* _parent;Color _color;RBTreeNode(const pair<K, V>& kv):_kv(kv),_left(nullptr),_right(nullptr),_parent(nullptr),_color(RED) // 插入红色结点，违反规则3，只影响一条路径，甚至可能不影响。如果插入黑色结点，违反规则4，影响所有路径{}
};

2. 父亲的颜色

因为我们要插入的结点是红色的，那么在我们插入的位置，它的父亲要么是红色的要么是黑色的。如果是黑色的，那么就是如下的情况

image-20230924165738466

我们可以看到，似乎并未影响整棵树的结构，不违反任何一条规则。最短路径仍然不超过最长路径的两倍。每条路径上的黑色结点个数仍然相等。所以如果插入一个新节点以后，如果此处它的父亲是黑色的，完美，不需要做出任何修改即可。如果父亲甚至都不存在，那么这个结点就是这颗树了。我们只需要将这个结点变为黑色即可。如果父亲是红色的话，那么就比较麻烦了。

如下图所示，就是插入的时候父亲为红色，显然已经违反了规则3了，此时我们需要对这颗树进行处理了。

image-20230924174004600

3. 叔叔的颜色为红色

如果我们插入了一个结点以后，此时，父亲结点为红色，且有父亲的兄弟，即叔叔，且叔叔的颜色是红色。

即如下的情况，uncle存在且为红

这样的话，我们可以将parent和uncle都变黑，然后让grandfather变红，即如下的情形

image-20230924181504937

这样的话，在黑色结点数量不变的条件下，使得连续红色结点的问题暂时解决了。现在原本cur为红色的问题转换为了grandfather为红色的问题。

此时的话，如果这个grandfather如果没有父亲了，那么根据规则1，我们只需要让他变为黑色即可。此时仅仅只是所有的路径多了一个黑色结点。如果grandfather有父亲，那么我们只需要让grandfather变为cur，继续向上处理即可

在这里继续向上处理的时候又分为以下几种情况

  1. grandfather没有父亲，那么直接让grandfather变黑即可
  2. grandfather有父亲，且父亲为黑色，那么由于前面的树本身就是满足红黑树规则，这里改变了之后仍然满足红黑树规则，那么不处理即可
  3. grandfather有父亲，且父亲为红色，这样的情况下，父亲为红色，就隐含了必然存在grandfather的grandfather，因为原来的树也要满足红黑树的规则，这样一来就是类似的问题继续往处理即可。

image-20230925163352597

然后由于此时恰好uncle存在且为红，那么我们只需要按照前面的逻辑进行处理即可，即uncle和parent均变黑，然后grandfather变为红

image-20230925163643420

然后又为了满足根节点为红，所以grandfather变为黑即可

image-20230925163816261

4. 叔叔不存在

如下图所示，当叔叔不存在的时候，我们还插入了一个新节点以后，我们发现最长路径已经超过了最短路径的两倍了。这时候单纯的进行变色，已经无法解决问题了。我们需要旋转了。

image-20230925164520373

所以我们就需要进行旋转＋变色了。

  • 对于变色：与前面的情况类似，即本来parent和uncle都为红色的话，就把他们两个变为黑色，然后把grandfather变为红色就可以了。不过现在uncle不存在了。那我们就先不管它了，将parent变为黑色，grandfather变为红色就可以了。
  • 对于旋转：这个就需要我们进行具体的分析了，看看究竟是左旋还是右旋还是双旋。具体判断规则与AVL基本是一致的，如果是直线那么就是单旋，我们只需要分析谁高就可以了。如果是折线就是双旋，我们还是分析哪边高就可以了。

如上图所示的情形就是右单旋就可以了

image-20230925170559866

5. 叔叔存在且为黑

我们接着前面的图，我们继续插入一个新的结点

image-20230925171058231

那么此时的uncle存在且为红，我们进行相应的处理后，变为如下的情况

image-20230925171747589

这时候，我们遇到了新的情况，uncle存在且为黑

那么此时的处理情形就和前面的uncle不存在是一样的，直接旋转加变色。这里的如何旋转和变色统一结论后面详细讨论

image-20230925171823196

总结

  1. 红黑树的插入主要看uncle

  2. uncle存在且为红，变色+继续往上更新

  3. uncle不存在或uncle存在且为黑，旋转+变色

6. 插入的抽象图

  • 如下是第一种情况，当cur为红，p为红，g为黑,u存在且为红的条件下。

image-20230926163310656

在这种情况下，我们可以p和u改为黑色，g改为红，然后把g当成cur,继续向上调整。

image-20230926163631710

上面是我们的抽象图，我们如果要具体细化每一种情况的下是非常之麻烦的

比如说当a、b、c、d、e均为空，即cur是新增结点的时候，如下所示

image-20230926172512048

当a,b不为空，且cur是黑色结点。那么cde都是含有一个结点的子树，那么cde的每个样子都有四种情况，如下所示

image-20230926172700176

由于它可以在a,b这两个红色结点任意处进行插入，也就是说，可以在四个位置插入。

image-20230926172742003

那么这种变换的情况就复杂很多，有4*4*4*4共256种情况

如果cde有两个黑节点的话，那么情况将更加复杂，画图已经很难表示出来了

image-20230926174004784

显然我们如果用具象图的话，那么红黑树有无数种情况，所以我们只能使用抽象图来表示这种情况。

所以根据前面的分析，我们就可以写出如下的代码了。下面只是处理颜色的部分。

		//开始处理颜色while (parent && parent->_color == RED){Node* grandfather = parent->_parent;if (grandfather->_left == parent){Node* uncle = grandfather->_right;if (uncle && uncle->_color == RED){parent->_color = BLACK;uncle->_color = BLACK;grandfather->_color = RED;cur = grandfather;parent = grandfather->_parent;}else if (uncle == nullptr || uncle->_color == BLACK){}}else{Node* uncle = grandfather->_left;if (uncle&& uncle->_color = RED){parent->_color = BLACK;uncle->_color = BLACK;grandfather->_color = RED;cur = grandfather;parent = grandfather->_parent;}else if (uncle == nullptr || uncle->_color == BLACK){}}}
  • 接下来，我们讨论第二种情况，即cur为红，p为红，g为黑，u不存在/u存在且为黑

image-20230929185023277

首先来分析uncle不存在的情况下，即如下的情况。此时我们可以注意到，由于uncle不存在，那么cur必然就是新插入的结点。此时我们就根据当前的cur与p的关系来确定是单旋还是双旋。旋转之后，进行变色。在这里的变色中，如果是单旋，就是g和p变色即可。如果是双旋，那么就是cur和g变色

image-20230929171305920

  1. p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反p为g的右孩子，cur为p的右孩子，则进行左单旋转

    p、g变色—p变黑，g变红

  2. p为g的左孩子，cur为p的右孩子，则针对p做左单旋转；相反，p为g的右孩子，cur为p的左孩子，则针对p做右单旋转，此时转化了为了第一步的情况

再来看一下uncle存在且为黑的情况下。由于uncle存在且为黑，所以cur之前必然为黑色的，因为为了满足每条路径上的黑色结点个数相同，就代表着，cur必须为先前向上处理后的，在向上处理过程中，cur变为了红色。

image-20230929185000121

当uncle存在且为黑的情况下，他的变色以及旋转规则都是与uncle不存在是一模一样的

  1. p为g的左孩子，cur为p的左孩子，则进行右单旋转；相反p为g的右孩子，cur为p的右孩子，则进行左单旋转

    p、g变色—p变黑，g变红

  2. p为g的左孩子，cur为p的右孩子，则针对p做左单旋转；相反，p为g的右孩子，cur为p的左孩子，则针对p做右单旋转，此时转化了为了第一步的情况

所以最终插入的完整代码为

	bool Insert(const pair<K, V>& kv){if (_root == nullptr){_root = new Node(kv);_root->_color = BLACK; //根节点必须是黑色return true;}Node* cur = _root;Node* parent = nullptr;while (cur){if (cur->_kv.first > kv.first){parent = cur;cur = cur->_left;}else if (cur->_kv.first < kv.first){parent = cur;cur = cur->_right;}else{return false;}}cur = new Node(kv); //插入红色结点if (parent->_kv.first < kv.first){parent->_right = cur;}else if (parent->_kv.first > kv.first){parent->_left = cur;}cur->_parent = parent;//开始处理颜色while (parent && parent->_color == RED){Node* grandfather = parent->_parent;if (grandfather->_left == parent){Node* uncle = grandfather->_right;if (uncle && uncle->_color == RED){parent->_color = BLACK;uncle->_color = BLACK;grandfather->_color = RED;cur = grandfather;parent = grandfather->_parent;}else if (uncle == nullptr || uncle->_color == BLACK){if (parent->_left == cur){RotateR(grandfather);parent->_color = BLACK;grandfather->_color = RED;break;}else{RotateL(parent);RotateR(grandfather);cur->_color = BLACK;grandfather->_color = RED;break;}}}else{Node* uncle = grandfather->_left;if (uncle && uncle->_color == RED){parent->_color = BLACK;uncle->_color = BLACK;grandfather->_color = RED;cur = grandfather;parent = grandfather->_parent;}else if (uncle == nullptr || uncle->_color == BLACK){if (parent->_right == cur){RotateL(grandfather);grandfather->_color = RED;parent->_color = BLACK;break;}else{RotateR(parent);RotateL(grandfather);cur->_color = BLACK;grandfather->_color = RED;break;}}}}_root->_color = BLACK;return true;}void RotateL(Node* parent){Node* cur = parent->_right;Node* curleft = cur->_left;Node* ppnode = parent->_parent;//改变parentparent->_right = curleft;parent->_parent = cur;//改变curleftif (curleft != nullptr){curleft->_parent = parent;}//改变curcur->_left = parent;cur->_parent = ppnode;//改变ppnodeif (ppnode == nullptr){_root = cur;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}}}void RotateR(Node* parent){Node* cur = parent->_left;Node* curright = cur->_right;Node* ppnode = parent->_parent;//改变parentparent->_left = curright;parent->_parent = cur;//改变currightif (curright != nullptr){curright->_parent = parent;}//改变curcur->_right = parent;cur->_parent = ppnode;//改变ppnodeif (ppnode == nullptr){_root = cur;}else{if (ppnode->_left == parent){ppnode->_left = cur;}else{ppnode->_right = cur;}}}

五、红黑树的验证

当我们写完一个比较复杂的程序的时候，我们最好去写一个辅助代码去验证它

1. 检查平衡

如下代码所示，可以去检测我们实现的红黑树当插入数据以后是否会出现不平衡的现象。检查利用的就是每条路径上黑色结点个数相同与不能出现连续的两个红色结点这两条规则。

	bool IsBalance(){return IsBalance(_root);}bool IsBalance(Node* root){if (root == nullptr){return true;}if (root->_color == RED){return false;}int benchmark = 0;Node* cur = root;while (cur){if (cur->_color == BLACK){benchmark++;}cur = cur->_left;}return CheckColor(root, 0, benchmark);}bool CheckColor(Node* root, int blacknum, int benchmark){//检查每条路径的黑色结点数量是否相等if (root == nullptr){if (blacknum != benchmark){return false;}return true;}if (root->_color == BLACK){blacknum++;}//检查颜色if (root->_color == RED && root->_parent && root->_parent->_color == RED){cout << root->_kv.first << ":" << "出现两个连续的红色结点" << endl;return false;}return CheckColor(root->_left, blacknum, benchmark) && CheckColor(root->_right, blacknum, benchmark);}

2. 计算高度与旋转次数

高度的代码很简单，如下所示

	int Height(){return Height(_root);}int Height(Node* root){if (root == nullptr){return 0;}int leftheight = Height(root->_left);int rightheight = Height(root->_right);return leftheight > rightheight ? 1 + leftheight : 1 + rightheight;}

对于旋转次数，我们可以直接设置一个变量专门计数。每旋转一次这个值加一次

	int Getrotatecount(){return _rotatecount;}

3. 验证

int main()
{RBTree<int, int> rb;srand(time(0));for (int i = 0; i < 10000; i++){int tmp = rand();rb.Insert(make_pair(tmp, tmp));//rb.Insert(make_pair(i, i));//cout << rb.IsBalance() << endl;//cout << i << ":" << tmp << endl;}cout << "height:" << rb.Height() << endl;cout << "rotatecount:" << rb.Getrotatecount() << endl;cout << rb.IsBalance() << endl;return 0;
}

我们使用上面的随机数来进行测试

运行结果如下所示

image-20230929223920622

六、 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logN，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。

从源代码中我们也可以看出来，其实map与set的底层都是红黑树，而且是kv结构的红黑树

image-20230929224532662

image-20230929224609714

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/90800.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

【数据结构】——顺序表详解

【数据结构】——顺序表详解

大家好&#xff01;当我们学习了动态内存管理后&#xff0c;就可以写一个管理数据的顺序表了&#xff01;&#xff01;&#xff01; 顺序表的理解&#xff1a; 线性表是最基本、最简单、也是最常用的一种数据结构。线性表&#xff08;linear list&#xff09;是数据结构的一种…
阅读更多...
青藏高原1-km分辨率生态环境质量变化数据集（2000-2020）

青藏高原1-km分辨率生态环境质量变化数据集（2000-2020）

青藏高原平均海拔4000米以上&#xff0c;人口1300万&#xff0c;是亚洲九大河流的源头&#xff0c;为超过15亿人口提供淡水、食物和其他生态系统服务&#xff0c;被誉为地球第三极和亚洲水塔。然而&#xff0c;在该地区的人与自然的关系的研究是有限的&#xff0c;尤其是在精细…
阅读更多...
高德地图根据两点的经纬度计算两点之间的距离(修正版)

高德地图根据两点的经纬度计算两点之间的距离(修正版)

SQL语句可以用来计算两个经纬度之间的距离。下面是一个示例的SQL语句&#xff1a; SELECT id, ( 6371 * ACOS( COS( RADIANS( lat1 ) ) * COS( RADIANS( lat2 ) ) * COS( RADIANS( lng2 ) - RADIANS( lng1 ) ) SIN( RADIANS( lat1 ) ) * SIN( RADIANS( lat2 ) ) ) ) AS dista…
阅读更多...
PyTorch - 模型训练损失 (Loss) NaN 问题的解决方案

PyTorch - 模型训练损失 (Loss) NaN 问题的解决方案

欢迎关注我的CSDN&#xff1a;https://spike.blog.csdn.net/ 本文地址&#xff1a;https://spike.blog.csdn.net/article/details/133378367 在模型训练中&#xff0c;如果出现 NaN 的问题&#xff0c;严重影响 Loss 的反传过程&#xff0c;因此&#xff0c;需要加入一些微小值…
阅读更多...
【RabbitMQ实战】07 3分钟部署一个RabbitMQ集群

【RabbitMQ实战】07 3分钟部署一个RabbitMQ集群

一、集群的安装部署 我们还是利用docker来安装RabbitMQ集群。3分钟安装一个集群&#xff0c;开始。 前提条件&#xff0c;docker安装了docker-compose。如果没安装的话&#xff0c;参考这里 docker-compose文件参考bitnami官网&#xff1a;https://github.com/bitnami/contai…
阅读更多...
巧用@Conditional注解根据配置文件注入不同的bean对象

巧用@Conditional注解根据配置文件注入不同的bean对象

项目中使用了mq&#xff0c;kafka两种消息队列进行发送数据&#xff0c;为了避免硬编码&#xff0c;在项目中通过不同的配置文件自动识别具体消息队列策略。这里整理两种实施方案&#xff0c;仅供参考&#xff01; 方案一&#xff1a;创建一个工具类&#xff0c;然后根据配置文…
阅读更多...
Swift 周报 第三十八期

Swift 周报 第三十八期

文章目录 前言新闻和社区苹果自研调制解调器芯片受挫&#xff1a;速度太慢容易过热&#xff0c;落后高通 3 年App Store 现已接受适用于最新版操作系统的 App 和游戏提交 提案通过的提案正在审查的提案驳回的提案 Swift论坛推荐博文话题讨论关于我们 前言 本期是 Swift 编辑组…
阅读更多...
vue 实现弹出菜单，解决鼠标点击其他区域的检测问题

vue 实现弹出菜单，解决鼠标点击其他区域的检测问题

弹出菜单应该具有的功能&#xff0c;当鼠标点击其他区域时&#xff0c;则关闭该菜单。 问题来了&#xff0c;怎么检测鼠标点击了其他区域而不是当前菜单&#xff1f; 百度“JS检测区域外的点击事件”&#xff0c;会发现有很多方法&#xff0c;有递归检测父元素&#xff0c;有遍…
阅读更多...
Blender导出FBX给UE5

Blender导出FBX给UE5

最近在学习UE5的资源导入&#xff0c;总结如下&#xff1a; 建模使用Blender&#xff0c;UE5版本是5.3 1.纯静态模型导入UE5 Blender FBX导出设置保持默认即可&#xff0c; UE5把导入设置里Miscellaneous下Force Front XAxis和Convert Scene Unit勾选即可 2.带骨骼动画的模型…
阅读更多...
react项目优化

react项目优化

随着项目体积增大&#xff0c;打包的文件体积会越来越大&#xff0c;需要优化&#xff0c;原因无非就是引入的第三方插件比较大导致&#xff0c;下面我们先介绍如何分析各个文件占用体积的大小。 1.webpack-bundle-analyzer插件 如果是webpack作为打包工具的项目可以使用&…
阅读更多...
MySQL 连接查询（多表查询 二）

MySQL 连接查询（多表查询 二）

基本介绍 作用&#xff1a;连接查询&#xff08;Join&#xff09;操作&#xff0c;用于联结多个表以获取更全面和准确的数据 基本分类&#xff1a; 内连接&#xff1a;相当于查询A、B交集部分数据&#xff08;去掉迪卡尔积无效组合&#xff09;外连接&#xff1a; 左外连接&…
阅读更多...
lwIP 开发指南(下)

lwIP 开发指南(下)

目录 NETCONN 编程接口简介netbuf 数据缓冲区netconn 连接结构netconn 编程API 函数 NETCONN 编程接口UDP 实验NETCONN 实现UDPNETCONN 接口的UDP 实验硬件设计软件设计下载验证 NETCONN 接口编程TCP 客户端实验NETCONN 实现TCP 客户端连接步骤NETCONN 接口的TCPClient 实验硬件…
阅读更多...
freertos中函数调用和启动第一个任务(栈相关!!!!!!）

freertos中函数调用和启动第一个任务(栈相关!!!!!!）

本内容仅就一些较难理解的点讲解&#xff0c;请结合其它文章实用 在函数调用时&#xff0c;m3的处理器使用r0-r3共四个寄存器传参&#xff0c;其余的使用栈传参。 但是&#xff0c;如果传入的参数是全局变量&#xff0c;则不需传参&#xff0c;因为全局变量在函数内部是可见的…
阅读更多...
【算法练习Day8】 kmp算法找出字符串中第一个匹配项的下标反转字符串中的单词重复的子字符串

【算法练习Day8】 kmp算法找出字符串中第一个匹配项的下标反转字符串中的单词重复的子字符串

、​ ​&#x1f4dd;个人主页&#xff1a;Sherry的成长之路 &#x1f3e0;学习社区&#xff1a;Sherry的成长之路&#xff08;个人社区&#xff09; &#x1f4d6;专栏链接&#xff1a;练题 &#x1f3af;长路漫漫浩浩&#xff0c;万事皆有期待 文章目录 kmp算法找出字符串中第…
阅读更多...
2023版 STM32实战5 基本定时器中断

2023版 STM32实战5 基本定时器中断

基本定时器简介与特性 -1-时钟可分频 -2-计数模式只可以选择累加 -3-只可以用来定时&#xff08;含中断&#xff09; 查看时钟源 如图定时器7的时钟最大为72MHZ 定时时间的计算 通用定时器的时间计算公式为 Tout &#xff08;&#xff08;arr1&#xff09;&#xff08;psc1&…
阅读更多...
Spring修炼之路（2）依赖注入（DI）

Spring修炼之路（2）依赖注入（DI）

一、概念 依赖注入&#xff08;Dependency Injection,DI&#xff09;。 测试pojo类 : Address.java 依赖 : 指Bean对象的创建依赖于容器 . Bean对象的依赖资源 . 注入 : 指Bean对象所依赖的资源 , 由容器来设置和装配 . 二、 注入方式 2.1构造器注入 我们在之前的案例已经…
阅读更多...
【Java】异常

【Java】异常

1. Java的异常概念 1.1 异常体系结构 从上图中可以看到&#xff1a; 1. Throwable&#xff1a;是异常体系的顶层类&#xff0c;其派生出两个重要的子类, Error 和 Exception 2. Error&#xff1a;指的是JVM无法解决的严重问题&#xff0c;比如&#xff1a;JVM的内部错误、资源…
阅读更多...
Apache Flume

Apache Flume

Flume 1.9.0 Developer Guide【Flume 1.9.0开发人员指南】 Introduction【介绍】 摘自&#xff1a;Flume 1.9.0 Developer Guide — Apache Flume Overview【概述】 Apache Flume is a distributed, reliable, and available system for efficiently collecting, aggregati…
阅读更多...
PHP8中的构造方法和析构方法-PHP8知识详解

PHP8中的构造方法和析构方法-PHP8知识详解

今日分享的内容是php8中的构造方法和析构方法&#xff0c;我们把构造方法和析构方法这两个方法分开来讲&#xff1a; 1、构造方法 构造方法存在于每个声明的类中&#xff0c;主要作用是执行一些初始化任务。如果类中没有直接声明构造方法&#xff0c;那么类会默认地生成一个没…
阅读更多...
江西广电会展集团总经理李悦一行莅临拓世科技集团调研参观，科技璀璨AIGC掀新潮

江西广电会展集团总经理李悦一行莅临拓世科技集团调研参观，科技璀璨AIGC掀新潮

在江西这片充满活力的土地上&#xff0c;数字经济如潮水般涌动&#xff0c;会展文化与科技的完美结合&#xff0c;正如新时代的璀璨繁星照亮夜空&#xff0c;更预示着一场AIGC创新的壮丽篇章即将展开。作为拓世科技集团的老朋友&#xff0c;江西广电多位领导多次莅临拓世科技集…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023