分治策略 --- 快排归并

目录

分治-快排

一、颜色分类

二、排序数组

三、数组中的第K个最大元素

四、库存管理

分治-归并

一、排序数组

二、交易逆序对的总数

三、计算右侧小于当前元素的个数

四、翻转对

分治是一种思想，也就是将大问题分解成小问题，一直分到小问题可以快速被解决为止~

分治-快排

一、颜色分类

1.题目解析

包含三种颜色的数组，将同样的颜色分到一起，并且按红白蓝排序

2.算法分析

大家可以先复习一下我的第一篇博客双指针算法中的第一道题---移动零，本质就是数组分两块！

双指针算法-CSDN博客

而本题是要将数组分三块，所以相当于用"三指针"

下标的含义:

i: 遍历数组

left: 标记0区域的最右侧

right: 标记2区域的最左侧

过程分析:

nums[i] == 0 ：swap(nums[++left], nums[i++])

nums[i] == 1 ：++i

nums[i] == 2 :  swap(nums[--right], nums[i])

注意: num[i]==2时，交换完之后不能让i++, 因为我们不清楚nums[--right]的值是几，因此还要继续判断!

3.算法代码

class Solution {
public:void sortColors(vector<int>& nums) {int i = 0, left = -1, right = nums.size();while(i < right){if(nums[i] == 0) swap(nums[++left], nums[i++]);else if(nums[i] == 1) i++;else swap(nums[--right], nums[i]);}}
};

二、排序数组

912. 排序数组 - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/sort-an-array/1.题目解析

排序数组，升序

2.算法分析

采用分治的思想解决，选择一个基准元素key, 使得左边比key小，右边比key大，然后分治子问题, 如果采用之前快排的方法，当数组元素全都相同时，时间复杂度会退化到O(n^2), 详细分析可以看我之前的博客:

排序素来美如玉，层进理解获芳心-CSDN博客

因此我们用上道颜色划分题目“数组分三块”的思想，实现快排

过程分析:

nums[i] < key ：swap(nums[++left], nums[i++])

nums[i] == key ：++i

nums[i] == 2 :  swap(nums[--right], nums[i])

一次划分完之后，数组就如下所示: 然后递归黄色区间和紫色区间即可

当数组中全都是重复元素时，一次划分之后数组黄色区间和紫色区间就不存在了，递归结束

key的选取:

随机选取key时，时间复杂度渐进到o(nlogn)

3.算法代码

class Solution {
public:vector<int> sortArray(vector<int>& nums) {srand(time(nullptr)); //种下一颗种子qsort(nums, 0, nums.size()-1);return nums;}void qsort(vector<int>& nums, int l, int r){//递归结束条件if(l >= r) return;//数组分三块int key = getRandom(nums, l, r);int i = l, left = l - 1, right = r + 1;while(i < right){if(nums[i] < key) swap(nums[++left], nums[i++]);else if(nums[i] == key) i++;else swap(nums[--right], nums[i]);}//[l, left], [left+1, right-1] [right, r];qsort(nums, l, left);qsort(nums, right, r);}int getRandom(vector<int>& nums, int left, int right){int r = rand();return nums[r % (right - left + 1) + left];}
};

三、数组中的第K个最大元素

215. 数组中的第K个最大元素 - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/kth-largest-element-in-an-array/1.题目解析

求数组中第K大元素

2.算法分析

解法一: Top-k问题，采用堆/优先级队列解决

解法二: 快速选择算法(基于快排)

如果我们对数组分三块之后，找第K大的元素就会快很多

1. c >= k, 那么第k大于元素落在紫色区间，递归该区间即可

2. b + c >= k(1已经不满足了), 那么第k大元素落在蓝色区间，而蓝色区间值都相等，直接返回 k 即可

3. 第k大元素元素落在黄色区间，递归该区间即可， 注意此时在黄色区间找的是第k-a-b大的元素

3.算法代码

解法一: 优先级队列

class Solution 
{
public:int findKthLargest(vector<int>& nums, int k) {priority_queue<int> q(nums.begin(), nums.end());while(--k)q.pop();return q.top();}
};

解法二: 快速选择算法

class Solution 
{
public:int findKthLargest(vector<int>& nums, int k) {srand(time(nullptr));return qsort(nums, 0, nums.size()-1, k);}int qsort(vector<int>& nums, int l, int r, int k){if(l == r) return nums[l];//1.随机选择基准元素int key = getRandom(nums, l, r);//2.数组分三块int i = l, left = l-1, right = r+1;while(i < right){if(nums[i] < key) swap(nums[++left], nums[i++]);else if(nums[i] == key) ++i;else swap(nums[--right], nums[i]);}//3.找第k大元素int c = r - right + 1, b = right - left - 1;if(c >= k) return qsort(nums, right, r, k);else if(b + c >= k) return key;else return qsort(nums, l, left, k - b -c);}int getRandom(vector<int>& nums, int left, int right){int r = rand();return nums[r % (right - left + 1) + left];}
};

四、库存管理

LCR 159. 库存管理 III - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/zui-xiao-de-kge-shu-lcof/1.题目解析

求数组中最小的k个数

2.算法分析

法一:排序

法二:优先级队列

法三:快速选择算法

如果我们用快速选择算法对数组分三块之后，求数组中最小的k个数就会快很多

1. a > k, 则最小的k个数都落在黄色区间，递归黄色区间即可

2. a+b>=k, 说明已经找到了前k小的元素，返回即可

3. 递归紫色区间， 注意此时在紫色区间找的是前k-a-b小的元素

3.算法代码

法一:排序

class Solution {
public:vector<int> inventoryManagement(vector<int>& stock, int cnt) {vector<int> ret;sort(stock.begin(), stock.end());for(int i = 0; i < cnt; i++)ret.push_back(stock[i]);return ret;}
};

法二:优先级队列

class Solution {
public:vector<int> inventoryManagement(vector<int>& stock, int cnt) {vector<int> ret;priority_queue<int, vector<int>, greater<int>> q; //小堆for(auto& e : stock)q.push(e);while(cnt--){ret.push_back(q.top());q.pop();   }return ret;}
};

法三:快速选择算法

class Solution 
{
public:vector<int> inventoryManagement(vector<int>& nums, int k) {srand(time(nullptr));qsort(nums, 0, nums.size()-1, k);return {nums.begin(), nums.begin() + k};}void qsort(vector<int>& nums, int l, int r, int k){if(l >= r) return;//1.选择随机数做keyint key = getRandom(nums, l, r);//2.数组分三块int left = l-1, right = r+1, i = l;while(i < right){if(nums[i] < key) swap(nums[++left], nums[i++]);else if(nums[i] == key) i++;else swap(nums[--right], nums[i]);}//3.找最小的k个元素int a = left - l + 1, b = right - left - 1;if(a > k) return qsort(nums, l, left, k);else if(a + b >= k) return;else return qsort(nums, right, r, k-a-b);}int getRandom(vector<int>& nums, int l, int r){return nums[rand() % (r-l+1) + l];}
};

分治-归并

一、排序数组

912. 排序数组 - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/sort-an-array/description/1.题目解析

排序数组，升序

2.算法分析

在"分治-快排"中，我们使用快速排序解决了数组升序，这次我们使用归并排序解决问题，选择排序和归并排序都是"分治"思想，可以把"快排"理解成二叉树前序遍历，把"归并"理解成二叉树后序遍历, 详细分析见博客: 排序素来美如玉，层进理解获芳心-CSDN博客

3.算法代码

class Solution {vector<int> tmp;
public:vector<int> sortArray(vector<int>& nums) {tmp.resize(nums.size());merge_sort(nums, 0, nums.size()-1);return nums;}void merge_sort(vector<int>& nums, int left, int right){//递归结束条件if(left >= right) return;//1.选择中间节点划分区间int mid = (right + left) >> 1;//[left, mid], [mid+1, right]//2.递归左右区间merge_sort(nums, left, mid);merge_sort(nums, mid+1, right);//3.合并两个有序数组//vector<int> tmp(right - left + 1); 在递归过程中，每次都要创建，最好写成全局变量int cur1 = left, cur2 = mid + 1, i = 0;while(cur1 <= mid && cur2 <= right)tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur1++] : nums[cur2++];//处理没有遍历完的数组while(cur1 <= mid) tmp[i++] = nums[cur1++];while(cur2 <= right) tmp[i++] = nums[cur2++];//还原for(int i = left; i <= right; i++)nums[i] = tmp[i - left];}
};

二、交易逆序对的总数

LCR 170. 交易逆序对的总数 - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/shu-zu-zhong-de-ni-xu-dui-lcof/description/1.题目解析

逆序对是指数对中第一个数>第二个数,  题目要求返回逆序对的个数

2.算法分析
显然可以直接暴力枚举，但是时间复杂度太高，直接超时， 下面是采用归并排序思想解决问题

2.1.将数组划分成两部分，左半部分找一下逆序对，右半部分找一下逆序对，一左一右找一下逆序对，因为本质还是暴力枚举，所以结果一定是正确的

2.2 将数组划分成两部分，左半部分找一下逆序对，然后左半部分排序，右半部分找一下逆序对，然后右半部分排序，一左一右找一下逆序对，结果也是正确的，因为排序并不影响逆序对情况~

由于在左半部分找逆序、右半部分找逆序对以及整个一左一右找逆序对，都属于同一类问题，因此可以用递归求解，而左半部分和右半部分找到逆序对之后都要排序，所以我们在一左一右找完逆序对之后也加一个排序的操作, 分析到这显然就可以用归并排序来求解这道问题了~

下面就是分析左右部分递归完之后，如何一左一右找逆序对的问题了~

策略一: 找出该数之前，有多少数比我大(也就是看左区间内有多少数比nums[cur2]大)

一左一右找逆序对就可以完美的和归并排序中合并两个有序数组完美契合~

ps: 由合并两个有序数组的逻辑知，哪个指针指向的元素小，就让哪个指针++， 因此[left, cur1-1]区间的所有值都比nums[cur2]小~

①nums[cur1] <= nums[cur2], 说明，对于cur2位置的元素而言，左区间还没有值比nums[cur2]大，没有出现逆序对, 因此继续让cur1++即可

②nums[cur1] > nums[cur2],  而左区间是升序，所以cur1位置之后的所有元素都 > nums[cur2], 此时逆序对的数量 ret += (mid-cur1+1), 然后cur2++来到下一个位置即可

ps:上述合并两个有序数组过程依旧是借助辅助数组来完成的~

注意:该策略数组必须排升序，不能是降序

如果是降序，根据归并排序合并两个有序数组，哪个指针指向元素大，哪个指针++， 因此[left, cur1-1]区间的所有值都比nums[cur2]大

此时如果nums[cur1] > nums[cur2], 说明cur1连同cur1之前的左区间元素都比nums[cur2]大， 此时如果统计了逆序对数量，cur1++之后来到下一个位置，此时nums[cur1]依旧可能 > nums[cur2], 还要统计逆序对数量，就会重复计算!!

因此策略一数组只能排升序!

策略二: 找出该数之后，有多少数比我小(也就是看右区间内有多少数比nums[cur1]小)

ps: 由合并两个有序数组的逻辑知 [mid+1, cur2]区间的所有值都比nums[cur1] 大

①nums[cur1] <= nums[cur2], 说明，对于cur1位置的元素而言，右区间还没有值比nums[cur2]小，没有出现逆序对, 因此继续让cur2++即可

②nums[cur1] > nums[cur2],  而右区间是降序，所以cur2位置之后的所有元素都 < nums[cur1], 此时逆序对的数量 ret += (right-cur2+1), 然后cur1++来到下一个位置即可
ps:上述合并两个有序数组过程依旧是借助辅助数组来完成的~

注意:该策略数组必须排降序，不能是升序

如果是升序，根据归并排序合并两个有序数组，哪个指针指向元素小，哪个指针++， 因此[mid+1, cur2]区间的所有值都比nums[cur1]小

如果nums[cur1] > nums[cur2], 说明cur2连同cur2之前的右区间所有元素都比cur1小， 此时如果统计了逆序对数量，cur2++之后来到下一个位置，此时nums[cur1]依旧可能 > nums[cur2], 还要统计逆序对数量，就会重复计算!!

3.算法代码

策略一：

class Solution {int tmp[50010];
public:int reversePairs(vector<int>& nums) {return merge_sort(nums, 0, nums.size()-1);}int merge_sort(vector<int>& nums, int left, int right){if(left >= right) return 0;int ret = 0; //最终逆序对的数量//1.找中间点，将数组分成两部分int mid = (left + right) >> 1;//2.左边的逆序对个数 + 排序 + 右边的个数 + 排序ret += merge_sort(nums, left, mid);ret += merge_sort(nums, mid+1, right);//3.一左一右的逆序对个数 + 排序int cur1 = left, cur2 = mid + 1, i = 0;while(cur1 <= mid && cur2 <= right){if(nums[cur1] <= nums[cur2]){tmp[i++] = nums[cur1++];}else{ret += mid - cur1 + 1;tmp[i++] = nums[cur2++];}}//4.序序的剩余工作while(cur1 <= mid) tmp[i++] = nums[cur1++];while(cur2 <= right) tmp[i++] = nums[cur2++];//还原for(int i = left; i <= right; i++)nums[i] = tmp[i-left];return ret;}
};

策略二:

class Solution {int tmp[50010];
public:int reversePairs(vector<int>& nums) {return merge_sort(nums, 0, nums.size()-1);}int merge_sort(vector<int>& nums, int left, int right){if(left >= right) return 0;int ret = 0; //最终逆序对的数量//1.找中间点，将数组分成两部分int mid = (left + right) >> 1;//2.左边的逆序对个数 + 排序 + 右边的个数 + 排序ret += merge_sort(nums, left, mid);ret += merge_sort(nums, mid+1, right);//3.一左一右的逆序对个数 + 排序int cur1 = left, cur2 = mid + 1, i = 0;while(cur1 <= mid && cur2 <= right){if(nums[cur1] <= nums[cur2]){tmp[i++] = nums[cur2++];}else{ret += right - cur2 + 1;tmp[i++] = nums[cur1++];}}//4.排序的剩余工作while(cur1 <= mid) tmp[i++] = nums[cur1++];while(cur2 <= right) tmp[i++] = nums[cur2++];//还原for(int i = left; i <= right; i++)nums[i] = tmp[i-left];return ret;}
};

三、计算右侧小于当前元素的个数

315. 计算右侧小于当前元素的个数 - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/count-of-smaller-numbers-after-self/1.题目解析

本题和题目二求逆序对数量非常相似，不过本题是要返回一个数组，数组的每个元素是原数组元素右侧小于当前元素的个数

2.算法分析

类似题目二，采用归并排序的方法求解

题目二已经详细分析了两种策略，很明显，本题是用策略二，因为本题求的是当前元素以后，有多少个元素比我小, 所以数组应该排降序~

①nums[cur1] <= nums[cur2]：  cur2++

②nums[cur1] > nums[cur2],  由于要返回数组，此时让nums[cu1]元素对应的原始数组下标的位置 的 ret += (right-cur2+1), cur1++

由于处理一左一右的情况是在左右区间都分别排序之后，下标就乱了，所以本题的关键就是要求nums中当前元素的原始下标是多少?

开一个和原始数组大小一样的index数组，将原始数组元素和下标绑定即可~

所以在合并有序数组的时候，nums和index数组都要进行合并，包括后续的还原等工作，都是如此

因此写代码时要有两个辅助数组来解决问题~

3.算法代码

class Solution 
{vector<int> ret; //写成全局，不用传成递归参数vector<int> index; //记录nums数组当前元素的原始下标int tmp_nums[100001]; //辅助数组，用于nums数组中左右两个有序数组的合并int tmp_index[100001]; //辅助数组，用于index数组中左右两个有序数组的合并
public:vector<int> countSmaller(vector<int>& nums) {int n = nums.size();ret.resize(n);index.resize(n);//初始化index数组for(int i = 0; i < n; i++)index[i] = i;merge_sort(nums, 0, nums.size()-1);return ret;}void merge_sort(vector<int>& nums, int left, int right){//递归结束if(left >= right) return;//1.求中间元素下标int mid = (left + right) >> 1;//[left, mid] [mid+1, right]//2.递归左右区间merge_sort(nums, left, mid);merge_sort(nums, mid+1, right);//3.处理一左一右int cur1 = left, cur2 = mid + 1, i = 0;while(cur1 <= mid && cur2 <= right){if(nums[cur1] <= nums[cur2]){tmp_nums[i] = nums[cur2];tmp_index[i++] = index[cur2++];}else{ret[index[cur1]] += right-cur2+1;tmp_nums[i] = nums[cur1]; tmp_index[i++] = index[cur1++];}}//4.排序的剩余工作while(cur1 <= mid) {tmp_nums[i] = nums[cur1]; tmp_index[i++] = index[cur1++];}while(cur2 <= right) {tmp_nums[i] = nums[cur2];tmp_index[i++] = index[cur2++];}//还原for(int i = left; i <= right; i++){nums[i] = tmp_nums[i - left];index[i] = tmp_index[i - left];}}
};

四、翻转对

493. 翻转对 - 力扣（LeetCode）icon-default.png?t=N7T8https://leetcode.cn/problems/reverse-pairs/1.题目解析

翻转对指的是数对中第一个数大于第二个数的两倍,  返回数组中所有翻转对的个数

2.算法分析

首先这道题也是使用分治的思想，整体流程也是将数组划分为两部分，左区间求逆序对数量+排序，右区间求逆序对数量+排序, 然后一左一右求逆序对数量+排序,  但是找翻转对的方法和归并排序中合并两个有序数组并没有完美契合，因为合并两个有序数组判断的是nums[cur1]和nums[cur2]的大小关系，而翻转对要判断的是nums[cur1]与2*nums[cur2]的关系，因此我们可以在合并两个有序数组之前先把翻转对的数量求出来~

策略一:计算当前元素后面，有多少元素的两倍比我小

①nums[cur1] <= 2*nums[cur2], cur2++ 

②nums[cur1]  > 2*nums[cur2], 而数组又是降序，因此cur2位置之后的所有元素的2倍都小于nums[cur1],  ret += right-cur2+1, 然后cur1++

注意情况②cur1++之后，cur2不用回退，因为cur2位置之前的元素的2倍都是大于nums[cur1]的，而数组是降序，cur1++之后，nums[cur1]值更小了，因此cur2回退之后又会一路++到如图位置， 时间复杂度太高了~

策略二:计算当前元素前面，有多少元素的一半比我大

①nums[cur1]  / 2.0  <=  nums[cur2], cur1++ 

②nums[cur1] / 2.0 > nums[cur2], 而数组又是升序，因此cur1位置之后的所有元素的一半都大于nums[cur2],  ret += mid-cur1+1, 然后cur2++

注意情况②cur2++之后，cur1不用回退，因为cur1位置之前的元素的一半都是 <= nums[cur2]的，而数组是升序，cur2++之后，nums[cur2]值更大了，因此cur1回退之后又会一路++到如图位置， 时间复杂度太高了~

3.算法代码

策略一:

class Solution
{int tmp[50001];
public:int reversePairs(vector<int>& nums) {return merge_sort(nums, 0, nums.size()-1);}int merge_sort(vector<int>& nums, int left, int right){int ret = 0;//递归结束条件if(left >= right) return 0;//1.根据中间元素划分区间int mid = (left + right) >> 1;//2.计算左右区间的翻转对数量ret += merge_sort(nums, left, mid);ret += merge_sort(nums, mid+1, right);//3.计算一左一右翻转对数量int cur1 = left, cur2 = mid + 1;while(cur1 <= mid){while(cur2 <= right && nums[cur1] / 2.0 <= nums[cur2]) //写成 2*nums[cur2] 会超范围cur2++;if(cur2 > right) break;ret += right - cur2 + 1;cur1++;}//4.合并两个有序数组cur1 = left, cur2 = mid + 1;int i = 0;while(cur1 <= mid && cur2 <= right)tmp[i++] = nums[cur1] >= nums[cur2] ? nums[cur1++] : nums[cur2++];while(cur1 <= mid) tmp[i++] = nums[cur1++];while(cur2 <= right) tmp[i++] = nums[cur2++];//还原for(int i = left; i <= right; i++)nums[i] = tmp[i - left];return ret;}
};

策略二:

class Solution
{int tmp[50001];
public:int reversePairs(vector<int>& nums) {return merge_sort(nums, 0, nums.size()-1);}int merge_sort(vector<int>& nums, int left, int right){int ret = 0;//递归结束条件if(left >= right) return 0;//1.根据中间元素划分区间int mid = (left + right) >> 1;//2.计算左右区间的翻转对数量ret += merge_sort(nums, left, mid);ret += merge_sort(nums, mid+1, right);//3.计算一左一右翻转对数量int cur1 = left, cur2 = mid + 1;while(cur2 <= right){while(cur1 <= mid && nums[cur1] / 2.0 <= nums[cur2]) //写成 2*nums[cur2] 会超范围cur1++;if(cur1 > mid) break;ret += mid - cur1 + 1;cur2++;}//4.合并两个有序数组cur1 = left, cur2 = mid + 1;int i = 0;while(cur1 <= mid && cur2 <= right)tmp[i++] = nums[cur1] <= nums[cur2] ? nums[cur1++] : nums[cur2++];while(cur1 <= mid) tmp[i++] = nums[cur1++];while(cur2 <= right) tmp[i++] = nums[cur2++];//还原for(int i = left; i <= right; i++)nums[i] = tmp[i - left];return ret;}
};

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/pingmian/4648.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

【Camera KMD ISP SubSystem笔记】CAM SYNC与DRQ②

【Camera KMD ISP SubSystem笔记】CAM SYNC与DRQ②

DRQ的作用&#xff1a; DRQ负责调度管理pipeline里的node处理逻辑(通过node之间的dependency依赖机制) 利用多线程并行处理Pipeline中并行的node&#xff0c;加快处理速度 DRQ运转流程&#xff1a; DRQ先告诉node fill dependency&#xff0c; 此时seq id 为0…
阅读更多...
如何优雅的实现 iframe 多层级嵌套通讯

如何优雅的实现 iframe 多层级嵌套通讯

前言 在前端开发项目中&#xff0c;不可避免的总会和 iframe 进行打交道&#xff0c;我们通常会使用 postMessage 实现消息通讯。 如果存在下面情况&#xff1a; iframe 父子通讯iframe 同层级通讯iframe 嵌套层级通讯 当面对这种复杂的情况的时候&#xff0c;通讯不可避免…
阅读更多...
Unity 物体触碰事件监听

Unity 物体触碰事件监听

声明委托 public delegate void MyDelegate(Collider trigger); C# 委托&#xff08;Delegate&#xff09; | 菜鸟教程 (runoob.com)https://www.runoob.com/csharp/csharp-delegate.html 定义委托 public MyDelegate onTriggerEnter; public MyDelegateonTriggerStay; pub…
阅读更多...
用来传输文件的协议-FTP

用来传输文件的协议-FTP

一.FTP协议--文件传输协议 1.了解FTP协议 &#xff08;1&#xff09;FTP服务是用来传输文件的协议 FTP&#xff08;File Transfer Protocol&#xff0c;文件传输协议&#xff09;是TCP/IP协议组中的协议之一&#xff0c;用于互联网上的控制文件的双向传输。是传输文件到Linu…
阅读更多...
《Fundamentals of Power Electronics》——全桥型隔离降压转换器

《Fundamentals of Power Electronics》——全桥型隔离降压转换器

以下是关于全桥型隔离降压转换器的相关知识点&#xff1a; 全桥变压器隔离型降压转换器如下图所示。 上图展示了一个具有二次侧绕组中心抽头的版本&#xff0c;该电路常用于产生低输出电压。二次侧绕组的上下两个绕组可以看作是两个单独的绕组&#xff0c;因此可以看成是具有变…
阅读更多...
Internal server error: [less] Unrecognised input

Internal server error: [less] Unrecognised input

我之前查了资料&#xff0c;网上有的人说是 less 的配置不正确&#xff08;这种问题引起的可以查找其他博客看&#xff09;&#xff0c;但是后面经过我慢慢的查找&#xff0c;还有一种可能&#xff0c;就是 less 的写法不对&#xff0c;下面我来解释一下我的错误和处理过程 在…
阅读更多...
kaggle无法注册怎么办

kaggle无法注册怎么办

在浏览kaggle网站&#xff0c;或者是参加kaggle竞赛时&#xff0c;常常会遇到需要登陆kaggle账号的情况。而在注册时&#xff0c;却发现无论如何也无法弹出人机识别的验证码&#xff0c;导致无法注册成功。本文会手把手的讲解一种注册kaggle的方法&#xff08;edge浏览器&#…
阅读更多...
安装依赖报错前端安装某个依赖安装不上可能是node版本过高 升级或者降低node版本方式

安装依赖报错前端安装某个依赖安装不上可能是node版本过高 升级或者降低node版本方式

安装依赖报错安装某个依赖安装不上可能是node版本过高 升级或者降低node版本方式 安装某个依赖安装不上 或者node版本过高 升级或者降低node版本 收藏关注一下吧 开发中难免总会需要切换node版本 需要的时候在找麻烦 主页 中还有更多干货分享
阅读更多...
分享开放原子AtomGit开源协作平台评测报告

分享开放原子AtomGit开源协作平台评测报告

AtomGit平台的总体介绍 开放原子开源基金会是致力于推动全球开源事业发展的非营利机构&#xff0c;于 2020 年 6 月在北京成立&#xff0c;由阿里巴巴、百度、华为、浪潮、360、腾讯、招商银行等多家龙头科技企业联合发起。目前有三个主要机构设置&#xff0c;技术监督委员会&…
阅读更多...
You need know something from Xcode 9

You need know something from Xcode 9

xcode 9 一些快捷的功能使用介绍 首先是弹框 目前发现弹框中的提取方法等功能存在一些问题&#xff0c;期待后续的版本能解决这些问题&#xff0c;弹框里面主要包含跳转变量或者方法的跳转、快捷帮助、折叠方法、重命名方法名称、提取方法等功能 笔者觉得rename功能比较好用&…
阅读更多...
【新手入门】Git的使用方法，上传自己的项目到GitHub上

【新手入门】Git的使用方法，上传自己的项目到GitHub上

Git新手教程 一、Git下载安装二、初始化设置1.网端设置2.用户设置 三、开始上传自己项目1.创建新文件夹&#xff0c;克隆项目地址2.上传文件3.成功运行并上传的界面 报错1.fatal: unable to access https://github.com/ssrzero123/STF-YOLO.git/: error setting certificate fi…
阅读更多...
NDK 编译（二）—— NDK 编译与集成 FFmpeg

NDK 编译（二）—— NDK 编译与集成 FFmpeg

NDK 编译系列文章共三篇&#xff0c;目录如下&#xff1a; NDK 编译&#xff08;一&#xff09;—— Linux 知识汇总 NDK 编译&#xff08;二&#xff09;—— NDK 编译与集成 FFmpeg NDK 编译&#xff08;三&#xff09;—— CMake 原生构建工具 在使用 NDK 进行音视频开发时&…
阅读更多...
icloud里面的通讯录怎么全部导出，通讯录格式如何转换，简单！

icloud里面的通讯录怎么全部导出，通讯录格式如何转换，简单！

随着科技的发展&#xff0c;我们的日常生活越来越离不开手机和各种应用程序。通讯录作为手机中最重要的功能之一&#xff0c;记录着我们的亲朋好友、同事和业务伙伴的联系方式。因此&#xff0c;定期备份通讯录变得尤为重要。iCloud作为苹果公司提供的一项云服务&#xff0c;可…
阅读更多...
【触摸案例-控件不能响应的情况 Objective-C语言】

【触摸案例-控件不能响应的情况 Objective-C语言】

一、接下来，我们来说这个“控件不能响应的情况”， 1.素材里边，有一个“不接受用户交互的情况”，这么一个代码，把它打开， 把这个项目啊，复制过来，改一个名字，叫做“04-控件不能响应的情况”， 打开之后，command + R，运行一下， 在storyboard上，你也可以看得出来，我…
阅读更多...
java-stream流案例

java-stream流案例

需求 代码 Vote类 // 1. 定义一个投票类 public class Vote {private String name;private ArrayList<String> voteList;public Vote(String name, ArrayList<String> voteList) {this.name name;this.voteList voteList;}public String getName() {return nam…
阅读更多...
16册 | 移动机器人（自动驾驶）系列

16册 | 移动机器人（自动驾驶）系列

此文档整理推荐了16本移动机器人&#xff08;自动驾驶&#xff09;相关的书籍&#xff0c;内容包括&#xff1a;ROS、机器人基础开发、分布式机器人控制、集群机器人控制、嵌入式机器人、多传感器融合等等。 学习&#xff0c;切勿急于求成&#xff0c;读书自学&#xff0c;需多…
阅读更多...
就业班 第三阶段（tomcat） 2401--4.28 day1 tomcat1安装配置及单机多实例

就业班 第三阶段（tomcat） 2401--4.28 day1 tomcat1安装配置及单机多实例

企业 Tomcat 运维 文章目录 企业 Tomcat 运维一、Tomcat 简介1、Tomcat好帮手---JDK2、安装Tomcat & JDK1、系统环境说明2 、安装JDK3、安装Tomcat 二、Tomcat目录介绍1、tomcat主目录介绍2、webapps目录介绍3、Tomcat配置介绍&#xff08;conf&#xff09;4、Tomcat的管理…
阅读更多...
Qt窗口

Qt窗口

QMainWindow Qt 窗⼝ 是通过 QMainWindow类 来实现的。 QMainWindow 是⼀个为⽤⼾提供主窗⼝程序的类&#xff0c;继承⾃ QWidget 类&#xff0c;并且提供了⼀个预定义的 布局。QMainWindow 包含 ⼀个菜单栏&#xff08;menu bar&#xff09;、多个⼯具栏(tool bars)、多个浮动…
阅读更多...
JavaScript底层原理(栈、堆、主线程、任务队列、事件循环机制)

JavaScript底层原理(栈、堆、主线程、任务队列、事件循环机制)

1. 栈(heap)和堆(stack) 栈是栈内存的简称&#xff0c;堆是堆内存的简称。顾名思义&#xff0c;内存是干啥的&#xff1f;内存就是用来存放数据的。 栈 栈只有一个入口&#xff0c;同时也是出口&#xff0c;数据遵循先进后出、后进先出的原则。 栈用于存放基本类型数据和引用…
阅读更多...
安装库后JupyterLab一直报ModuleNotFoundError问题解决

安装库后JupyterLab一直报ModuleNotFoundError问题解决

背景&#xff1a; 先安装的Python3.10&#xff0c;安装在默认路径&#xff1a; C:\Users\#用户名省略#\AppData\Local\Programs\Python\Python310\ 后安装的Anaconda&#xff0c;更改过路径在D盘&#xff1a; D:\ProgramData\anaconda3 此时C盘Python安装路径下Scripts文件…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023