数据结构上机实验——图的实现（以无向邻接表为例）、图的深度优先搜索（DFS）、图的广度优先搜索（BFS）

文章目录

  • 数据结构上机实验
    • 1.要求
    • 2.图的实现（以无向邻接表为例）
      • 2.1创建图
        • 2.1.1定义图的顶点、边及类定义
        • 2.1.2创建无向图和查找
        • 2.1.3插入边
        • 2.1.4打印函数
      • 2.2图的深度优先搜索（DFS）
      • 2.3图的广度优先搜索（BFS）
    • 3.全部源码
      • 测试：
      • Graph.h
      • test.cpp

数据结构上机实验

1.要求

  图采用邻接表存储结构，编程实现图的深度优先搜索和广度优先搜索算法。
            

2.图的实现（以无向邻接表为例）

2.1创建图

2.1.1定义图的顶点、边及类定义

  我们定义一个邻接表类（ALGraph）。这里实现一些基础的数据结构。要注意结构体的嵌套。

  Edge: 用于表示图中的边，包含两个顶点（tail和head）和一个权重cost。

  ArcNode: 用于表示图中的有向边，包含一个目标顶点adjvex、一个权重info和一个指向下一个有向边的指针nextarc。

  VNode: 用于表示图中的顶点，包含一个数据值data和一个指向第一条边的指针fistarc。

  AdjGraph: 用于表示整个图，包含一个顶点数组表vertices（最大顶点数为MAXVex）、顶点数vexnum、边数arcnum和图的类型kind。

#define MAXVex 20 //最大的顶点数	
#define VElemType int

typedef enum {
	DG,    //有向图
	UDG,   //无向图
	DN,    //有向网
	UDN    //无向网
}GraphKind;

//定义边
typedef struct 
{
	VElemType tail;
	VElemType head;
	int cost;
}Edge;

//定义边节点
typedef struct ArcNode 
{
	int adjvex;	 //终点在数组表中的下表
	int info;	 //权值
	ArcNode* nextarc; //下一个边的地址
}ArcNode;

//定义表头节点
typedef struct
{
	VElemType data;	 
	ArcNode* fistarc; //储存第一条边的结点地址
}VNode;

//定义邻接表
typedef struct
{
	VNode vertices[MAXVex]; //储存MAXVex个VNode的数组表
	int vexnum;    //顶点数
	int arcnum;    //边数
	GraphKind kind;
}AdjGraph;

//定义邻接表类
class ALGraph
{
private:
	AdjGraph ag;
};

  

2.1.2创建无向图和查找

  CreateGraph函数:

  该函数首先使用输入参数n和m来初始化图的顶点数和边数。它通过循环读入每个顶点的数据，并初始化顶点数组表。每个顶点的数据值被初始化为输入的值，而第一条边的地址被初始化为NULL。 接着，它通过循环读入每条边的信息，并建立边集。对于每条边，它查找两个顶点的位置，然后创建一个新的ArcNode来存储这条边。如果图是无向的（kind == UDN），它还会创建另一个ArcNode来存储反向边。

  LocateVex函数:

  这个函数用于查找给定数据值在顶点数组表中的位置。 它遍历整个顶点数组表，如果找到匹配的数据值，就返回该位置的索引；否则，返回-1。

//创建无向图
void CreateGraph(int n, int m)
{
	ag.vexnum = n;  //ag有n个顶点
	ag.arcnum = m;  //ag有m个边

	ag.kind = UDN;
	int i, j, w, h, t;
	VElemType u, v;
	ArcNode* p;
	for (i = 0; i < n; i++)  //初始化顶点数组表
	{
		cin >> ag.vertices[i].data;
		ag.vertices[i].fistarc = NULL;
	}

	for (j = 0; j < m; j++) //建立边集
	{
		cin >> u >> v >> w;  //输入一条弧<u,v,w>
		h = LocateVex(u);
		t = LocateVex(v);
		p = new ArcNode;  //储存无向边
		p->adjvex = t;
		p->info = w;
		p->nextarc = ag.vertices[h].fistarc;
		if (ag.kind == UDN)  //储存无向边（v,u）
		{
			ag.vertices[h].fistarc = p;
			p = new ArcNode;
			p->adjvex = h;
			p->info = w;
			p->nextarc = ag.vertices[t].fistarc;
			ag.vertices[t].fistarc = p;
		}
	}
}

//查找顶点信息在数组中的下表
int LocateVex(VElemType u)
{
	for (int i = 0; i < ag.vexnum; i++)
	{
		if (u == ag.vertices[i].data)
		{
			return i;
		}
	}

	return -1;
}

  

2.1.3插入边

  InsertArcGraph：

  接受三个参数：顶点u、顶点v和边的权重info。代码实现了向图中插入新的边的功能。如果指定的两个顶点不存在，则会在顶点数组表中插入它们。 然后，创建两个新的ArcNode节点来代表双向边，并将它们插入到两个顶点的第一条边链表中。最后，更新图的状态信息（顶点数和边数）。

//插入边
void InsertArcGraph(VElemType u, VElemType v, int info)
{
	int h = LocateVex(u), t = LocateVex(v);
	ArcNode* p;
	if (h == -1)  //在顶点数组表中插入顶点u
	{
		ag.vertices[ag.vexnum].data = u;
		ag.vertices[ag.vexnum].fistarc = NULL;
		h = ag.vexnum;
		ag.vexnum++;
	}
	if (t == -1)  //在顶点数组表中插入顶点t
	{
		ag.vertices[ag.vexnum].data = v;
		ag.vertices[ag.vexnum].fistarc = NULL;
		t = ag.vexnum;
		ag.vexnum++;
	}
	p = new ArcNode;
	p->adjvex = t;
	p->info = info;
	p->nextarc = ag.vertices[h].fistarc;
	ag.vertices[h].fistarc = p;

	p = new ArcNode;
	p->adjvex = h;
	p->info = info;
	p->nextarc = ag.vertices[t].fistarc;
	ag.vertices[t].fistarc = p;
	ag.arcnum++;
}

  

2.1.4打印函数

  Print()

  这段代码是一个用于打印图的顶点和边信息的函数。 它遍历图的顶点数组表和邻接表，并打印每个顶点的索引、数据值和邻居信息。输出格式可以帮助理解图的结构和连接关系。

//打印函数
void Print()
{
	// 顶点
	for (size_t i = 0; i < ag.vexnum; ++i)
	{
		cout << "[" << i << "]" << "->" << ag.vertices[i].data << endl;
	}
	cout << endl;

	for (size_t i = 0; i < ag.vexnum; ++i)
	{
		cout << ag.vertices[i].data << "[" << i << "]->";
		ArcNode* cur = ag.vertices[i].fistarc;
		while (cur)
		{
			cout << "[" << cur->adjvex << ":" << cur->info << "]->";
			cur = cur->nextarc;
		}
		cout << "NULL" << endl;
	}

	cout << endl;
}

  

2.2图的深度优先搜索（DFS）

  深度优先搜索（DFS）是一种用于遍历或搜索树或图的算法。这个算法会尽可能深地搜索图的分支。当节点v的所在边都己被探寻过，搜索将回溯到发现节点v的那条边的起始节点。

  实现图的深度优先搜索（DFS）的算法。我们使用递归即可，同时要使用数组vis来追踪哪些节点已经被访问过。

  在DFS函数中，我们应该使用节点的索引进行访问和标记，如果遇到了没有标记的点，就进行DFS操作，直到遍历完我们所有的图即可。
在这里插入图片描述

//深度优先搜索
int vis[MAXVex];
void DFS(VElemType v)
{
	ArcNode* p;
	int h = LocateVex(v);
	cout << v;
	vis[h] = 1;
	for (p = ag.vertices[h].fistarc; p; p = p->nextarc)
	{
		if (vis[p->adjvex] == 0)
		{
			DFS(ag.vertices[p->adjvex].data);
		}
	}
}
void DFSTraverse()
{
	int i;
	for (i = 0; i < ag.vexnum; i++)
	{
		vis[i] = 0;
	}
	for (i = 0; i < ag.vexnum; i++)
	{
		if (!vis[i])
		{
			DFS(ag.vertices[i].data);
		}
	}
	cout << endl;
}

  

2.3图的广度优先搜索（BFS）

  广度优先搜索（BFS）是一种用于图的遍历或搜索的算法。这种算法会尽可能广地搜索图的节点，从一个起始节点开始，探索邻近节点，然后再探索下一层级的节点。

  图的广度优先搜索（BFS）算法，我们可以利用队列来实现，它是在图中查找从给定源节点到所有其他节点的路径的算法。在的代码中，我们需要定义了一个数组visi来跟踪已经访问过的节点，然后使用队列lq来存储待访问的节点。

  在BFSTraverse函数中，我们先初始化visi数组，然后遍历所有的节点。如果一个节点尚未被访问，你就调用BFS函数进行访问。使用传递进来的节点数据来查找其在图中的索引，然后不断重复操作，知道队列中的数据为0。
在这里插入图片描述

//广度优先搜索
int visi[MAXVex];
void BFS(VElemType v)
{
	int h = LocateVex(v);
	ArcNode* p;
	queue<VElemType> lq;
	lq.push(h);
	visi[h] = 1;
	while (!lq.empty())
	{
		h=lq.front();
		lq.pop();
		cout << ag.vertices[h].data;
		for (p = ag.vertices[h].fistarc; p; p = p->nextarc)
		{
			if (!visi[p->adjvex])
			{
				lq.push(p->adjvex);
				visi[p->adjvex] = 1;
			}
		}
	}
}
void BFSTraverse()
{
	int i;
	for (i = 0; i < ag.vexnum; i++)
	{
		visi[i] = 0;
	}
	for (i = 0; i < ag.vexnum; i++)
	{
		if (!visi[i])
		{
			BFS(ag.vertices[i].data);
		}
	}
	cout << endl;
}

            

3.全部源码

测试：

在这里插入图片描述
在这里插入图片描述

  

Graph.h

#pragma once

#include<queue>

namespace link_table
{
#define MAXVex 20 //最大的顶点数	
#define VElemType int

typedef enum {
	DG,    //有向图
	UDG,   //无向图
	DN,    //有向网
	UDN    //无向网
}GraphKind;

//定义边
typedef struct 
{
	VElemType tail;
	VElemType head;
	int cost;
}Edge;

//定义边节点
typedef struct ArcNode 
{
	int adjvex;	 //终点在数组表中的下表
	int info;	 //权值
	ArcNode* nextarc; //下一个边的地址
}ArcNode;

//定义表头节点
typedef struct
{
	VElemType data;	 
	ArcNode* fistarc; //储存第一条边的结点地址
}VNode;

//定义邻接表
typedef struct
{
	VNode vertices[MAXVex]; //储存MAXVex个VNode的数组表
	int vexnum;    //顶点数
	int arcnum;    //边数
	GraphKind kind;
}AdjGraph;

//定义邻接表类
class ALGraph
{
public:
	//创建无向图
	void CreateGraph(int n, int m)
	{
		ag.vexnum = n;  //ag有n个顶点
		ag.arcnum = m;  //ag有m个边

		ag.kind = UDN;
		int i, j, w, h, t;
		VElemType u, v;
		ArcNode* p;
		for (i = 0; i < n; i++)  //初始化顶点数组表
		{
			cin >> ag.vertices[i].data;
			ag.vertices[i].fistarc = NULL;
		}

		for (j = 0; j < m; j++) //建立边集
		{
			cin >> u >> v >> w;  //输入一条弧<u,v,w>
			h = LocateVex(u);
			t = LocateVex(v);
			p = new ArcNode;  //储存无向边
			p->adjvex = t;
			p->info = w;
			p->nextarc = ag.vertices[h].fistarc;
			if (ag.kind == UDN)  //储存无向边（v,u）
			{
				ag.vertices[h].fistarc = p;
				p = new ArcNode;
				p->adjvex = h;
				p->info = w;
				p->nextarc = ag.vertices[t].fistarc;
				ag.vertices[t].fistarc = p;
			}
		}
	}

	//查找顶点信息在数组中的下表
	int LocateVex(VElemType u)
	{
		for (int i = 0; i < ag.vexnum; i++)
		{
			if (u == ag.vertices[i].data)
			{
				return i;
			}
		}

		return -1;
	}

	//计算顶点的度数
	int Degree(VElemType u)
	{
		int h = LocateVex(u);
		int count = 0;
		ArcNode* p = ag.vertices[h].fistarc;
		while (p)
		{
			count++;
			p = p->nextarc;
		}

		return count;
	}

	//插入边
	void InsertArcGraph(VElemType u, VElemType v, int info)
	{
		int h = LocateVex(u), t = LocateVex(v);
		ArcNode* p;
		if (h == -1)  //在顶点数组表中插入顶点u
		{
			ag.vertices[ag.vexnum].data = u;
			ag.vertices[ag.vexnum].fistarc = NULL;
			h = ag.vexnum;
			ag.vexnum++;
		}
		if (t == -1)  //在顶点数组表中插入顶点t
		{
			ag.vertices[ag.vexnum].data = v;
			ag.vertices[ag.vexnum].fistarc = NULL;
			t = ag.vexnum;
			ag.vexnum++;
		}
		p = new ArcNode;
		p->adjvex = t;
		p->info = info;
		p->nextarc = ag.vertices[h].fistarc;
		ag.vertices[h].fistarc = p;

		p = new ArcNode;
		p->adjvex = h;
		p->info = info;
		p->nextarc = ag.vertices[t].fistarc;
		ag.vertices[t].fistarc = p;
		ag.arcnum++;
	}

	//深度优先搜索
	int vis[MAXVex];
	void DFS(VElemType v)
	{
		ArcNode* p;
		int h = LocateVex(v);
		cout << v;
		vis[h] = 1;
		for (p = ag.vertices[h].fistarc; p; p = p->nextarc)
		{
			if (vis[p->adjvex] == 0)
			{
				DFS(ag.vertices[p->adjvex].data);
			}
		}
	}
	void DFSTraverse()
	{
		int i;
		for (i = 0; i < ag.vexnum; i++)
		{
			vis[i] = 0;
		}
		for (i = 0; i < ag.vexnum; i++)
		{
			if (!vis[i])
			{
				DFS(ag.vertices[i].data);
			}
		}
		cout << endl;
	}

	//广度优先搜索
	int visi[MAXVex];
	void BFS(VElemType v)
	{
		int h = LocateVex(v);
		ArcNode* p;
		queue<VElemType> lq;
		lq.push(h);
		visi[h] = 1;
		while (!lq.empty())
		{
			h=lq.front();
			lq.pop();
			cout << ag.vertices[h].data;
			for (p = ag.vertices[h].fistarc; p; p = p->nextarc)
			{
				if (!visi[p->adjvex])
				{
					lq.push(p->adjvex);
					visi[p->adjvex] = 1;
				}
			}
		}
	}
	void BFSTraverse()
	{
		int i;
		for (i = 0; i < ag.vexnum; i++)
		{
			visi[i] = 0;
		}
		for (i = 0; i < ag.vexnum; i++)
		{
			if (!visi[i])
			{
				BFS(ag.vertices[i].data);
			}
		}
		cout << endl;
	}

	//打印函数
	void Print()
	{
		// 顶点
		for (size_t i = 0; i < ag.vexnum; ++i)
		{
			cout << "[" << i << "]" << "->" << ag.vertices[i].data << endl;
		}
		cout << endl;

		for (size_t i = 0; i < ag.vexnum; ++i)
		{
			cout << ag.vertices[i].data << "[" << i << "]->";
			ArcNode* cur = ag.vertices[i].fistarc;
			while (cur)
			{
				cout << "[" << cur->adjvex << ":" << cur->info << "]->";
				cur = cur->nextarc;
			}
			cout << "NULL" << endl;
		}

		cout << endl;
	}

private:
	AdjGraph ag;
};

}

  

test.cpp

#define _CRT_SECURE_NO_WARNINGS 1

#include<iostream>
using namespace std;

#include"Graph.h"

void TestGraph1()
{
	link_table::ALGraph ag;
	ag.CreateGraph(0, 0);
	ag.InsertArcGraph(0, 1, 7);
	ag.InsertArcGraph(0, 2, 3);
	ag.InsertArcGraph(0, 3, 4);
	ag.InsertArcGraph(3, 4, 6);
	ag.InsertArcGraph(1, 2, 5);
	ag.InsertArcGraph(1, 3, 2);
	ag.InsertArcGraph(1, 4, 1);
	ag.InsertArcGraph(2, 4, 7);

	cout << "该相邻表为:\n";
	ag.Print(); 
	cout << "深度优先搜索的结果为:";
	ag.DFSTraverse();
	cout << "广度优先搜索的结果为:";
	ag.BFSTraverse();

}

int main()
{
	TestGraph1();
	return 0;
}

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：/a/139860.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

C/C++ #define与编译器的预处理

C/C++ #define与编译器的预处理

文章目录 预处理#define新版本特性旧版本特性#define除了定义明示常量的其他用途 #define的组成#define本身&#xff1a;预处理指令宏替换列表或替换体宏展开 参考资料 预处理 在预处理之前&#xff0c;编译器必须对该程序进行一些翻译处理。首先&#xff0c;编译器 把源代码中…
阅读更多...
WampServer下载安装并结合内网穿透实现本地服务的公网访问

WampServer下载安装并结合内网穿透实现本地服务的公网访问

文章目录 前言1.WampServer下载安装2.WampServer启动3.安装cpolar内网穿透3.1 注册账号3.2 下载cpolar客户端3.3 登录cpolar web ui管理界面3.4 创建公网地址 4.固定公网地址访问 正文开始前给大家推荐个网站&#xff0c;前些天发现了一个巨牛的 人工智能学习网站&#xff0c;…
阅读更多...
【Kettle实战】数据分批处理及参数化传递子作业任务

【Kettle实战】数据分批处理及参数化传递子作业任务

对于大表操作&#xff0c;本来离线数据需要分批处理&#xff0c;刚开始只会用具体日期去做&#xff0c;通过复制多分转换和作业来处理。当日期范围大了后&#xff0c;这是个苦力活儿&#xff0c;kettle里面有参数化传递功能&#xff0c;多动手实操&#xff0c;懂得灵活变通自然…
阅读更多...
宝塔开心版hostcli的广告去除

宝塔开心版hostcli的广告去除

首先感谢hostcli把宝塔7.6剥离了&#xff0c;直接安装我这里是缺少pyenv的包。 直接进入正题吧。 定位到页面左下方的广告位于 /www/server/panel/BTPanel/templates/default/layout.html “退出”按钮下方有条线开始去掉 去掉之前的忘了截图了&#xff0c;就这样吧&#xff…
阅读更多...
力扣每日一道系列 --- LeetCode 160. 相交链表

力扣每日一道系列 --- LeetCode 160. 相交链表

&#x1f4f7; 江池俊&#xff1a; 个人主页 &#x1f525;个人专栏&#xff1a; ✅数据结构探索 ✅LeetCode每日一道 &#x1f305; 有航道的人&#xff0c;再渺小也不会迷途。 文章目录 LeetCode 160. 相交链表 思路&#xff1a; 首先计算两个链表的长度&#xff0c;然后判…
阅读更多...
日本it培训班，如何选择靠谱的赴日IT培训班？

日本it培训班，如何选择靠谱的赴日IT培训班？

随着科技的发展&#xff0c;信息技术行业在全球范围内迅速发展&#xff0c;并呈现出蓬勃的发展态势&#xff0c;在日本&#xff0c;IT行业也成为一种极为热门的职业选择。日本专门学校在这个领域内培养了许多IT从业者&#xff0c;成为了众多IT公司的培养基地。如果你对IT产业感…
阅读更多...
【前端异常】JavaScript错误处理：分析 Uncaught(in promise) error

【前端异常】JavaScript错误处理：分析 Uncaught(in promise) error

这里写目录标题 一、Promise是什么二、什么是 Uncaught(in promise) error三、解决方案3.1 使用catch方法处理Promise的错误3.2 使用 async/await 处理Promise的错误3.3 全局异常处理 四、结论 在开发过程中&#xff0c;JavaScript的错误处理是一个老生常谈的话题。当应用程序发…
阅读更多...
高效筛选的秘密武器：JVS智能BI的‘and’与‘or’逻辑

高效筛选的秘密武器：JVS智能BI的‘and’与‘or’逻辑

在这个信息爆炸的时代&#xff0c;数据被誉为新时代的黄金和石油&#xff0c;蕴含着无尽的价值和潜力。然而&#xff0c;随着数据的爆炸式增长&#xff0c;如何高效、准确地从海量数据中提取出真正有价值的信息&#xff0c;成为摆在我们面前的一大挑战。我们需要用数据筛选工具…
阅读更多...
虚拟仪器软件结构VISA

虚拟仪器软件结构VISA

1、什么是VISA VISA是虚拟仪器软件结构(Virtual Instrument Software Architectuere)的简称&#xff0c;是由VXI plug & play系统联盟所统一制定的I/O接口软件标准及其相关规范的总称。一般称这个I/O函数库为VISA库&#xff08;用于仪器编程的标准I/O函数库&#xff09;。…
阅读更多...
链动2+1模式系统开发之区域代理深度解析

链动2+1模式系统开发之区域代理深度解析

区域代理的保护机制&#xff1a;在链动商城系统里设定的代理有唯一性&#xff0c;每个省只有一个省代&#xff0c;每个市只有一个市代&#xff0c;每个区县只有一个区县代。这样也是保护每个代理的收益权益。 区域代理包含的权益类别&#xff1a;购物奖励折扣&#xff1b;区域实…
阅读更多...
OpenAI DALL·E 3文生图模型技术揭秘（建议收藏）

OpenAI DALL·E 3文生图模型技术揭秘（建议收藏）

欢迎来到魔法宝库&#xff0c;传递AIGC的前沿知识&#xff0c;做有格调的分享❗ 喜欢的话记得点个关注吧&#xff01; DALLE 3是OpenAI发布的一款文生成图AI系统&#xff0c;它无缝接入ChatGPT&#xff0c;通过接受文本提示作为输入&#xff0c;生成相应的图像作为输出。先来看…
阅读更多...
字典管理怎么使用，vue3项目使用若依的的字典管理模块

字典管理怎么使用，vue3项目使用若依的的字典管理模块

若依框架数据字典的使用_若依数据字典_哈哈水水水水的博客-CSDN博客 【精选】关于数据字典的理解与设计_数据字典怎么设计-CSDN博客 若依的字典值如何使用&#xff08;超详细图文教程&#xff09;_若依字典管理_丿BAIKAL巛的博客-CSDN博客 Vue3组合式API&#xff1a;getCurr…
阅读更多...
基于ssm的高校失物招领管理系统

基于ssm的高校失物招领管理系统

基于ssm的高校失物招领管理系统 摘要 失物招领管理系统是一种利用现代信息技术&#xff0c;为高校提供高效、便捷的失物招领服务的平台。本系统基于SSM框架&#xff08;Spring SpringMVC MyBatis&#xff09;&#xff0c;充分利用了各框架的优势&#xff0c;实现了系统的稳定…
阅读更多...
Docker 和 Kubernetes：技术相同和不同之处

Docker 和 Kubernetes：技术相同和不同之处

Docker和Kubernetes是当今最流行的容器化技术解决方案。本文将探讨Docker和Kubernetes的技术相似之处和不同之处&#xff0c;以帮助读者更好地理解这两种技术。 Docker和Kubernetes&#xff1a;当今最流行的容器化技术解决方案 在当今的IT领域&#xff0c;Docker和Kubernetes无…
阅读更多...
Python实现WOA智能鲸鱼优化算法优化BP神经网络分类模型(BP神经网络分类算法)项目实战

Python实现WOA智能鲸鱼优化算法优化BP神经网络分类模型(BP神经网络分类算法)项目实战

说明&#xff1a;这是一个机器学习实战项目&#xff08;附带数据代码文档视频讲解&#xff09;&#xff0c;如需数据代码文档视频讲解可以直接到文章最后获取。 1.项目背景 鲸鱼优化算法 (whale optimization algorithm,WOA)是 2016 年由澳大利亚格里菲斯大学的Mirjalili 等提…
阅读更多...
解密.devos病毒：如何守护你的数据免受.devos病毒威胁？

解密.devos病毒：如何守护你的数据免受.devos病毒威胁？

引言&#xff1a; 近来&#xff0c;网络安全威胁再次升级&#xff0c;其中一个备受关注的恶意软件就是.devos病毒。这种病毒通过加密你的数据文件&#xff0c;然后勒索赎金&#xff0c;给用户带来了巨大的威胁。本文将介绍如何应对被.devos病毒加密的数据文件&#xff0c;以及…
阅读更多...
HashSet源码分析

HashSet源码分析

HashSet内部实现很简单&#xff0c;只要看明白HashMap&#xff0c;就可以了 类图结构&#xff1a; public class HashSet<E>extends AbstractSet<E>implements Set<E>, Cloneable, java.io.Serializable {static final long serialVersionUID -502474440…
阅读更多...
Java图像编程之：Graphics2D

Java图像编程之：Graphics2D

一、介绍 1、Java图像编程的核心类 BufferedImage&#xff1a;用于表示图像的类&#xff0c;可以进行像素级的操作。Image&#xff1a;表示图像的抽象类&#xff0c;是所有图像类的基类。ImageIcon&#xff1a;用于显示图像的类&#xff0c;可以将图像嵌入到Swing组件中。Ima…
阅读更多...
全国不同级别高炉炼铁主要操作指标与分析

全国不同级别高炉炼铁主要操作指标与分析

参考网址&#xff1a;https://www.zgltw.cn/liantiexinjishu/2020/0114/23584.html &#xff08;中国炼铁网&#xff09; 参考网址&#xff1a;https://www.zgltw.cn/liantiexinjishu/2020/0114/23584.html &#xff08;中国炼铁网 世界金属导报&#xff09;
阅读更多...
RT-DETR算法优化改进：可变形大核注意力（D-LKA Attention），超越自注意力，实现暴力涨点 | 2023.8月最新发表

RT-DETR算法优化改进：可变形大核注意力（D-LKA Attention），超越自注意力，实现暴力涨点 | 2023.8月最新发表

💡💡💡本文独家改进: 可变形大核注意力（D-LKA Attention），采用大卷积核来充分理解体积上下文的简化注意力机制，来灵活地扭曲采样网格，使模型能够适当地适应不同的数据模式 1）代替RepC3进行使用； 推荐指数：五星 RT-DETR魔术师专栏介绍： https://blog.csdn.n…
阅读更多...
最新文章

Copyright @ 2022~2023