数据结构与算法-图

图

  • 🎈2.图的存储结构
      • 📖2.4.2邻接表的存储
        • ✅2.4.2.1逆邻接表
        • ✅2.4.2.2邻接表存储结构的定义
        • ✅2.4.2.3邻接表存储结构的类定义
        • ✅2.4.2.4创建n个顶点m条边的无向网
        • ✅2.4.2.5创建n个顶点m条边的有向网
        • ✅2.4.2.6定位操作-查找定点信息在顶点数组中的下标
        • ✅2.4.2.7计算顶点的度数-以无向网为例
        • ✅2.4.2.8插入操作-以无向网为例
  • 🎈3.图的遍历
    • 🔭3.1深度优先搜索
      • 📖3.1.1深度优先搜索算法（邻接表存储）
    • 🔭3.2广度优先搜索
      • 📖3.2.1广度优先搜索算法（邻接表存储）
    • 🔭3.3以连通无向图为例进行广度优先搜索和深度优先搜索

🎈2.图的存储结构

📖2.4.2邻接表的存储

在这里插入图片描述

🔎根据邻接表的定义可知，对于n个顶点和e条边的无向图，其邻接表有n个表头结点和2e个边结点。对于n个结点和e条边的有向图，其邻接表有n个表头结点和e个边结点。

✅2.4.2.1逆邻接表

在这里插入图片描述

✅2.4.2.2邻接表存储结构的定义
#define MaxVex 20//自定义最大顶点数
typedef enum 
{
	DG,UDG,DN,UDN
}GraphKind;//有向图，无向图，有向网，无向网
typedef int VElemType;
typedef struct ArcNode//边结点定义
{
	int adjvex;//终点（或弧尾）在数组表中的下标
	int info;///该边（弧）相关信息（权值）
	ArcNode* nextarc;//存储下一条边（或弧）结点的地址
}ArcNode;
typedef struct//表头结点的定义
{
	VElemType data;
	ArcNode* firstarc;//存储第一条依附该顶点的边（或弧）结点地址
}VNode;
typedef struct
{
	VNode vertices[MaxVex];
	int vexnum;
	int arcnum;
	GraphKind kind;
}AdjLGraph;
✅2.4.2.3邻接表存储结构的类定义
class ALGraph
{
private:
	AdjLGraph ag;
public:
	void CreateGraph(int n, int m);//创建n个顶点，m条边的图，以无向网为例
	int LocateVex(VElemType u);//图中存在顶点u,则返回该顶点在数组中的下标，否则返回-1
	int Degree(VElemType u);//计算顶点u的度数
	void InsertArcGraph(VElemType u, VElemType v, int info);//插入一条边
	void BFS(VElemType v);//以v为初始点的连通分量的广度优先搜索
	void DFS(VElemType v);//以v为初始点的连通分量的深度优先搜索
	void BFSTraverse();//图的广度优先搜索
	void DFSTreverse();//图的深度优先搜索
	int Connected();//计算连通分量的个数
	Edge* Kruskal();//Kruskal算法求最小生成树
	Edge* Prim(VElemTyp u);//prim算法求最小生成树
	int TopSort();//拓扑排序
	int CriticalPath();//求关键路径
	AdjLGraph GetAg()
	{
		return ag;//返回私有成员
	}
};
✅2.4.2.4创建n个顶点m条边的无向网
void ALGraph::CreateGraph(int n, int m)//以无向网为例
{
	ag.vexnum = n;
	ag.arcnum = m;
	ag.kind = UDN;
	int i, j, w, h, t;
	VElemType u, v;
	ArcNode* p;
	for (i = 0; i < n; i++)
	{
		cout << "请输入" << n << "个顶点：";
		cin >> ag.vertices[i].data;
		ag.vertices[i].firstarc = 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;
		p->adjvex = t;
		p->info = w;
		p->nextarc = ag.vertices[h].firstarc;
		ag.vertices[h].firstarc = p;
		p = new ArcNode;
		p->adjvex = h;
		p->info = w;
		p->nextarc = ag.vertices[t].firstarc;
		ag.vertices[t].firstarc = p;
	}
}
✅2.4.2.5创建n个顶点m条边的有向网
void ALGraph::CreateGraph(int n, int m)
{
	ag.vexnum = n;
	ag.arcnum = m;
	ag.kind = UDN;
	int i, j, w, h, t;
	VElemType u, v;
	ArcNode* p;
	for (i = 0; i < n; i++)
	{
		cout << "请输入" << n << "个顶点：";
		cin >> ag.vertices[i].data;
		ag.vertices[i].firstarc = 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;//<u,v>
		p->adjvex = t;
		p->info = w;
		p->nextarc = ag.vertices[h].firstarc;
		ag.vertices[h].firstarc = p;
	}
}
✅2.4.2.6定位操作-查找定点信息在顶点数组中的下标
int ALGraph::LocateVex(VElemType u)
{
	for (int i = 0; i < ag.vexnum; i++)
	{
		if (u == ag.vertices[i].data)
			return i;
	}
	return -1;
}
✅2.4.2.7计算顶点的度数-以无向网为例
int ALGraph::Degree(VElemType u)
{
	int h = LocateVex(u);//结点u的下标
	int count = 0;
	ArcNode* p = ag.vertices[h].firstarc;//p指向第h条链表的第一个结点
	while (p)
	{
		count++;
		p = p->nextarc;
	}
	return count;
}
✅2.4.2.8插入操作-以无向网为例
void ALGraph::InsertArcGraph(VElemType u, VElemType v, int info)//无向网为例
{
	int h = LocateVex(u);
	int t = LocateVex(v);
	ArcNode* p;
	if (h == -1)
	{
		ag.vertices[ag.vexnum].data = u;
		ag.vertices[ag.vexnum].firstarc = NULL;
		h = ag.vexnum;
		ag.vexnum++;
	}
	if (t == -1)
	{
		ag.vertices[ag.vexnum].data = v;
		ag.vertices[ag.vexnum].firstarc = NULL;
		t = ag.vexnum;
		ag.vexnum++;
	}
	p = new ArcNode;
	p->adjvex = t;
	p->info = info;
	p->nextarc = ag.vertices[h].firstarc;
	ag.vertices[h].firstarc = p;
	p = new ArcNode;
	p->adjvex = h;
	p->info = info;
	p->nextarc = ag.vertices[t].firstarc;
	ag.vertices[t].firstarc = p;
	ag.arcnum++;
}

🎈3.图的遍历

在这里插入图片描述

🔭3.1深度优先搜索

✅深度优先搜索类似于树的先序遍历，是树的先序遍历的推广。深度优先搜索是一个不断探查和回溯的过程，具体过程如下：

  1. 从图中某顶点v出发，访问顶点v
  2. 从v的未被访问过的邻接点中选择一个顶点出发，继续对图进行深度优先遍历。若从图中某个顶点出发的所有邻接点都已被访问过，则退回前一个结点继续上述过程，若退回初始点，则以v为初始点的搜索结束。
  3. 若为非连通图，图中尚有未被访问过的顶点，则另选图中一个未曾访问过的顶点作为初始点，重复上述过程，直到图中所有顶点均被访问为止。

❗说明：

  1. 若无向图是连通图，则一次遍历就能访问图中所有的顶点。
  2. 若无向图是非连通图，则只能访问到初始点所在连通分量中的所有顶点，还需要从其他分量中再选择初始点，分别进行遍历才能访问到图中所有顶点。
  3. 对于有向图来说，若从初始点到图中每个顶点都有路径，则一次遍历能够访问图中所有顶点，否则，同样需要在选择初始点继续进行遍历，直到图中所有顶点均被访问为止。

在这里插入图片描述

📖3.1.1深度优先搜索算法（邻接表存储）

int visited[MaxVex];//访问标志数组，初始化所有元素值为0
void ALGraph::DFS(VElemType v)//以v为初始点的连通分量的深度优先搜索算法如下
{
	ArcNode* p;
	int h = LocateVex(v);
	cout << v;//访问该顶点
	visited[h] = 1;//置访问标记为1
	for (p = ag.vertices[h].firstarc; p; p = p->nextarc)
	{
		if (visited[p->adjvex] == 0)
			DFS(ag.vertices[p->adjvex].data);
	}
}
void ALGraph::DFSTreverse()//对图作深度优先搜索
{
	int i;
	for (i = 0; i < ag.vexnum; i++)
	{
		visited[i] = 0;//访问标志初始化
	}
	for (i = 0; i < ag.vexnum; i++)
	{
		if (!visited[i])//对尚未访问的顶点调用DFS
			DFS(ag.vertices[i].data);
	}
}

🔭3.2广度优先搜索

🔎广度优先搜索类似于树的层次遍历方法，其搜索过程如下：

  1. 访问初识顶点v
  2. 访问与v相邻的所有未被访问的邻接点w1,w2,w3…wk
  3. 依次从这些邻接点出发，访问它们的所有未被访问的邻接点。
  4. 依次类推，直到连通图中所有访问过的顶点的邻接点都被访问。
  5. 若为非连通图，图中尚有未被访问过的顶点，则另选图中的一个未曾访问过的顶点作为初始点，重复上述过程，直到图中所有顶点均被访问过为止。

在这里插入图片描述

📖3.2.1广度优先搜索算法（邻接表存储）

void ALGraph::BFS(VElemType v)//以v为初始点的连通分量的广度优先搜索
{
	int h = LocateVex(v);
	ArcNode* p;
	LinkQueue lq;
	lq.DeQueue(h);
	visited[h] = 1;
	while (!lq.EmptyQueue())
	{
		lq.DeQueue(h);
		cout << ag.vertices[h].data;
		for (p = ag.vertices[h].firstarc; p; p = p->nextarc)
		{
			if (!visited[p->adjvex])
			{
				lq.EnQueue(p->adjvex);
				visited[p->adjvex] = 1;
			}
		}
	}
}
void ALGraph::BFSTraverse()
{
	int i;
	for (i = 0; i < ag.vexnum; i++)
	{
		visited[i] = 0;
	}
	for (i = 0; i < ag.vexnum; i++)
	{
		if (!visited[i])
			BFS(ag.vertices[i].data);
	}
}

🔭3.3以连通无向图为例进行广度优先搜索和深度优先搜索

#define _CRT_SECURE_NO_WARNINGS 1
#include <iostream>
#include <queue>
using namespace std;
#define MaxVex 20//自定义最大顶点数
typedef char VElemType;
typedef struct ArcNode//边结点定义
{
	int adjvex;//终点（或弧尾）在数组表中的下标
	int info;///该边（弧）相关信息（权值）
	ArcNode* nextarc;//存储下一条边（或弧）结点的地址
}ArcNode;
typedef struct//表头结点的定义
{
	VElemType data;
	ArcNode* firstarc;//存储第一条依附该顶点的边（或弧）结点地址
}VNode;
typedef struct
{
	VNode vertices[MaxVex];
	int vexnum;
	int arcnum;
}AdjLGraph;
class ALGraph
{
private:
	AdjLGraph ag;
public:
	void CreateGraph(int n, int m);//创建n个顶点，m条边的图，以无向网为例
	int LocateVex(VElemType u);//图中存在顶点u,则返回该顶点在数组中的下标，否则返回-1
	int Degree(VElemType u);//计算顶点u的度数
	void InsertArcGraph(VElemType u, VElemType v, int info);//插入一条边
	void BFS(VElemType v);//以v为初始点的连通分量的广度优先搜索
	void DFS(VElemType v);//以v为初始点的连通分量的深度优先搜索
	void BFSTraverse();//图的广度优先搜索
	void DFSTreverse();//图的深度优先搜索
	AdjLGraph GetAg()
	{
		return ag;//返回私有成员
	}
};
void ALGraph::CreateGraph(int n, int m)//以无向网为例
{
	ag.vexnum = n;
	ag.arcnum = m;
	int i, j, w, h, t;
	VElemType u, v;
	ArcNode* p;
	cout << "请输入" << n << "个顶点：";
	for (i = 0; i < n; i++)
	{
		cin >> ag.vertices[i].data;
		ag.vertices[i].firstarc = NULL;
	}
	cout << "请输入" << m << "条边（u,v,w):" << endl;
	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;//<u,v>
		p->adjvex = t;
		p->info = w;
		p->nextarc = ag.vertices[h].firstarc;
		ag.vertices[h].firstarc = p;
		p = new ArcNode;//<v,u>
		p->adjvex = h;
		p->info = w;
		p->nextarc = ag.vertices[t].firstarc;
		ag.vertices[t].firstarc = p;
	}
}
int ALGraph::LocateVex(VElemType u)
{
	for (int i = 0; i < ag.vexnum; i++)
	{
		if (u == ag.vertices[i].data)
			return i;
	}
	return -1;
}
int ALGraph::Degree(VElemType u)
{
	int h = LocateVex(u);//结点u的下标
	int count = 0;
	ArcNode* p = ag.vertices[h].firstarc;//p指向第h条链表的第一个结点
	while (p)
	{
		count++;
		p = p->nextarc;
	}
	return count;
}
void ALGraph::InsertArcGraph(VElemType u, VElemType v, int info)//无向网为例
{
	int h = LocateVex(u);
	int t = LocateVex(v);
	ArcNode* p;
	if (h == -1)
	{
		ag.vertices[ag.vexnum].data = u;
		ag.vertices[ag.vexnum].firstarc = NULL;
		h = ag.vexnum;
		ag.vexnum++;
	}
	if (t == -1)
	{
		ag.vertices[ag.vexnum].data = v;
		ag.vertices[ag.vexnum].firstarc = NULL;
		t = ag.vexnum;
		ag.vexnum++;
	}
	p = new ArcNode;
	p->adjvex = t;
	p->info = info;
	p->nextarc = ag.vertices[h].firstarc;
	ag.vertices[h].firstarc = p;
	p = new ArcNode;
	p->adjvex = h;
	p->info = info;
	p->nextarc = ag.vertices[t].firstarc;
	ag.vertices[t].firstarc = p;
	ag.arcnum++;
}
int visited[MaxVex];//访问标志数组，初始化所有元素值为0
void ALGraph::DFS(VElemType v)//以v为初始点的连通分量的深度优先搜索算法如下
{
	ArcNode* p;
	int h = LocateVex(v);
	cout << v;//访问该顶点
	visited[h] = 1;//置访问标记为1
	for (p = ag.vertices[h].firstarc; p; p = p->nextarc)
	{
		if (visited[p->adjvex] == 0)
			DFS(ag.vertices[p->adjvex].data);
	}
}
void ALGraph::DFSTreverse()//对图作深度优先搜索
{
	cout << "深度优先搜索的序列为：";
	int i;
	for (i = 0; i < ag.vexnum; i++)
	{
		visited[i] = 0;//访问标志初始化
	}
	for (i = 0; i < ag.vexnum; i++)
	{
		if (!visited[i])//对尚未访问的顶点调用DFS
			DFS(ag.vertices[i].data);
	}
	cout << endl;
}
void ALGraph::BFS(VElemType v)//以v为初始点的连通分量的广度优先搜索
{
	int h = LocateVex(v);
	ArcNode* p;
	queue<VElemType> lq;
	lq.push(h);
	visited[h] = 1;
	while (!lq.empty())
	{
		h = lq.front();
		lq.pop();
		cout << ag.vertices[h].data;
		for (p = ag.vertices[h].firstarc; p; p = p->nextarc)
		{
			if (!visited[p->adjvex])
			{
				lq.push(p->adjvex);
				visited[p->adjvex] = 1;
			}
		}
	}
}
void ALGraph::BFSTraverse()
{
	cout << "广度优先搜索的序列为：";
	int i;
	for (i = 0; i < ag.vexnum; i++)
	{
		visited[i] = 0;
	}
	for (i = 0; i < ag.vexnum; i++)
	{
		if (!visited[i])
			BFS(ag.vertices[i].data);
	}
	cout << endl;
}
int main()
{
	ALGraph p;
	p.CreateGraph(8, 9);
	p.BFSTraverse();
	p.DFSTreverse();
	return 0;
}

✅运行示例：
在这里插入图片描述

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/164771.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

Spring Boot中使用Redis进行大数据缓存

Spring Boot中使用Redis进行大数据缓存

Spring Boot中使用Redis进行大数据缓存 在Spring Boot中使用Redis进行大数据缓存是一种常见的做法&#xff0c;因为Redis是一种高性能的内存数据库&#xff0c;适用于缓存大量数据。以下是说明和示例代码&#xff0c;演示如何在Spring Boot项目中使用Redis进行大数据缓存。 步…
阅读更多...
C语言基础篇4：变量、存储、库函数

C语言基础篇4：变量、存储、库函数

1 局部变量和全局变量 在介绍局部变量和全局变量前&#xff0c;先了解一些关于作用域方面的内容。作用域的作用就是决定程序中的哪些语句是可用的&#xff0c;换句话说&#xff0c;就是程序中的可见性。作用域有局部作用域和全局作用域&#xff0c;那么局部变量就具有局部作用域…
阅读更多...
3DMAX森林树木植物插件ForestPackLite教程

3DMAX森林树木植物插件ForestPackLite教程

3DMAX森林树木植物插件ForestPackLite教程 Forest Pack是世界上最受欢迎的散布插件。它提供了一个完整的解决方案来创建大面积的物体&#xff0c;从树木和植物到建筑、人群、骨料、地面覆盖物、岩石等等。如果你能为它建模&#xff0c;森林包就能把它分散开来。 无数工作室依靠…
阅读更多...
安装Nginx时报：./configure: error: can not define uint32_t

安装Nginx时报：./configure: error: can not define uint32_t

安装版本&#xff1a;v.1.25.3 安装命令&#xff1a; ./configure --prefix/opt/nginx/1.25.3 && make && make install 执行命令后出现异常&#xff0c;如图&#xff1a; 解决方法&#xff1a; yum install -y kernel-headers kernel-devel gcc make
阅读更多...
算数通关村第十一关-白银挑战位运算高频题

算数通关村第十一关-白银挑战位运算高频题

位移的运算 位1的个数 描述 : 编写一个函数&#xff0c;输入是一个无符号整数&#xff08;以二进制串的形式&#xff09;&#xff0c;返回其二进制表达式中数字位数为 1 的个数&#xff08;也被称为汉明重量&#xff09;。 题目 : LeetCode 191.位1的个数 191. 位1的个数…
阅读更多...
Java入门篇 之 抽象类接口

Java入门篇 之 抽象类接口

本篇碎碎念&#xff1a;个人认为压力是一种前进的动力&#xff0c;但是不要有太多压力&#xff0c;不然会使心情烦躁&#xff0c;会控制不住自己的情绪&#xff0c;会在一个临界值爆发&#xff0c;一旦爆发&#xff0c;将迟迟不能消散 今日份励志文案: 努力的背后必有加倍的赏赐…
阅读更多...
配置VNC环境时，出现xauth: file /root/.Xauthority does not exist的解决方案。

配置VNC环境时，出现xauth: file /root/.Xauthority does not exist的解决方案。

问题描述 在配置VNC&#xff08;Virtual Network Computing&#xff09;环境的过程时&#xff0c;首先安装了tigervnc-server包。在使用&#xff1a; vncserver命令创建VNC会话号的时候出现了一个报错&#xff1a;xauth: file /root/.Xauthority does not exist 原因分析&…
阅读更多...
大数据HCIE成神之路之数学（3）——概率论

大数据HCIE成神之路之数学（3）——概率论

概率论 1.1 概率论内容介绍1.1.1 概率论介绍1.1.2 实验介绍 1.2 概率论内容实现1.2.1 均值实现1.2.2 方差实现1.2.3 标准差实现1.2.4 协方差实现1.2.5 相关系数1.2.6 二项分布实现1.2.7 泊松分布实现1.2.8 正态分布1.2.9 指数分布1.2.10 中心极限定理的验证 1.1 概率论内容介绍…
阅读更多...
Sql Server 2017主从配置之：发布订阅

Sql Server 2017主从配置之：发布订阅

使用发布订阅模式搭建Sql Server 2017主从同步&#xff0c;类似事件通知机制&#xff0c;基本可以做到准实时同步&#xff0c;可以同时做到一对多的数据同步。 不过发布订阅模式&#xff0c;只能同时数据&#xff0c;不能同步表结构。在创建发布的时候&#xff0c;需要选择需要…
阅读更多...
Hive调优

Hive调优

1.参数配置优化 设定Hive参数有三种方式&#xff1a; &#xff08;1&#xff09;配置Hive文件 当修改配置Hive文件的设定后&#xff0c;对本机启动的所有Hive进程都有效&#xff0c;因此配置是全局性的。 一般地&#xff0c;Hive的配置文件包括两部分&#xff1a; a&#xff…
阅读更多...
使用Spring Boot结合JustAuth实现支付宝、微信、微博扫码登录功能

使用Spring Boot结合JustAuth实现支付宝、微信、微博扫码登录功能

使用Spring Boot结合JustAuth实现支付宝、微信、微博扫码登录功能 在使用Spring Boot结合JustAuth实现支付宝、微信、微博扫码登录功能之前&#xff0c;需要先确保已经配置好Spring Boot项目&#xff0c;并且添加了JustAuth的依赖。你可以在项目的pom.xml文件中添加如下依赖&a…
阅读更多...
spass-二元变量相关分析

spass-二元变量相关分析

基础概念 计算相关系数r&#xff1a;利用样本数据计算样本相关系数&#xff0c;样本相关系数反映了两变量间线性相关程度的强弱。相关系数的取值范围界于-1与1之间&#xff0c;即-1≤r≤1 当0<r ≤ 1&#xff0c;表明变量之间存在正相关关系&#xff1b; 当-1 ≤ r…
阅读更多...
BatchNormalization:解决神经网络中的内部协变量偏移问题

BatchNormalization:解决神经网络中的内部协变量偏移问题

ICML2015 截至目前51172引 论文链接 代码连接(planing) 文章提出的问题 减少神经网络隐藏层中的”内部协变量偏移”问题。 在机器学习领域存在“协变量偏移”问题，问题的前提是我们划分数据集的时候，训练集和测试集往往假设是独立同分布（i.i.d）的，这种独立同分布更有利于…
阅读更多...
C++--哈希表--散列--冲突--哈希闭散列模拟实现

C++--哈希表--散列--冲突--哈希闭散列模拟实现

文章目录 哈希概念一、哈希表闭散列的模拟实现二、开散列(哈希桶)的模拟实现数据类型定义析构函数插入查找删除 哈希概念 unordered系列的关联式容器之所以效率比较高&#xff0c;是因为其底层使用了哈希结构。 顺序结构以及平衡树中&#xff0c;元素关键码与其存储位置之间没…
阅读更多...
校园服装定制服务预约小程序的效果如何

校园服装定制服务预约小程序的效果如何

对校园服装定制商家而言&#xff0c;如今线下流量稀缺&#xff0c;同行多且竞争激烈&#xff0c;同时这一行面对的消费者非大众&#xff0c;因此各品牌间都在通过各种方式进行同城或多地的客户拓展&#xff0c;但线下方式无疑是比较低效的。线上是一个不错的选择&#xff0c;不…
阅读更多...
元素水平垂直居中

元素水平垂直居中

方法一&#xff1a;定位transform 方法二&#xff1a;flex布局 方法三&#xff1a;定位margin【需要child 元素自身的宽高】 相关HTML代码&#xff1a; <div class"parent"><div class"child"></div> </div> 方法一&#xff1a…
阅读更多...
pythongui实时闹钟

pythongui实时闹钟

# codinggbk import tkinter as tk from time import strftime# 创建一个主窗口 root tk.Tk() root.title("实时闹钟")# 设置窗口的大小不可变 root.resizable(False, False)# 设置窗口始终保持在最上层 root.attributes(-topmost, True)# 更新时间的函数 def time(…
阅读更多...
力扣 字母异位词分组 哈表 集合

力扣 字母异位词分组 哈表 集合

&#x1f468;‍&#x1f3eb; 力扣 字母异位词分组 ⭐ 思路 由于互为字母异位词的两个字符串包含的字母相同&#xff0c;因此对两个字符串分别进行排序之后得到的字符串一定是相同的&#xff0c;故可以将排序之后的字符串作为哈希表的键。 &#x1f351; AC code class Solut…
阅读更多...
Docker中快速安装RabbitMQ

Docker中快速安装RabbitMQ

文章目录 前言一、安装Docker二、安装RabbitMQ无脑命令行运行 总结 前言 在Ubuntu中的Docker容器中快速安装RabbitMQ&#xff0c;亲测有效&#xff0c;不废话&#xff0c;上操作。 一、安装Docker 直接按照Docker官方教程操作&#xff1a;官方安装教程 点进官网&#xff0c;往…
阅读更多...
Springboot 对于数据库字段加密方案（此方案是对字符串处理的方案）

Springboot 对于数据库字段加密方案（此方案是对字符串处理的方案）

背景:在erp开发中&#xff0c;有些用户比较敏感数据库里的数据比较敏感&#xff0c;系统给用户部署后&#xff0c;公司也不想让任何人看到数据&#xff0c;所以就有了数据库字段加密方案。 技术 spring boot mybatisplus 3.3.1 mybatisplus 实际提供了 字段加密方案 第一 他…
阅读更多...
最新文章

Copyright @ 2022~2023