C语言数据结构-----二叉树(2)堆的深入理解及应用、链式二叉树的讲解及代码实现

前言

本篇文章讲述的内容有部分是上一节写过的。重复内容不会再进行说明，大家可以看上一节内容
链接: C语言数据结构-----二叉树(1)认识数、二叉树、堆及堆的代码实现

文章目录

  • 前言
  • 1.使用堆解决TOP-K问题
  • 2.向下调整堆的时间复杂度与向上调整堆的时间复杂度对比
  • 3.堆排序问题
  • 4.链式二叉树
    • 4.1 三种遍历二叉树
    • 4.2 求二叉树节点的个数
    • 4.3 求二叉树叶子节点(度为0的节点)的个数
    • 4.4 求二叉树的高度
    • 4.5 求二叉树第K层的节点个数
    • 4.6 求二叉树查找值为x的结点
    • 4.7 通过前序遍历的数组"ABD##E#H##CF##G##"构建二叉树
    • 4.8 销毁链式二叉树
    • 4.9 层序遍历
    • 4.10 判断是否为完全二叉树

1.使用堆解决TOP-K问题

TOP-K问题：即求数据结合中前K个最大的元素或者最小的元素，一般情况下数据量都比较大。
比如：专业前10名、世界500强、富豪榜、游戏中前100的活跃玩家等。
对于Top-K问题，能想到的最简单直接的方式就是排序，但是：如果数据量非常大，排序就不太可取了(可能数据都不能一下子全部加载到内存中)。最佳的方式就是用堆来解决，基本思路如下：

  1. 用数据集合中前K个元素来建堆
    前k个最大的元素，则建小堆
    前k个最小的元素，则建大堆
  2. 用剩余的N-K个元素依次与堆顶元素来比较，不满足则替换堆顶元素
    将剩余N-K个元素依次与堆顶元素比完之后，堆中剩余的K个元素就是所求的前K个最小或者最大的元素。
#define _CRT_SECURE_NO_WARNINGS 1

#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>
#include<time.h>

typedef int HPDataType;

typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacity;
}HP;

void Swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}

void AdjustDown(HPDataType* a, int size, int parent)
{
	int child = parent * 2 + 1;

	while (child < size)
	{
		// 假设左孩子小，如果解设错了，更新一下

		if (child + 1 < size && a[child + 1] < a[child])
		{
			++child;
		}

		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void AdjustUp(HPDataType* a, int child)
{
	int parent = (child - 1) / 2;
	//while (parent >= 0)
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
			//child = (child - 1) / 2;
			//parent = (parent - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

void CreateNDate()//创建随机数文本
{
	// 造数据
	int n = 10000000;
	srand(time(0));
	const char* file = "data.txt";
	FILE* fin = fopen(file, "w");
	if (fin == NULL)
	{
		perror("fopen error");
		return;
	}

	for (int i = 0; i < n; ++i)
	{
		int x = (rand() + i) % 10000000;
		fprintf(fin, "%d\n", x);
	}

	fclose(fin);
}

void PrintTopK(const char* file, int k)
{
	FILE* fout = fopen(file, "r");
	if (fout == NULL)
	{
		perror("fopen error");
		return;
	}

	// 建一个k个数小堆
	int* minheap = (int*)malloc(sizeof(int) * k);
	if (minheap == NULL)
	{
		perror("malloc error");
		return;
	}

	// 读取前k个，建小堆
	for (int i = 0; i < k; i++)
	{
		fscanf(fout, "%d", &minheap[i]);
		AdjustUp(minheap, i);
	}

	int x = 0;
	while (fscanf(fout, "%d", &x) != EOF)
	{
		if (x > minheap[0])
		{
			minheap[0] = x;
			AdjustDown(minheap, k, 0);
		}
	}

	for (int i = 0; i < k; i++)
	{
		printf("%d ", minheap[i]);
	}
	printf("\n");

	free(minheap);
	fclose(fout);
}

int main()
{
	 CreateNDate();
	PrintTopK("Data.txt", 5);

	return 0;
}

2.向下调整堆的时间复杂度与向上调整堆的时间复杂度对比

在这里插入图片描述
总体而言
①向下调整堆的时间复杂度为：O[N-log2(N+1)]，当N足够大时，约等于O(N)

②向上调整堆的时间复杂度为：在这里插入图片描述

3.堆排序问题

堆排序即利用堆的思想来进行排序，总共分为两个步骤：

  1. 建堆
    升序：建大堆
    降序：建小堆
  2. 利用堆删除思想来进行排序 建堆和堆删除中都用到了向下调整，因此掌握了向下调整，就可以完成堆排序。
#define _CRT_SECURE_NO_WARNINGS 1

#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>
#include<time.h>

typedef int HPDataType;

typedef struct Heap
{
	HPDataType* a;
	int size;
	int capacity;
}HP;

void Swap(HPDataType* p1, HPDataType* p2)
{
	HPDataType tmp = *p1;
	*p1 = *p2;
	*p2 = tmp;
}

void AdjustDown(HPDataType* a, int size, int parent)
{
	int child = parent * 2 + 1;

	while (child < size)
	{
		// 假设左孩子小，如果解设错了，更新一下

		if (child + 1 < size && a[child + 1] < a[child])
		{
			++child;
		}

		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			parent = child;
			child = parent * 2 + 1;
		}
		else
		{
			break;
		}
	}
}

void AdjustUp(HPDataType* a, int child)
{
	int parent = (child - 1) / 2;
	//while (parent >= 0)
	while (child > 0)
	{
		if (a[child] < a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
			//child = (child - 1) / 2;
			//parent = (parent - 1) / 2;
		}
		else
		{
			break;
		}
	}
}

void HeapSort(int* a, int n)
{
	// 建大堆，向下调整
	// O(N*logN)
	/*for (int i = 1; i < n; i++)
	{
		AdjustUp(a, i);
	}*/

	//建小堆，向上调整
	// O(N)
	for (int i = (n - 1 - 1) / 2; i >= 0; --i)
	{
		AdjustDown(a, n, i);
	}

	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		--end;
	}
}

int main()
{
	int a[] = { 4, 6, 2, 1, 5, 8, 2, 9 };
	HeapSort(a, sizeof(a)/sizeof(int));
	for (int i = 0; i < sizeof(a)/sizeof(int); i++)
	{
		printf("%d ", a[i]);
	}
	printf("\n");

	return 0;
}

在这里插入图片描述

4.链式二叉树

在这里插入图片描述

4.1 三种遍历二叉树

学习二叉树结构，最简单的方式就是遍历。所谓二叉树遍历(Traversal)是按照某种特定的规则，依次对二叉树中的节点进行相应的操作，并且每个节点只操作一次。访问结点所做的操作依赖于具体的应用问题。遍历是二叉树上最重要的运算之一，也是二叉树上进行其它运算的基础。
按照规则，二叉树的遍历有：前序/中序/后序的递归结构遍历：

  1. 前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点的操作发生在遍历其左右子树之前。
  2. 中序遍历(Inorder Traversal)——访问根结点的操作发生在遍历其左右子树之中（间）。
  3. 后序遍历(Postorder Traversal)——访问根结点的操作发生在遍历其左右子树之后。

以下是分别堆前序遍历、中序遍历、后序遍历的详细剖析！
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
前序遍历、中序遍历、后序遍历的代码实现：

#define _CRT_SECURE_NO_WARNINGS 1
#include<stdio.h>
#include<stdlib.h>
#include<assert.h>
#include<stdbool.h>
#include<time.h>

typedef int BTDataType;
typedef struct BinaryTreeNode
{
	BTDataType data;
	struct BinaryTreeNode* left;
	struct BinaryTreeNode* right;
}TreeNode;

TreeNode* BuyTreeNode(int x)
{
	TreeNode* node = (TreeNode*)malloc(sizeof(TreeNode));
	assert(node);

	node->data = x;
	node->left = NULL;
	node->right = NULL;

	return node;
}

TreeNode* CreateTree()
{
	TreeNode* node1 = BuyTreeNode(1);
	TreeNode* node2 = BuyTreeNode(2);
	TreeNode* node3 = BuyTreeNode(3);
	TreeNode* node4 = BuyTreeNode(4);
	TreeNode* node5 = BuyTreeNode(5);
	TreeNode* node6 = BuyTreeNode(6);

	node1->left = node2;
	node1->right = node4;
	node2->left = node3;
	node4->left = node5;
	node4->right = node6;

	return node1;
}

void PrevOrder(TreeNode* root)//前序遍历
{
	if (root == NULL)
	{
		printf("N ");//空
		return;
	}

	printf("%d ", root->data);
	PrevOrder(root->left);
	PrevOrder(root->right);
}

void InOrder(TreeNode* root)//中序遍历
{
	if (root == NULL)
	{
		printf("N ");
		return;
	}

	InOrder(root->left);
	printf("%d ", root->data);
	InOrder(root->right);
}

void AfterOrder(TreeNode* root)//后序遍历
{
	if (root == NULL)
	{
		printf("N ");
		return;
	}

	AfterOrder(root->left);
	AfterOrder(root->right);
	printf("%d ", root->data);
}


int main()
{
	TreeNode* root = CreateTree();
	PrevOrder(root);
	printf("\n");

	InOrder(root);
	printf("\n");

	AfterOrder(root);
	printf("\n");

	return 0;
}

在这里插入图片描述
如图所示，结果和我们上面写的一样！
在这里插入图片描述

4.2 求二叉树节点的个数

错误法:
在这里插入图片描述
修改：
在这里插入图片描述
最优解：
也是递归思想

int TreeSize(TreeNode* root)
{
	return root == NULL ? 0 : TreeSize(root->left) +TreeSize(root->right) + 1;
	//如果是空那么节点为0，否则就是左子树的节点+右子树的节点+1(根节点)
}

在这里插入图片描述

4.3 求二叉树叶子节点(度为0的节点)的个数

int TreeLeafSize(TreeNode* root)//叶子节点的个数
{
	// 空 返回0
	if (root == NULL)
		return 0;
	// 不是空，是叶子 返回1
	if (root->left == NULL && root->right == NULL)
		return 1;

	// 不是空 也不是叶子  分治=左右子树叶子之和
	return TreeLeafSize(root->left) +TreeLeafSize(root->right);
}

4.4 求二叉树的高度

在这里插入图片描述

int TreeHeight(TreeNode* root)
{
	if (root == NULL)
		return 0;
	int leftHeight = TreeHeight(root->left);//记录数据
	int rightHeight = TreeHeight(root->right);//记录数据

	return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}

注意这里记录数据很重要，如果不记录数据直接使用三目的话，会导致效率低下。只知道谁大，不知道具体数值是多少,要输出具体数值的时候要重新进行计算，会大大降低效率！！！！
在这里插入图片描述

4.5 求二叉树第K层的节点个数

在这里插入图片描述

int TreeLevelK(TreeNode* root, int k)
{
	assert(k > 0);
	if (root == NULL)
		return 0;

	if (k == 1)
		return 1;

	return TreeLevelK(root->left, k - 1)+ TreeLevelK(root->right, k - 1);
}

在这里插入图片描述

4.6 求二叉树查找值为x的结点

错误思想：
在这里插入图片描述
修改：

TreeNode* TreeFind(TreeNode* root, BTDataType x)// 二叉树查找值为x的结点
{
	if (root == NULL)
		return NULL;

	if (root->data == x)
		return root;

	TreeNode* ret1 = TreeFind(root->left, x);
	if (ret1)
		return ret1;

	TreeNode* ret2 = TreeFind(root->right, x);
	if (ret2)
		return ret2;

	return NULL;
}

其依然是一个复杂的递归，不过这里有记录了，返回也不是直接返回到最外面，而是返回到上一层递归！
在这里插入图片描述

4.7 通过前序遍历的数组"ABD##E#H##CF##G##"构建二叉树

在这里插入图片描述
这样构建一棵树非常低效，我们可以利用前序遍历的值，直接构建好一棵树，这样效率大大提升！
在这里插入图片描述

TreeNode* TreeCreate(char* a, int* pi)// 通过前序遍历的数组"ABD##E#H##CF##G##"构建二叉树
{
	if (a[*pi] == '#')
	{
		(*pi)++;
		return NULL;
	}

	TreeNode* root = (TreeNode*)malloc(sizeof(TreeNode));
	if (root == NULL)
	{
		perror("malloc fail");
		exit(-1);
	}
	root->data = a[(*pi)++];

	root->left = TreeCreate(a, pi);
	root->right = TreeCreate(a, pi);
	return root;
}

这同样也是一个递归构建树的思路！
在这里插入图片描述

4.8 销毁链式二叉树

void DestroyTree(TreeNode* root)
{
	if (root == NULL)
		return;

	DestroyTree(root->left);
	DestroyTree(root->right);
	free(root);
}

摧毁二叉树用的是后序遍历的思想，从底层开始销毁!在这里插入图片描述
摧毁后置空！

4.9 层序遍历

层序遍历就是一层一层的读数据！具体过程如下：
在这里插入图片描述
但是层序遍历的本质是一个队列，我们要实现需要队列的代码，之前我介绍过队列，文章链接如下：
链接: C语言数据结构-----栈和队列(概念，代码实现及简单练习)

void LevelOrder(TreeNode* root)
{
	Queue q;
	QueueInit(&q);
	if (root)
		QueuePush(&q, root);

	int levelSize = 1;//每一层的数据个数，控制一层一层出
	while (!QueueEmpty(&q))
	{
		// 一层一层出
		while (levelSize--)
		{
			TreeNode* front = QueueFront(&q);
			QueuePop(&q);

			printf("%d ", front->data);

			if (front->left)
				QueuePush(&q, front->left);

			if (front->right)
				QueuePush(&q, front->right);
		}
		printf("\n");

		levelSize = QueueSize(&q);//读取每一层的数据个数
	}
	printf("\n");

	QueueDestroy(&q);
}

在这里插入图片描述

4.10 判断是否为完全二叉树

// 判断二叉树是否是完全二叉树
bool TreeComplete(TreeNode* root)
{
	Queue q;
	QueueInit(&q);
	if (root)
		QueuePush(&q, root);

	int levelSize = 1;
	while (!QueueEmpty(&q))
	{
		TreeNode* front = QueueFront(&q);
		QueuePop(&q);

		if (front == NULL)
			break;

		QueuePush(&q, front->left);
		QueuePush(&q, front->right);
	}

	// 前面遇到空以后，后面还有非空就不是完全二叉树
	while (!QueueEmpty(&q))
	{
		TreeNode* front = QueueFront(&q);
		QueuePop(&q);

		if (front)
		{
			QueueDestroy(&q);
			return false;
		}
	}

	QueueDestroy(&q);
	return true;
}

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/244192.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

智能优化算法应用：基于树种算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用：基于树种算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于树种算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于树种算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.树种算法4.实验参数设定5.算法结果6.参考文献7.MA…
阅读更多...
女人感染阴虱的表现？劲松中西医结合医院专家揭示4点

女人感染阴虱的表现？劲松中西医结合医院专家揭示4点

阴虱是一种常见的性传播疾病&#xff0c;由虱子寄生于阴部毛发引起。女性感染阴虱后&#xff0c;通常会有一些特定的症状和表现。了解这些症状有助于及时发现并治疗阴虱感染。 1. 瘙痒&#xff1a;阴虱叮咬阴部皮肤时会产生强烈的瘙痒感。瘙痒可能持续数天或数周&#xff0c;尤…
阅读更多...
前端走向未来：真相还是焦虑的贩卖？

前端走向未来：真相还是焦虑的贩卖？

目录 一、为什么会出现“前端已死”的言论 二、你如何看待“前端已死” 三、前端技术的未来发展趋势 四、前端人&#xff0c;该如何打好这场职位突围战&#xff1f; 我的其他博客 一、为什么会出现“前端已死”的言论 近来&#xff0c;IT圈内流传着“Java 已死、前端已凉”…
阅读更多...
宋仕强论道之华强北的硬件设施（二十三）

宋仕强论道之华强北的硬件设施（二十三）

宋仕强论道之华强北的硬件设施&#xff08;二十三&#xff09;&#xff1a; 现在深圳市华强北&#xff08;Shenzhen Huaqiangbei&#xff09;硬件设施哪方面不足呢&#xff1f;以前华强北的“万家百货”和“女人世界”在生意最旺的时候&#xff0c;顾客要在门口排队进商场&…
阅读更多...
Excel函数 - Filter函数六种查询用法

Excel函数 - Filter函数六种查询用法

语法&#xff1a;filter(查询区域&#xff0c;条件&#xff0c;查不到结果返回的值) 注意条件是布尔表达式&#xff0c;这个条件为true&#xff0c;filter才返回结果&#xff0c;否则查不到结果。 一、单条件查询&#xff0c;返回多行多列记录 我们要查询“苹果”这个水果&a…
阅读更多...
用Go汇编实现一个快速排序算法

用Go汇编实现一个快速排序算法

本代码全网首发&#xff0c;使用Go plan9 windows arm64汇编&#xff0c;实现基础版快速排序算法。 未引入随机因子的快速排序的普通Go代码长这样。 func QuickSort(arr []int) {if len(arr) < 1 {return}base, l, r : arr[0], 0, len(arr)-1for i : 1; i < r; {if arr…
阅读更多...
选择卓越的数据防泄密软件，关键评判标准揭秘！

选择卓越的数据防泄密软件，关键评判标准揭秘！

如今数据安全环境不断遭受挑战&#xff0c;面对复杂、未知的数据泄露手段&#xff0c;使用数据防泄密软件成为当前企事业单位的最佳选择&#xff0c;而一款好的数据防泄密软件有哪些主要标准&#xff1f;迅软DSE带大家从以下几点判断。 1.稳定性&#xff1a;稳定性是产品选型最…
阅读更多...
yml中“@project.description@“失效

yml中“@project.description@“失效

pom文件中添加如下代码 <resources><resource><directory>src/main/resources</directory><filtering>true</filtering></resource> </resources> 效果如下&#xff1a; 原理&#xff1a; yml文件中类似 ${spring.applica…
阅读更多...
SpringSecurity安全授权

SpringSecurity安全授权

目录 前言 正文 1.基本流程 2.基本用法 3.配置项 4.HttpSecurity 方式和内存认证方式 5.认证流程 6.基于数据库查询的登录验证 7.多种角色权限认证 8.自定义权限认证 总结 前言 安全对于任何系统来说都是非常重要的&#xff0c;权限的分配和管理一直都是开发者需…
阅读更多...
ROS2 学习08 导航Nav2：简介、安装、测试效果、错误处理

ROS2 学习08 导航Nav2：简介、安装、测试效果、错误处理

1、简介 在ROS2中自动导航使用Nav2来实现。 Nav2 使用几个独立的模块化服务&#xff0c;通过 ROS 2接口&#xff08;例如动作服务器或服务&#xff09;与行为树 (BT) 通信。 Nav2 输入包括&#xff1a;TF转换、一个地图源、一个行为树 (BT) XML 文件和相关的传感器数据源; Nav…
阅读更多...
基于javaweb教务管理系统

基于javaweb教务管理系统

一、系统架构 前端&#xff1a;jsp | jquery | layui 后端&#xff1a;spring | springmvc | mybatis 环境&#xff1a;jdk1.8 | maven | mysql 二、代码及数据库 三、功能介绍 01. 登录页 02. 主页 03. 系统管理-用户管理 04. 系统管理-角色管理 05. 系统管理-权限管…
阅读更多...
《PySpark大数据分析实战》-08.宽窄依赖和阶段划分

《PySpark大数据分析实战》-08.宽窄依赖和阶段划分

&#x1f4cb; 博主简介 &#x1f496; 作者简介&#xff1a;大家好&#xff0c;我是wux_labs。&#x1f61c; 热衷于各种主流技术&#xff0c;热爱数据科学、机器学习、云计算、人工智能。 通过了TiDB数据库专员&#xff08;PCTA&#xff09;、TiDB数据库专家&#xff08;PCTP…
阅读更多...
express 下搞一个 websocket 长连接

express 下搞一个 websocket 长连接

安装模块 npm i express npm i express-ws 新建文件app.js 先安排源码 监听端口 7777 var express require(express) var app express() require(express-ws)(app)var port 7777 var clientObject {} app.ws(/, (client, req) > {// 连接var key req.socket.re…
阅读更多...
运筹学经典问题（七）：旅行商问题（TSP）

运筹学经典问题（七）：旅行商问题（TSP）

问题描述 给定一系列城市和每对城市之间的距离&#xff0c;求解访问每座城市一次并回到起始城市的最短回路。 数学建模 集合&#xff1a; V V V&#xff1a;城市集合 常量&#xff1a; c i j c_{ij} cij​&#xff1a;城市 i i i到城市 j j j之间距离, i ≠ j i \neq j i…
阅读更多...
基于C++的简单BP神经网络（C++）

基于C++的简单BP神经网络（C++）

需求&#xff1a;在某些无网络的实验机器上&#xff0c;由于某些任务需求&#xff0c;需要拟合特定的函数&#xff0c;因此需要部署基于C开发的神经网络&#xff0c;本文在不使用外部库的情况下&#xff0c;编写简单的神经网络&#xff0c;实现简单函数的拟合。 一、简介 本文…
阅读更多...
我常用的几个经典Python模块

我常用的几个经典Python模块

Python常用的模块非常多&#xff0c;主要分为内置模块和第三方模块两大类&#xff0c;且不同模块应用场景不同又可以分为文本类、数据结构类、数学运算类、文件系统类、爬虫类、网络通讯类等多个类型。 大家常用的内置模块比如&#xff1a;math、re、datetime、urllib、os、ra…
阅读更多...
CountDownLatch用法、详解

CountDownLatch用法、详解

目录 ​编辑 概述&#xff1a; 应用场景&#xff1a; 优点&#xff1a; 缺点&#xff1a; 主要方法&#xff1a; 1. CountDownLatch(int count)&#xff1a; 2. void await()&#xff1a; 3. boolean await(long timeout, TimeUnit unit)&#xff1a; 4. void countDo…
阅读更多...
【Python】计算一年内的总天数（还有跨年日期）

【Python】计算一年内的总天数（还有跨年日期）

花了一段时间才找到Python中求一年中总日数&#xff08;total day of the Year&#xff09;的格式代码&#xff0c;所以也把计算方法记录下来。 基本 首先&#xff0c;简单地找出一年中的总天数&#xff0c; strftime() 和 strptime() 的格式代码是 %j ↓看这里 使用 strft…
阅读更多...
基于当前实时云渲染的特点，用户体验主要受哪些因素影响？

基于当前实时云渲染的特点，用户体验主要受哪些因素影响？

在回答这个问题之前我们首先需要理解什么是实时云渲染&#xff1f; 点量实时云渲染是一种基于云计算低延迟传输&#xff0c;实现各种轻终端便捷使用云端大型软件和3D应用的一种云技术解决方案。这一技术解决方案通过将应用程序或内容置于云端服务器上运行&#xff0c;然后以视…
阅读更多...
测试用例设计方法六脉神剑——第四剑：石破天惊，功能图法攻阵

测试用例设计方法六脉神剑——第四剑：石破天惊，功能图法攻阵

1 引言 前面几篇文章为我们讲述了因果图、判定表、正交试验等几种方法&#xff0c;主要是针对于不同条件输入输出的组合进行测试&#xff0c;但在实际需求中&#xff0c;我们也常会遇到需要对被测对象的状态流转进行验证的情况&#xff0c;此时前面几种方法将不再适用&#xf…
阅读更多...
最新文章

Copyright @ 2022~2023