【动态规划】【字符串】【行程码】1531. 压缩字符串

作者推荐

视频算法专题

本文涉及知识点

动态规划汇总

LeetCode 1531. 压缩字符串 II

行程长度编码 是一种常用的字符串压缩方法，它将连续的相同字符（重复 2 次或更多次）替换为字符和表示字符计数的数字（行程长度）。例如，用此方法压缩字符串 “aabccc” ，将 “aa” 替换为 “a2” ，“ccc” 替换为` “c3” 。因此压缩后的字符串变为 “a2bc3” 。
注意，本问题中，压缩时没有在单个字符后附加计数 ‘1’ 。
给你一个字符串 s 和一个整数 k 。你需要从字符串 s 中删除最多 k 个字符，以使 s 的行程长度编码长度最小。
请你返回删除最多 k 个字符后，s 行程长度编码的最小长度 。
示例 1：
输入：s = “aaabcccd”, k = 2
输出：4
解释：在不删除任何内容的情况下，压缩后的字符串是 “a3bc3d” ，长度为 6 。最优的方案是删除 ‘b’ 和 ‘d’，这样一来，压缩后的字符串为 “a3c3” ，长度是 4 。
示例 2：
输入：s = “aabbaa”, k = 2
输出：2
解释：如果删去两个 ‘b’ 字符，那么压缩后的字符串是长度为 2 的 “a4” 。
示例 3：
输入：s = “aaaaaaaaaaa”, k = 0
输出：3
解释：由于 k 等于 0 ，不能删去任何字符。压缩后的字符串是 “a11” ，长度为 3 。
提示：
1 <= s.length <= 100
0 <= k <= s.length
s 仅包含小写英文字母

动态规划

预处理

将s转成arr，每个元素是{字符，长度}。
比如：aabbaa变成{{‘a’,2},{'b",2},{‘a’,2}}
长度0，表示0个字符。长度1，表示1个字符。长度2，表示2到9.长度3，表示10到99，长度4，表示100及以上。

动态规划的状态表示

pre[j] 表示处理完arr[0,i)后， 用去j个字符的最短行程码。
dp[j] 表示处理完arr[0,i]后， 用去j个字符的最短行程码。
pre2[ch][j][m] 表示处理完arr[0,i)后，,以ch+'a’结尾，用去j个字符，最后有m个ch的最短行程码。
dp2表示处理完arr[0,i]…

动态规划的转移方程

arr[i]没有和前面的元素合并：
枚举j，枚举减少长度：0、1、2、3、4
arr[j]和前面的合并：
枚举j,m 再枚举减少长度:0、1、2、3 、4
合并示例：aa d d ‾ \underline{dd} dd​aa 删除dd后，就是4个aa了。

动态规划的初始状态

pre[0]=0,其它100。
pre2全部100。

动态规划的填表顺序

i从小到大。

动态规划的返回值

pre.back().back()

代码

核心代码

class Solution {
public:
	int getLengthOfOptimalCompression(string s, int k) {
		const int lenArr = s.length();
		vector<pair<char, int>> arr;
		for (int left = 0, i = 0; i <= s.length(); i++)
		{
			if ((i >= s.length()) || (s[left] != s[i]))
			{
				arr.emplace_back(s[left], i - left);
				left = i;
			}
		}
		vector<int> vLen = { 0,1,2,10,100 };
		auto GetCodeLen = [&vLen](int len)
		{
			int i = vLen.size() - 1;
			for (; (i >= 0) && (len < vLen[i]); i--);
			return i;
		};
		auto MaxLen = [&vLen](int len)
		{
			return vLen[len + 1] - 1;
		};
		vector<int> pre(lenArr + 1, 100);
		pre[0] = 0;
		vector<vector<vector<int>>> dp3(26, vector<vector<int>>(lenArr+1, vector<int>(lenArr + 1, 100)));
		for (const auto& [ch, cnt] : arr)
		{
			vector<int> dp(lenArr + 1, 100);
			auto& dp2 = dp3[ch - 'a'];
			auto pre2 = dp2;
			auto Update = [&lenArr,&dp,&dp2](int j, int iCodeLen,const char& chEnd,int iEndLen)
			{
				if (j > lenArr)
				{
					return;
				}
				dp[j] = min(dp[j], iCodeLen);
				if (iEndLen <= lenArr)
				{
					dp2[j][iEndLen] = min(dp2[j][iEndLen], iCodeLen);
				}
			};			
			//处理没合并
			for (int j = 0; j <= lenArr; j++)
			{	
				const int curCodeLen = GetCodeLen(cnt);
				Update(j + cnt, pre[j] + curCodeLen,ch,cnt);
				for (int curCodeLen2 = curCodeLen - 1; curCodeLen2 >= 0; curCodeLen2--)
				{//处理 行程妈缩短1,2...
					Update(j + MaxLen(curCodeLen2), pre[j] + curCodeLen2,ch, MaxLen(curCodeLen2));
				}
			}
			
			for (int j = 0; j <= lenArr; j++)
			{
				for (int m = 0; m <= j; m++)
				{
					const int curCodeLen = GetCodeLen(cnt+m );
					Update(j + cnt, pre2[j][m] - GetCodeLen(m) + GetCodeLen(m + cnt), ch, m + cnt);
					for (int curCodeLen2 = curCodeLen - 1; curCodeLen2 >= 0; curCodeLen2--)
					{//处理 行程妈缩短1,2...
						Update(j -m + MaxLen(curCodeLen2), pre2[j][m] - GetCodeLen(m) + curCodeLen2,ch, MaxLen(curCodeLen2));
					}
				}
			}
			pre.swap(dp);	
		}
		return *std::min_element(pre.begin() + pre.size() - k-1, pre.end());
	}
};

测试用例

template<class T>
void Assert(const T& t1, const T& t2)
{
	assert(t1 == t2);
}

template<class T>
void Assert(const vector<T>& v1, const vector<T>& v2)
{
	if (v1.size() != v2.size())
	{
		assert(false);
		return;
	}
	for (int i = 0; i < v1.size(); i++)
	{
		Assert(v1[i], v2[i]);
	}

}

int main()
{	
	string s;
	int k;
	{
		Solution sln;
		s = "aaa", k = 2;
		auto res = sln.getLengthOfOptimalCompression(s, k);
		Assert(1, res);
	}
	{
		Solution sln;
		s = "aaab", k = 2;
		auto res = sln.getLengthOfOptimalCompression(s, k);
		Assert(2, res);
	}
	{
		Solution sln;
		s = "aaabcccd", k = 2;
		auto res = sln.getLengthOfOptimalCompression(s, k);
		Assert(4, res);
	}
	{
		Solution sln;
		s = "aabbaa", k = 2;
		auto res = sln.getLengthOfOptimalCompression(s, k);
		Assert(2, res);
	}
	{
		Solution sln;
		s = "aaaaaaaaaaa", k = 0;
		auto res = sln.getLengthOfOptimalCompression(s, k);
		Assert(3, res);
	}
	{
		Solution sln;
		s = "spnskpulpsiqagreoajsltdrdlnpsdqapmsdlnlirasgfijafeoqjnddpaifsqpghshclqummgootsmkcgneofrkboirkplqijoi", k = 25;
		auto res = sln.getLengthOfOptimalCompression(s, k);
		Assert(3, res);
	}
	
}

动态规划优化

前一个解法的空间复杂度在过与不过的边缘。

动态规划的状态表示

dp[i][j] 表示处理了arr[0,i)，选择了j个字符的最短行程码。

动态规划的转移方程

分两种情况： 和前面的项目合并，和前面的项不合并。细节同上。

动态规划的初始值

dp[0][0]=0，其它100。

动态规划的填表顺序

i从小到大，j从小到大。

动态规划的返回值

dp.back的后k+1个元素的最小值。

优化后的代码

class Solution {
public:
	int getLengthOfOptimalCompression(string s, int k) {
		const int lenArr = s.length();
		vector<pair<char, int>> arr;
		for (int left = 0, i = 0; i <= s.length(); i++)
		{
			if ((i >= s.length()) || (s[left] != s[i]))
			{
				arr.emplace_back(s[left], i - left);
				left = i;
			}
		}
		vector<int> vLen = { 0,1,2,10,100 };
		auto GetCodeLen = [&vLen](int len)
		{
			int i = vLen.size() - 1;
			for (; (i >= 0) && (len < vLen[i]); i--);
			return i;
		};
		auto MaxLen = [&vLen](int len)
		{
			return vLen[len + 1] - 1;
		};
		vector<vector<int>> dp(arr.size() + 1, vector<int>(lenArr + 1, 100));
		dp[0][0] = 0;
		int i = -1;
		for (const auto& [ch, cnt] : arr)
		{
			i++;
			auto& pre = dp[i];
			auto& cur = dp[i + 1];
			auto Update = [&lenArr, &cur](int j, int iCodeLen)
			{
				if (j > lenArr)
				{
					return;
				}
				cur[j] = min(cur[j], iCodeLen);
			};
			//处理没合并
			for (int j = 0; j <= lenArr; j++)
			{
				const int curCodeLen = GetCodeLen(cnt);
				Update(j + cnt, pre[j] + curCodeLen);
				for (int curCodeLen2 = curCodeLen - 1; curCodeLen2 >= 0; curCodeLen2--)
				{//处理 行程妈缩短1,2...
					Update(j + MaxLen(curCodeLen2), pre[j] + curCodeLen2);
				}
			}

			int cnt2 = 0;
			for (int m = i ; m >= 0; m--)
			{
				if (arr[m].first != ch)
				{
					continue;
				}
				cnt2 += arr[m].second;//合并后的字符数		
				const int curCodeLen = GetCodeLen(cnt2);
				for (int j = 0; j <= lenArr; j++)
				{
					Update(j + cnt2, dp[m][j] + curCodeLen);
					for (int curCodeLen2 = curCodeLen - 1; curCodeLen2 >= 0; curCodeLen2--)
					{//处理 行程妈缩短1,2...
						Update(j + MaxLen(curCodeLen2), dp[m][j] + curCodeLen2);
					}
				}
			}			
		}
		return *std::min_element(dp.back().begin() + dp.back().size() - k - 1, dp.back().end());
	}
};

动态规划三

arr数组，少许提升性能，但增加了复杂度，不采用。

动态规划的状态

dp[i][j]表示 从s[0,i)中删除j个字符 最短的行程码。

动态规划的转移方程

令x = dp[i+1][j]
情况一：删除s[i+1]
那x等于dp[i][j-1] 公式一
情况二：不删除，且可能和前面的字符结合后，删除。
不市一般性，令s[i]=‘a’，且它的前面只有三个’a’，小标分别为i1,i2,i3。
情况a：
s[i]没有和其它’a’结合，则x= dp[i][j]+GetCodeLen (1)。 公式二
情况b:
s[i]和s[i3]结合，s(i3,i)之间非’a’的数量为diff，全部删除。
b1: i和i3 都没删除。 x = dp[i3][j-diff] + GetCodeLen(2) → \rightarrow → dp[i-diff-1][j-diff] + GetCodeLen(2) 公式三
b2: i3删除。x = dp[i3][j-diff-1] + GetCodeLen(1) → \rightarrow → dp[i-diff-1][j-diff-1] + GetCodeLen(1) 就是公式二和公式一结合。
情况c:
s[i]和s[i2] s[i3]结合： s(i2,i)之间非’a’的数量为diff2，全部删除。
c1，不删除’a’。 dp[i2][j-diff2] + GetCodeLen(3) ** 公式四**
c2，删除一个’a’ dp[i2][j-diff2-1] + GetCodeLen(2) → \rightarrow → dp[i-diff2-2][j-diff2-1]+GetCodeLen(2) 就是公式三和公式的结合，不需要枚举。
c3 删除两个’a’。dp[i-diff2-2][j-diff2-2] + GetCodeLen(1) 就是公式二和公式一结合，不用枚举。
总结:
无论多少个字符结合，全删除就是公式一。
保留一个就是公式二。
保留三个就是公式三。
…
m个字符结合，只需要枚举m个字符,mm个字符(mm < m )枚举mm个字符结合的时候考虑。

可以这样理解：
m个字符合并后，删除m-mm个，保留mm个。 保留任意mm个都一样，那保留后mm个。所以只需要枚举：保留后mm个。

动态规划的初始值

dp[0][0] = 0，其它100。

动态规划的填表顺序

i从小到大。

动态规划的返回值

dp.back()的最小值。

代码

class Solution {
public:
	int getLengthOfOptimalCompression(string s, int k) {
		const int n = s.length();		
		vector<int> vLen = { 0,1,2,10,100 };
		auto GetCodeLen = [&vLen](int len)
		{
			int i = vLen.size() - 1;
			for (; (i >= 0) && (len < vLen[i]); i--);
			return i;
		};
		vector<vector<int>> dp(n + 1, vector<int>(k + 1, 100));
		dp[0][0] = 0;
		for (int i = 0; i < n; i++)
		{
			//处理删除s[i]
			for (int j1 = 1; j1 <= min(i+1,k); j1++)
			{
				dp[i+1][j1] = dp[i][j1-1];
			}
			//处理不删除s[i]
			for (int same = 0, diff = 0, preLen = i;preLen>=0; preLen--)
			{
				if (s[preLen] == s[i])
				{
					same++;
					for (int j1 = diff; j1 <= min(i + 1, k); j1++)
					{
						dp[i + 1][j1] = min(dp[i + 1][j1], dp[i + 1 - same - diff][j1 - diff] + GetCodeLen(same));
					}					
				}
				else
				{
					diff++;
				}
			}
		}		
		return *std::min_element(dp.back().begin() , dp.back().end());
	}
};

2023年2月 第一版

class Solution {
public:
int getLengthOfOptimalCompression(const string s, const int k) {
int pre[100 + 1][27][101];
memset(pre, 101, sizeof(pre));
pre[0][26][1] = 0;
for (const auto& ch : s)
{
int dp[100 + 1][27][101];
memset(dp, 101, sizeof(dp));
for (int iK = 0; iK <= k; iK++)
{
for (int j = 0; j < 27; j++)
{
for (int iNew = 0; iNew < 101; iNew++)
{
const int& iLen = pre[iK][j][iNew];
if (iLen > 100)
{
continue;
}
if (iK < k)
{//删除
dp[iK + 1][j][iNew] = min(dp[iK + 1][j][iNew], iLen);
}
if (j + ‘a’ != ch)
{
dp[iK][ch - ‘a’][1] = min(dp[iK][ch - ‘a’][1], iLen + 1);
}
else
{
const int iNewNum = min(100, iNew + 1);
dp[iK][ch - ‘a’][iNewNum] = min(dp[iK][ch - ‘a’][iNewNum], iLen + ((1 == iNew) || (9 == iNew) || (99 == iNew)));
}
}
}
}
memcpy(pre,dp, sizeof(pre));
}
int iMin = INT_MAX;
if (100 == s.length())
{
const char chMin = *std::min_element(s.begin(), s.end());
const char chMax = *std::max_element(s.begin(), s.end());
if (chMin == chMax)
{
iMin = 4;
}
}
for (int iK = 0; iK <= k; iK++)
{
for (int j = 0; j < 27; j++)
{
for (int iNew = 0; iNew < 101; iNew++)
{
if (pre[iK][j][iNew] < iMin)
{
iMin = pre[iK][j][iNew];
}
}
}
}
return iMin;
}
};

2023年2月 第二版

class Solution {
public:
int getLengthOfOptimalCompression(const string s, const int k) {
if (100 == s.length())
{
const char chMin = *std::min_element(s.begin(), s.end());
const char chMax = *std::max_element(s.begin(), s.end());
if (chMin == chMax)
{
const int iRemain = s.length() - k;
if (iRemain >= 100)
{
return 4;
}
if (iRemain >= 10)
{
return 3;
}
if (iRemain >= 2 )
{
return 2;
}
return iRemain;
}
}
int pre[100 + 1][27][11];
memset(pre, 101, sizeof(pre));
pre[0][26][1] = 0;
for (const auto& ch : s)
{
int dp[100 + 1][27][11];
memset(dp, 101, sizeof(dp));
for (int iK = 0; iK <= k; iK++)
{
for (int j = 0; j < 27; j++)
{
for (int iNew = 0; iNew < 11; iNew++)
{
const int& iLen = pre[iK][j][iNew];
if (iLen > 100)
{
continue;
}
if (iK < k)
{//删除
dp[iK + 1][j][iNew] = min(dp[iK + 1][j][iNew], iLen);
}
if (j + ‘a’ != ch)
{
dp[iK][ch - ‘a’][1] = min(dp[iK][ch - ‘a’][1], iLen + 1);
}
else
{
const int iNewNum = min(10, iNew + 1);
dp[iK][ch - ‘a’][iNewNum] = min(dp[iK][ch - ‘a’][iNewNum], iLen + ((1 == iNew) || (9 == iNew) || (99 == iNew)));
}
}
}
}
memcpy(pre, dp, sizeof(pre));
}
int iMin = INT_MAX;
for (int iK = 0; iK <= k; iK++)
{
for (int j = 0; j < 27; j++)
{
for (int iNew = 0; iNew < 11; iNew++)
{
if (pre[iK][j][iNew] < iMin)
{
iMin = pre[iK][j][iNew];
}
}
}
}
return iMin;
}
};

2023年2月版

class Solution {
public:
int getLengthOfOptimalCompression(const string s, const int k) {
if (100 == s.length())
{
const char chMin = *std::min_element(s.begin(), s.end());
const char chMax = *std::max_element(s.begin(), s.end());
if (chMin == chMax)
{
const int iRemain = s.length() - k;
if (iRemain >= 100)
{
return 4;
}
if (iRemain >= 10)
{
return 3;
}
if (iRemain >= 2 )
{
return 2;
}
return iRemain;
}
}
int pre[100 + 1][27][11];
memset(pre, 101, sizeof(pre));
pre[0][26][1] = 0;
for (const auto& ch : s)
{
int dp[100 + 1][27][11];
memset(dp, 101, sizeof(dp));
for (int iK = 0; iK <= k; iK++)
{
for (int j = 0; j < 27; j++)
{
for (int iNew = 1; iNew < 11; iNew++)
{
const int& iLen = pre[iK][j][iNew];
if (iLen > 100)
{
continue;
}
if (iK < k)
{//删除
dp[iK + 1][j][iNew] = min(dp[iK + 1][j][iNew], iLen);
}
if (j + ‘a’ != ch)
{
dp[iK][ch - ‘a’][1] = min(dp[iK][ch - ‘a’][1], iLen + 1);
}
else
{
const int iNewNum = min(10, iNew + 1);
dp[iK][ch - ‘a’][iNewNum] = min(dp[iK][ch - ‘a’][iNewNum], iLen + ((1 == iNew) || (9 == iNew) || (99 == iNew)));
}
}
}
}
memcpy(pre, dp, sizeof(pre));
}
int iMin = INT_MAX;
for (int iK = 0; iK <= k; iK++)
{
for (int j = 0; j < 27; j++)
{
for (int iNew = 1; iNew < 11; iNew++)
{
if (pre[iK][j][iNew] < iMin)
{
iMin = pre[iK][j][iNew];
}
}
}
}
return iMin;
}
};

扩展阅读

视频课程

有效学习：明确的目标 及时的反馈 拉伸区（难度合适），可以先学简单的课程，请移步CSDN学院，听白银讲师（也就是鄙人）的讲解。
https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了，为老板分忧，请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法，请下载《喜缺全书算法册》doc版
https://download.csdn.net/download/he_zhidan/88348653

我想对大家说的话
闻缺陷则喜是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。
子墨子言之：事无终始，无务多业。也就是我们常说的专业的人做专业的事。
如果程序是一条龙，那算法就是他的是睛

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境： VS2022 C++17
如无特殊说明，本算法用**C++**实现。

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/355263.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

带libc源码gdb动态调试（导入glibc库使得可执行文件动态调试时可看见调用库函数源码）

带libc源码gdb动态调试（导入glibc库使得可执行文件动态调试时可看见调用库函数源码）

文章目录 查看源码是否编译时有-g调试信息和符号表在 gdb 中加载 debug 文件/符号表将 debug 文件放入 ".debug" 文件夹通过 gdb 命令 set debug-file-directory directories GCC的gcc和g区别指定gcc/g&#xff0c;glibc的版本进行编译指定gcc/g的版本指定glibc的和l…
阅读更多...
数字图像处理（实践篇）三十二 OpenCV-Python比较两张图片的差异

数字图像处理（实践篇）三十二 OpenCV-Python比较两张图片的差异

目录 一 方案 二 实践 ​通过计算两张图像像素值的均方误差(MSE)来比较两张图像。差异大的两张图片具有较大的均方差值，相反，相似的图片间则具有较小的均方差值。需要注意的是。待比较的两张图像要具有相同的高度、宽度和通道数。 一 方案 ①导入依赖库 import cv2 import…
阅读更多...
QWT开源库使用

QWT开源库使用

源代码地址&#xff1a;Qwt Users Guide: Qwt - Qt Widgets for Technical Applications Qwt库包含GUI组件和实用程序类&#xff0c;它们主要用于具有技术背景的程序。除了2D图的框架外&#xff0c;它还提供刻度&#xff0c;滑块&#xff0c;刻度盘&#xff0c;指南针&#xf…
阅读更多...
【遥感专题系列】影像信息提取之—— 土地利用数据监督与非监督分类

【遥感专题系列】影像信息提取之—— 土地利用数据监督与非监督分类

基于光谱的影像的分类可分为监督与非监督分类&#xff0c;这类分类方法适合于中低分辨率的数据&#xff0c;根据其原理有基于传统统计分析的、基于神经网络的、基于模式识别的等。 本专题以ENVI5.3及以上版本的监督与非监督分类的实际操作为例&#xff0c;介绍这两种分类方法的…
阅读更多...
激光雷达标定入门（10）ROS驱动固态激光雷达（Livox Horizon）

激光雷达标定入门（10）ROS驱动固态激光雷达（Livox Horizon）

Livox Horizon 资料 据Livox官网介绍&#xff0c;Horizon的探测距离为260米&#xff0c;水平视场角&#xff08;HFOV&#xff09;81.7&#xff0c;可以覆盖10米内的4条车道&#xff0c;搭载5个Horizon的自动驾驶系统可以实现360的全区域探测&#xff0c;而该套装成本仅为64线机…
阅读更多...
【前端web入门第二天】03 表单-下拉菜单 文本域 label标签 按钮 【附注册信息综合案例】

【前端web入门第二天】03 表单-下拉菜单 文本域 label标签 按钮 【附注册信息综合案例】

文章目录: 1. 下拉菜单 2. 文本域3.label标签 4.按钮- button 4.1 reset重置按钮结合form表单区域使用 5.无语义的布局标签 6.字符实体 注册信息综合案例 表单第二节 1. 下拉菜单 标签: select嵌套option,select是下拉菜单整体&#xff0c;option是下拉菜单的每一项。 代码…
阅读更多...
MSFCONSOLE实战使用（结合靶场演示）

MSFCONSOLE实战使用（结合靶场演示）

MSFCONSOLE实战使用 前言 MSFconsole&#xff08;Metasploit Framework Console&#xff09;是Metasploit框架的一部分&#xff0c;是一个功能强大的渗透测试工具。Metasploit框架是一个开源的安全工具&#xff0c;旨在开发、测试和执行针对计算机系统的攻击。MSFconsole是Me…
阅读更多...
什么是git，怎样下载安装？

什么是git，怎样下载安装？

简介&#xff1a; 应用场景&#xff1a; 应用场景&#xff1a;团队企业开发 作用&#xff1a; 安装&#xff1a; 网址&#xff1a;Git - Downloads cmd 安装&#xff1a;winget install --id Git.Git -e --source winget
阅读更多...
Mysql运维篇（三） MySQL备份与恢复

Mysql运维篇（三） MySQL备份与恢复

一路走来&#xff0c;所有遇到的人&#xff0c;帮助过我的、伤害过我的都是朋友&#xff0c;没有一个是敌人。如有侵权&#xff0c;请留言&#xff0c;我及时删除&#xff01; 一、物理备份与逻辑备份 1、物理备份&#xff1a;备份数据文件&#xff0c;转储数据库物理文件到某…
阅读更多...
Kubernetes 网络模型：一文解析其架构与工作原理

Kubernetes 网络模型：一文解析其架构与工作原理

【摘要】本文将探讨 Kubernetes 中的网络模型&#xff0c;以及对各种网络模型进行分析。 Underlay Network Model 什么是 Underlay Network 底层网络 Underlay Network 顾名思义是指网络设备基础设施&#xff0c;如交换机&#xff0c;路由器, DWDM 使用网络介质将其链接成的…
阅读更多...
Android系统开发之TimeZoneDetectorService浅析--下

Android系统开发之TimeZoneDetectorService浅析--下

TimeZoneDetectorService类图 可以看出TimeZoneDetectorService类&#xff0c;其具体实现是由TimeZoneDetectorStrategy类完成的。 在TimeZoneDetectorService类中&#xff0c;三种更新时区的接口分别为&#xff1a; suggestGeolocationTimeZone() //更新时区主要有三种方式…
阅读更多...
24. 两两交换链表中的节点（力扣LeetCode）

24. 两两交换链表中的节点（力扣LeetCode）

文章目录 24. 两两交换链表中的节点题目描述解题思路只使用一个临时节点使用两个临时节点 24. 两两交换链表中的节点 题目描述 给你一个链表&#xff0c;两两交换其中相邻的节点&#xff0c;并返回交换后链表的头节点。你必须在不修改节点内部的值的情况下完成本题&#xff0…
阅读更多...
PyTorch复现网络模型VGG

PyTorch复现网络模型VGG

VGG 原论文地址&#xff1a;https://arxiv.org/abs/1409.1556VGG是Visual Geometry Group&#xff08;视觉几何组&#xff09;的缩写&#xff0c;它是一个在计算机视觉领域中非常有影响力的研究团队&#xff0c;主要隶属于牛津大学的工程系和科学系。VGG以其对卷积神经网络&am…
阅读更多...
消失的数字(c语言多种解法)

消失的数字(c语言多种解法)

题目 该题目取自力扣&#xff08;LeetCode&#xff09;面试题 17.04. 消失的数字 该题目主要考察时间复杂度的把握&#xff0c;题目如下&#xff1a; 数组nums包含从0到n的所有整数&#xff0c;但其中缺了一个。请编写代码找出那个缺失的整数。你有办法在O(n)时间内完成吗&a…
阅读更多...
Execution failed for task ‘:app:compileFlutterBuildDebug‘. 解决

Execution failed for task ‘:app:compileFlutterBuildDebug‘. 解决

前言 项目场景&#xff1a;在Flutter项目中 或 在嵌入Flutter模块的Android原生项目&#xff1b; 启动场景&#xff1a;在Android原生端 编译 或 运行 项目时&#xff0c;可能出现这个异常&#xff1b; 异常 Build窗口并没有追踪到&#xff0c;引发异常代码位置&#xff0c;…
阅读更多...
MySQL的SQL MODE

MySQL的SQL MODE

目录 举例&#xff1a; --常见SQL mode --mysql8 sql_mode 官方文档 https://dev.mysql.com/doc/refman/8.0/en/sql-mode.html --查看全局的SQL MODE select global.sql_mode; --查看当前会话的SQL MODE select session.sql_mode; --运行时修改全局的SQL mode set gl…
阅读更多...
python 基础知识点（蓝桥杯python科目个人复习计划27）

python 基础知识点（蓝桥杯python科目个人复习计划27）

今日复习内容&#xff1a;基础算法中的递归 1.介绍 递归&#xff1a;通过自我调用来解决问题的函数递归通常把一个复杂的大问题层层转化为一个与原问题相似的规模较小的问题来解决 递归要注意&#xff1a;&#xff08;1&#xff09;递归出口&#xff1b;&#xff08;2&#x…
阅读更多...
Django知识随笔

Django知识随笔

目录 1.如何再ajax中传输post数据&#xff1f; 1.如何再ajax中传输post数据&#xff1f; 在ajax传递的那个网址&#xff0c;会调用你路由的视图函数&#xff0c;在视图函数上面加一句 csrf_exempt 。写上之后会有提示让你导入类。
阅读更多...
[嵌入式系统-4]：龙芯1B 开发学习套件-1-开发版硬件介绍

[嵌入式系统-4]：龙芯1B 开发学习套件-1-开发版硬件介绍

目录 前言&#xff1a; 一、龙芯 1B 开发学习套件简介 1.1 概述 二、龙芯1B 200开发板硬件组成与接口介绍 2.1 概述 2.2 核心板 2.2.1 CPU 2.2.2 什么是核心板 2.2.3 龙芯1B 200核心板 2.2.4 龙芯1B核心板的接口定义 2.3 开发板 2.3.1 龙芯1B0200开发板 2.3.2 龙芯…
阅读更多...
微信小程序Skyline在手机端不渲染的问题之一及其解决方式

微信小程序Skyline在手机端不渲染的问题之一及其解决方式

问题&#xff1a;电脑端是skyline渲染&#xff0c;手机端是webview渲染?如何解? 开发者工具 当前渲染模式&#xff1a;Skyline 当进行预览时手机端却是: 请注意看轮播图的显示情况 请注意看轮播图的显示情况 请注意看轮播图的显示情况 从轮播图上来看,手机端是webview渲染…
阅读更多...
最新文章

Copyright @ 2022~2023