代码随想录 数组部分+代码可在本地编译器运行

代码随想录 数组部分，代码可在本地编译器运行

文章目录

  • 数组理论基础
  • 704.二分查找
    • 题目：
    • 思路
      • 二分法第一种写法
      • 二分法第二种写法
    • 代码
  • 27.移除元素
    • 题目：
    • 思路-双指针法
    • 代码
  • 977.有序数组的平方
    • 题目
    • 思路-双指针
    • 代码
  • 209.长度最小的子数组
    • 题目：
    • 思路 -- 滑动窗口
    • 代码：
  • 59.螺旋矩阵Ⅱ
    • 题目
    • 思路
    • 代码

数组理论基础

数组是存放在连续内存空间上的相同类型数据的集合。
数组可以方便的通过下标索引的方式获取到下标下对应的数据。
需要两点注意的是

  • 数组下标都是从0开始的。
  • 数组内存空间的地址是连续的

正是因为数组的在内存空间的地址是连续的，所以我们在删除或者增添元素的时候，就难免要移动其他元素的地址。

例如删除下标为3的元素，需要对下标为3的元素后面的所有元素都要做移动操作，如图所示：

数组的元素是不能删的，只能覆盖。
那么二维数组直接上图，大家应该就知道怎么回事了

那么二维数组在内存的空间地址是连续的么？
C++中二维数组在地址空间上是连续的。

704.二分查找

题目：

. - 力扣（LeetCode）
给定一个 n 个元素**有序的（升序）**整型数组 nums 和一个目标值 target ，写一个函数搜索 nums 中的 target，如果目标值存在返回下标，否则返回 -1。
示例 1:

输入: nums = [-1,0,3,5,9,12], target = 9
输出: 4
解释: 9 出现在 nums 中并且下标为 4

示例 2:

输入: nums = [-1,0,3,5,9,12], target = 2
输出: -1
解释: 2 不存在 nums 中因此返回 -1

思路

使用二分法的前提条件：数组为有序数组，同时强调数组中无重复元素。因为一旦有重复元素，使用二分查找法返回的元素下标可能不是唯一的。
写二分法，区间的定义一般为两种，左闭右闭即[left, right]，或者左闭右开即[left, right)。

二分法第一种写法

第一种写法，我们定义 target 是在一个在左闭右闭的区间里， 也就是[left, right] （这个很重要非常重要）。
区间的定义这就决定了二分法的代码应该如何写，因为定义target在[left, right]区间，所以有如下两点：

  • while (left <= right) 要使用 <= ，因为left == right是有意义的，所以使用 <=
  • if (nums[middle] > target) right 要赋值为 middle - 1，因为当前这个nums[middle]一定不是target，那么接下来要查找的左区间结束下标位置就是 middle - 1

例如在数组：1,2,3,4,7,9,10中查找元素2，如图所示：

二分法第二种写法

如果说定义 target 是在一个在左闭右开的区间里，也就是[left, right) ，那么二分法的边界处理方式则截然不同。
有如下两点：

  • while (left < right)，这里使用 < ,因为left == right在区间[left, right)是没有意义的
  • if (nums[middle] > target) right 更新为 middle，因为当前nums[middle]不等于target，去左区间继续寻找，而寻找区间是左闭右开区间，所以right更新为middle，即：下一个查询区间不会去比较nums[middle]

在数组：1,2,3,4,7,9,10中查找元素2，如图所示：（注意和方法一的区别）

代码

  • 第一种写法：
#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;

class Solution {
public:
	int search(vector<int>& nums, int target){
		int left = 0;
		int right = nums.size() - 1;// 定义target在左闭右闭的区间里，[left, right]
		while (left <= right)// 当left==right，区间[left, right]依然有效，所以用 <=
		{
			int middle = left + ((right - left) / 2);// 防止溢出 等同于(left + right)/2
			if (nums[middle] > target)// target 在左区间，所以[left, middle - 1]
				right = middle - 1;
			else if (nums[middle] < target)// target 在右区间，所以[middle + 1, right]
				left = middle + 1;
			else
				return middle;// 数组中找到目标值，直接返回下标
		}
        // 未找到
		return -1;
	}
};

int main(){
	vector<int> nums = { -1, 0, 3, 5, 9, 12 }; // 创建一个数组
	int target = 9;
	
	Solution obj;// 创建一个Solution类型的对象obj，
	
    int result;
	//通过obj对象调用search函数，并传入参数nums、target
	result = obj.search(nums, target);

    // 输出结果
	if (result == -1)
		cout << "没有查找到target, 输出为: " << result << endl;
	else
		cout << "查找到target，输出为: " << result << endl;
    return 0;
}

  • 时间复杂度：O(log n)

  • 空间复杂度：O(1)

  • 第二种写法：

class Solution {
public:
    int search(vector<int>& nums, int target) {
        int left = 0;
        int right = nums.size(); // 定义target在左闭右开的区间里，即：[left, right)
        while (left < right) { // 因为left == right的时候，在[left, right)是无效的空间，所以使用 <
            int middle = left + ((right - left) >> 1);
            if (nums[middle] > target) {
                right = middle; // target 在左区间，在[left, middle)中
            } else if (nums[middle] < target) {
                left = middle + 1; // target 在右区间，在[middle + 1, right)中
            } else { // nums[middle] == target
                return middle; // 数组中找到目标值，直接返回下标
            }
        }
        // 未找到目标值
        return -1;
    }
};
  • 时间复杂度：O(log n)
  • 空间复杂度：O(1)

27.移除元素

题目：

. - 力扣（LeetCode）
给你一个数组 nums 和一个值 val，你需要 原地 移除所有数值等于 val 的元素，并返回移除后数组的新长度。
不要使用额外的数组空间，你必须仅使用 O(1) 额外空间并原地修改输入数组。
元素的顺序可以改变。你不需要考虑数组中超出新长度后面的元素。
示例 1:

输入： nums = [3,2,2,3], val = 3,
输出：2, nums = [2,2]
解释：函数应该返回新的长度 2, 并且nums 中的前两个元素均为 2。 你不需要考虑数组中超出新长度后面的元素。

示例 2:

输入： nums = [0,1,2,2,3,0,4,2], val = 2
输出：5, nums = [0,1,3,0,4]
函数应该返回新的长度 5, 并且 nums 中的前五个元素为 0, 1, 3, 0, 4。

你不需要考虑数组中超出新长度后面的元素。

思路-双指针法

双指针法（快慢指针法）：** 通过一个快指针和慢指针在一个for循环下完成两个for循环的工作。**
定义快慢指针

  • 快指针：寻找新数组的元素 ，新数组就是不含有目标元素的数组
  • 慢指针：指向更新 新数组下标的位置

删除过程如下：

代码

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;

class Solution {
public:
	int removeElement(vector<int>& nums, int val) {
		int slowIndex = 0; // 慢指针
		for (int fastIndex = 0;fastIndex < nums.size();fastIndex++) {
			// 不相等时，将原数组(fastIndex数组)中的元素放入新数组(slowIndex代表的数组)中,
            // 同时slowIndex移到下一个位置
            if (val != nums[fastIndex]) { 
				nums[slowIndex++] = nums[fastIndex];
			}
		}
		return slowIndex; 
	}
};


int main() {
	vector<int> nums = {0,1,2,3,3,0,4,2}; // 创建一个数组
	int val = 2;
	Solution obj;// 创建一个Solution类型的对象obj，

	int result; 
	//通过obj对象调用removeElement函数，并传入参数nums、val
	result = obj.removeElement(nums,val);
	// 输出结果
	cout << "删除元素后的数组新长度为： " << result << endl;
    
    cout << "删除元素后的数组为：";
	for (int i = 0; i < result; i++) {
		cout << nums[i] << " ";
	}
	cout << endl;
    return 0;
}

image.png
时间复杂度：O(n)
空间复杂度：O(1)

977.有序数组的平方

题目

. - 力扣（LeetCode）
给你一个按 非递减顺序 排序的整数数组 nums，返回 每个数字的平方 组成的新数组，要求也按 非递减顺序 排序。
示例 1：

输入：nums = [-4,-1,0,3,10]
输出：[0,1,9,16,100]
解释：平方后，数组变为 [16,1,0,9,100]，排序后，数组变为 [0,1,9,16,100]

示例 2：

输入：nums = [-7,-3,2,3,11]
输出：[4,9,9,49,121]

思路-双指针

数组其实是有序的， 只不过负数平方之后可能成为最大数了。
那么数组平方的最大值就在数组的两端，不是最左边就是最右边，不可能是中间。
此时可以考虑双指针法了，i 指向起始位置，j 指向终止位置。
定义一个新数组result，和A数组一样的大小，让 k 指向result数组终止位置。
如果A[i] * A[i] < A[j] * A[j] 那么result[k–] = A[j] * A[j]; 。
如果A[i] * A[i] >= A[j] * A[j] 那么result[k–] = A[i] * A[i]; 。
如动画所示：

代码

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;

class Solution {
public:
	vector<int> sortedSquares(vector<int>& nums) {
		int k = nums.size() - 1;
		vector<int> result(nums.size(), 0);
		for (int i = 0, j = nums.size() - 1;i <= j;) {
			if (nums[i] * nums[i] >= nums[j] * nums[j]) {
				result[k--] = nums[i] * nums[i];
				i++;
			}
			else {
				result[k--] = nums[j] * nums[j];
				j--;
			}
		}
		return result;
	}
};

void PrintVector(vector<int>& nums) {
	for (int i = 0; i < nums.size();i++) {
		cout << nums[i] << " ";
	}
	cout << endl;
}

int main() {
	vector<int> nums = { -4,-1,0,3,10 }; // 创建一个数组

	Solution obj;// 创建一个Solution类型的对象obj，

	vector<int> result;
	//通过obj对象调用sortedSquares函数，并传入参数nums
	result = obj.sortedSquares(nums);
	// 输出结果
	cout << "平方排序后的数组为： " << endl;
	PrintVector(result);
	return 0;
}

时间复杂度为O(n)；

209.长度最小的子数组

题目：

. - 力扣（LeetCode）
给定一个含有 n 个正整数的数组和一个正整数 target ，找出该数组中满足其和 ≥target 的长度最小的 连续 子数组，并返回其长度。如果不存在符合条件的子数组，返回 0。
示例：

输入：target = 7, nums = [2,3,1,2,4,3]
输出：2
解释：子数组 [4,3] 是该条件下的长度最小的子数组。

提示：

  • 1 <= target <= 10^9
  • 1 <= nums.length <= 10^5
  • 1 <= nums[i] <= 10^5

思路 – 滑动窗口

接下来就开始介绍数组操作中另一个重要的方法：滑动窗口。
所谓滑动窗口，就是不断的调节子序列的起始位置和终止位置，从而得出我们要想的结果。
在暴力解法中，是一个for循环滑动窗口的起始位置，一个for循环为滑动窗口的终止位置，用两个for循环 完成了一个不断搜索区间的过程。
那么滑动窗口如何用一个for循环来完成这个操作呢。
首先要思考 如果用一个for循环，那么应该表示 滑动窗口的起始位置，还是终止位置。
如果只用一个for循环来表示 滑动窗口的起始位置，那么如何遍历剩下的终止位置？
此时难免再次陷入 暴力解法的怪圈。
所以 只用一个for循环，那么这个循环的索引，一定是表示 滑动窗口的终止位置。
那么问题来了， 滑动窗口的起始位置如何移动呢？
这里还是以题目中的示例来举例，s=7， 数组是 2，3，1，2，4，3，来看一下查找的过程：

最后找到 4，3 是最短距离。
其实从动画中可以发现滑动窗口也可以理解为双指针法的一种！只不过这种解法更像是一个窗口的移动，所以叫做滑动窗口更适合一些。
在本题中实现滑动窗口，主要确定如下三点：

  • 窗口内是什么？
    • 窗口就是 满足其和 ≥ s 的长度最小的 连续 子数组。
  • 如何移动窗口的起始位置？
    • 窗口的起始位置如何移动：如果当前窗口的值大于等于s了，窗口就要向前移动了（也就是该缩小了）。
  • 如何移动窗口的结束位置？
    • 窗口的结束位置如何移动：窗口的结束位置就是遍历数组的指针，也就是for循环里的索引。

解题的关键在于 窗口的起始位置如何移动，如图所示：

可以发现滑动窗口的精妙之处在于根据当前子序列和大小的情况，不断调节子序列的起始位置。

代码：

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;

class Solution {
public:
	int minSubArrayLen(int target, vector<int>& nums) {
		int result = INT32_MAX;// 保存子数组的长度
		int sum = 0; // 滑动窗口数值之和
		int i = 0; // 滑动窗口的起始位置
		int subLength = 0; // 滑动窗口的长度
		for (int j = 0; j < nums.size();j++){
			sum += nums[j];
			while (sum >= target) {
				subLength = j - i + 1; // 计算子数组的长度
				result = result < subLength ? result : subLength;
				sum -= nums[i++];// 移动起始位置
			}
		}
		return result == INT32_MAX ? 0 : result;
	}
};

int main() {
	vector<int> nums = { 2,3,1,2,4,3 }; // 创建一个数组
	int target = 7;
	Solution obj;// 创建一个Solution类型的对象obj，

	int result;
	//通过obj对象调用minSubArrayLen函数，并传入参数target,nums
	result = obj.minSubArrayLen(target,nums);
	// 输出结果
	cout << "子数组的长度为： " << result << endl;
}
  • 时间复杂度：O(n)
  • 空间复杂度：O(1)

一些录友会疑惑为什么时间复杂度是O(n)。
不要以为for里放一个while就以为是O(n^2)啊， 主要是看每一个元素被操作的次数，每个元素在滑动窗后进来操作一次，出去操作一次，每个元素都是被操作两次，所以时间复杂度是 2 × n 也就是O(n)。

59.螺旋矩阵Ⅱ

. - 力扣（LeetCode）

题目

给定一个正整数 n，生成一个包含 1 到 n^2 所有元素，且元素按顺时针顺序螺旋排列的n* n正方形矩阵。
示例:

输入: 3
输出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ]

image.pngimage.pngimage.png

思路

模拟顺时针画矩阵的过程:

  • 填充上行从左到右
  • 填充右列从上到下
  • 填充下行从右到左
  • 填充左列从下到上

由外向内一圈一圈这么画下去。
这里一圈下来，我们要画每四条边，这四条边怎么画，每画一条边都要坚持一致的左闭右开，或者左开右闭的原则，这样这一圈才能按照统一的规则画下来。
那么我按照左闭右开的原则，来画一圈，大家看一下：

这里每一种颜色，代表一条边，我们遍历的长度，可以看出每一个拐角处的处理规则，拐角处让给新的一条边来继续画。
这也是坚持了每条边左闭右开的原则。

代码

#include <stdio.h>
#include <stdlib.h>
#include <vector>
#include <iostream>
using namespace std;

class Solution {
public:
	vector<vector<int>> generateMatrix(int n) {
		vector<vector<int>> res(n, vector<int>(n, 0));// 使用vector定义一个二维数组

		int startx = 0, starty = 0;// 定义每循环一个圈的起始位置
		int loop = n / 2;// 每个圈循环几次，例如n为奇数3，那么loop = 1 只是循环一圈，矩阵中间的值需要单独处理
		int mid = n / 2;// 矩阵中间的位置，例如：n为3， 中间的位置就是(1，1)，n为5，中间位置为(2, 2)
		int offset = 1; // 需要控制每一条边遍历的长度，每次循环右边界收缩一位
		int count = 1;// 用来给矩阵中每一个空格赋值
		int i, j;
		while(loop--){
			i = startx;
			j = starty;
			for (j; j < n - offset; j++) { // 填充上行从左到右(左闭右开)
				res[i][j] = count++;
			}

			for (i; i < n - offset; i++) { // 填充右列从上到下(左闭右开)
				res[i][j] = count++;
			}

			for (; j > starty; j--) { // 填充下行从右到左(左闭右开)
				res[i][j] = count++;
			}

			for (; i > startx; i--) { // 填充左列从下到上(左闭右开)
				res[i][j] = count++;
			}
			// 第二圈开始的时候，起始位置要各自加1， 例如：第一圈起始位置是(0, 0)，第二圈起始位置是(1, 1)
			startx++;
			starty++;
			// offset 控制每一圈里每一条边遍历的长度
			offset++;
		}
		if (n % 2) {
			res[mid][mid] = count;
		}
		return res;
	}
};

// 输出二维数组
void PrintVector(vector<vector<int>>& nums) {
	cout << "[ ";
	for (int i = 0; i < nums.size();i++) {
		cout << "[ ";
		for (int j = 0; j < nums.size(); j++) {
			cout << nums[i][j];
			if (j < nums.size() - 1) {
				cout << ", ";
			}		
		}
		cout << " ]";
		if (i < nums.size() - 1) {
			cout << ", ";
		}
	}
	cout << " ]" << endl;
}

int main() {
	int n;
	cout << "请输入正整数 n = " << endl;
	cin >> n;
	Solution obj;// 创建一个Solution类型的对象obj，

	vector<vector<int>> result;
	//通过obj对象调用generateMatrix函数，并传入参数n
	result = obj.generateMatrix(n);
	// 输出结果
	cout << "螺旋矩阵为： " << endl;
	PrintVector(result);

    return 0;
}

image.png
image.png
image.png

  • 时间复杂度 O(n^2): 模拟遍历二维矩阵的时间
  • 空间复杂度 O(1)

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/782025.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

CDNOW_master.txt数据分析实战

CDNOW_master.txt数据分析实战

一、数据详情 该数据集是常见的销售数据集&#xff0c;数据展示的是美国1997后的商品销售数据。包含四个字段&#xff0c;分别是用户id,购买时间&#xff0c;销售量&#xff0c;与销售金额。 二、数据读取与数据清洗 导入必要的包 \s代表的许多空格作为分割&#xff0c;names重…
阅读更多...
区间最值问题-RQM(ST表，线段树)

区间最值问题-RQM(ST表，线段树)

1.ST表求解 ST表的实质其实是动态规划&#xff0c;下面是区间最小的递归公式&#xff0c;最大只需将min改成max即可 f[i][j] min(f[i][j - 1], f[i (1 << j - 1)][j - 1]); 二维数组的f[i][j]表示从i开始连续2*j个数的最小/大值。 例如&#xff1a;我们给出一个数组…
阅读更多...
【论文解读】可灵(快手)｜LivePortrait：具有拼接和重定向控制的高效肖像动画

【论文解读】可灵(快手)｜LivePortrait：具有拼接和重定向控制的高效肖像动画

&#x1f4dc; 文献卡 英文题目: LivePortrait: Efficient Portrait Animation with Stitching and Retargeting Control;作者: Jianzhu Guo; Dingyun Zhang; Xiaoqiang Liu; Zhizhou Zhong; Yuan Zhang; Pengfei Wan; Di ZhangDOI: 10.48550/arXiv.2407.03168摘要翻译: *旨在…
阅读更多...
ESP32CAM物联网教学02

ESP32CAM物联网教学02

ESP32CAM物联网教学02 物联网门锁 小智来到姑姑家门口&#xff0c;按了门铃&#xff1b;还在公司上班的姑姑用电脑给小智开了门&#xff0c;让他先进屋休息。小智对物联网门锁产生了兴趣&#xff1a;什么是物联网&#xff1f;为什么这么厉害&#xff1f; 初识物联网 我们在百…
阅读更多...
【论文阅读笔记】Meta 3D AssetGen

【论文阅读笔记】Meta 3D AssetGen

【论文阅读笔记】Meta 3D AssetGen: Text-to-Mesh Generation with High-Quality Geometry, Texture, and PBR Materials Info摘要引言创新点 相关工作T23D基于图片的3d 重建使用 PBR 材料的 3D 建模。 方法文本到图像:从文本中生成阴影和反照率图像Image-to-3D:基于pbr的大型重…
阅读更多...
python 比webdriver更好用的ChromiumPage

python 比webdriver更好用的ChromiumPage

优点&#xff08;目前发现的&#xff09;&#xff1a; 不用配合selenium不用下载对应浏览器的webdriver&#xff0c;不用对应浏览器版本不用设置webdriver路径之类的设置目前没看到有出现像webdriver类似的浏览器被控制的提示&#xff0c;使用过程中好像也没被检测出来。每次不…
阅读更多...
unity3d：Shader知识点，矩阵，函数，坐标转换，Tags，半透明，阴影，深度，亮度，优化

unity3d：Shader知识点，矩阵，函数，坐标转换，Tags，半透明，阴影，深度，亮度，优化

基本结构 Shader "MyShaderName" {Properties {// 属性}SubShader {// 针对显卡A的SubShaderPass {// 设置渲染状态和标签Tags { "LightMode""ForwardBase" }// 开始Cg代码片段CGPROGRAM// 该代码片段的编译指令&#xff0c;例如&#xff1a;#p…
阅读更多...
【vite创建项目】

【vite创建项目】

搭建vue3tsvitepinia框架 一、安装vite并创建项目1、用vite构建项目2、配置vite3、找不到模块 “path“ 或其相对应的类型声明。 二、安装element-plus1、安装element-plus2、引入框架 三、安装sass sass-loader1、安装sass 四、安装vue-router-next 路由1、安装vue-router42搭…
阅读更多...
python基础篇（8）：异常处理

python基础篇（8）：异常处理

在Python编程中&#xff0c;异常是程序运行时发生的错误&#xff0c;它会中断程序的正常执行流程。异常处理机制使得程序能够捕获这些错误&#xff0c;并进行适当的处理&#xff0c;从而避免程序崩溃。 1 错误类型 代码的错误一般会有语法错误和异常错误两种&#xff0c;语法错…
阅读更多...
CTF常用sql注入（一）联合注入和宽字节

CTF常用sql注入（一）联合注入和宽字节

0x01 前言 给自己总结一下sql注入的常用姿势吧&#xff0c;记录一下学习 0x02 联合 联合注入的关键词是union SQL的union联合注入原理是联合两个表进行注入攻击&#xff0c;使用union select关键词来进行联合查询。 那么为什么我们在题目中一般是只写一个呢 因为 $sql &quo…
阅读更多...
逆变器学习笔记（三）

逆变器学习笔记（三）

DCDC电源芯片外围器件选型_dcdc的comp补偿-CSDN博客、 1.芯片的COMP引脚通常用于补偿网络&#xff1a; 芯片的COMP引脚通常用于补偿网络&#xff0c;在控制环路中发挥重要作用。COMP引脚接电容和电阻串联接地&#xff0c;主要是为了稳定控制环路、调整环路响应速度和滤波噪声…
阅读更多...
cs231n作业1——SVM

cs231n作业1——SVM

参考文章&#xff1a;cs231n assignment1——SVM SVM 训练阶段&#xff0c;我们的目的是为了得到合适的 &#x1d44a; 和 &#x1d44f; &#xff0c;为实现这一目的&#xff0c;我们需要引进损失函数&#xff0c;然后再通过梯度下降来训练模型。 def svm_loss_naive(W, …
阅读更多...
NAT 打洞

NAT 打洞

由于 ipv4 地址数量的有限性&#xff0c;导致实际网络部署模式中存在大量的 NAT 网络。对于 NAT 内部的主机&#xff0c;可以主动发起去公网的流量&#xff0c;但对于位于不同 NAT 内的两台主机而言&#xff0c;想要直接进行点对点的连接&#xff0c;就需要用到打洞技术了。 常…
阅读更多...
Bash ——shell

Bash ——shell

Bash作为用户与操作系统之间的接口&#xff0c;让用户通过命令行输入各种指令来控制和操作计算机系统。 shell的两种解释&#xff1a; 1.linux命令解释器 Terminal 终端 ——》shell命令 ——》 Linux kernel &#xff08;内核&#xff09; Linux内核的作用&#xff1a; 1.…
阅读更多...
AI与编程：一个学生的心路历程与思考

AI与编程：一个学生的心路历程与思考

前言 大家好&#xff0c;本人是在一个在校的大学生&#xff0c;方向是前端语言。爱好是码代码和看一点小新闻&#xff0c;游戏也是喜爱的。其实本篇文章的想法是源于网上一些人对AI以及对前端的看法&#xff0c;看完网上的评论后我也是有感而发。本篇文章的讨论中心也是围绕着A…
阅读更多...
IDA*——AcWing 180. 排书

IDA*——AcWing 180. 排书

IDA* 定义 IDA*&#xff08;Iterative Deepening A*&#xff09;是一种结合了深度优先搜索&#xff08;DFS&#xff09;的递归深度限制特性和A搜索的启发式估价函数的搜索算法。它主要用于解决启发式搜索问题&#xff0c;尤其是当搜索空间很大或者搜索成本不确定时。 IDA* 是…
阅读更多...
SprongBoot及其基础应用全套部署脚本和配置

SprongBoot及其基础应用全套部署脚本和配置

POM.xml配置 </dependencies> <!--skywalking日志监控依赖--><dependency><groupId>org.apache.skywalking</groupId><artifactId>apm-toolkit-logback-1.x</artifactId><version>8.5.0</version></dependency&g…
阅读更多...
轻松驾驭开发之旅：Maven配置阿里云CodeUp远程私有仓库全攻略

轻松驾驭开发之旅：Maven配置阿里云CodeUp远程私有仓库全攻略

文章目录 引言一、为什么选择阿里云CodeUp作为远程私有仓库&#xff1f;二、Maven配置阿里云CodeUp远程私有仓库的步骤准备工作配置Maven的settings.xml文件配置项目的pom.xml文件验证配置是否成功 三、使用阿里云CodeUp远程私有仓库的注意事项 引言 在软件开发的世界里&#…
阅读更多...
软件工程（上）

软件工程（上）

目录 软件过程模型&#xff08;软件开发模型&#xff09; 瀑布模型 原型模型 V模型 构件组装模型 螺旋模型&#xff08;原型瀑布&#xff09; 基于构件的软件工程&#xff08;CBSE&#xff09; 快速应用开发模型&#xff08;RAD&#xff09; 统一过程&#xff08;UP&a…
阅读更多...
Http Json参数到x-www-form-urlencoded参数的在线转换工具

Http Json参数到x-www-form-urlencoded参数的在线转换工具

Json参数到x-www-form-urlencoded参数的在线转换工具
阅读更多...
最新文章

Copyright @ 2022~2023