【数据结构】探索排序的奥秘

若有不懂地方，可查阅我之前文章哦！

                   个人主页：小八哥向前冲~_csdn博客

                    所属专栏：数据结构_专栏

目录

排序的概念

几种排序方法介绍

冒泡排序

选择排序

插入排序

堆排序

向上调整建堆排序

向下调整建堆排序

希尔排序

快速排序

hoare版本快排

前后指针版本快排

非递归快排

归并排序

递归归并

非递归归并

扩展

计数排序

排序的概念

排序：所谓排序，就是使一串记录，按照其中的某个或某些关键字的大小，递增或递减的排列起来的操作。

稳定性：假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次 序保持不变，即在原序列中，r[i]=r[j]，且r[i]在r[j]之前，而在排序后的序列中，r[i]仍在r[j]之前，则称这种排 序算法是稳定的；否则称为不稳定的。

内部排序：数据元素全部放在内存中的排序。

外部排序：数据元素太多不能同时放在内存中，根据排序过程的要求不断地在内外存之间移动数据的排序

几种排序方法介绍

注意：下面各种排序将数组升序！

冒泡排序

冒泡排序相信你们都已经非常了解了！这里我们简单介绍一下就行！

有n个数，需要升序排列。我们只需要n-1趟排序，每趟排序将最大的排到了最后一个位置！

也就是说，每趟可以选出最大一个数且在最后一个位置上！

动画演示：

时间复杂度：o(N^2)

代码：

//交换
void Swap(int* p, int* q)
{
	int tmp = *p;
	*p = *q;
	*q = tmp;
}

//冒泡排序   o(N^2)
void BubbleSort(int* a, int n)
{
	for (int j = 0; j < n - 1; j++)
	{
		for (int i = 0; i < n - 1 - j; i++)
		{
			if (a[i] > a[i + 1])
			{
				Swap(&a[i], &a[i + 1]);
			}
		}
	}
}

选择排序

思路：

选择排序比较简单，选择——顾名思义，不断遍历数组，选择其中最小和最大的数，将最小数放在数组左侧，最大数放在数组右侧！

对于这个排序，我不做过多解释，比较简单！但是这里有一个小坑！

图：

代码：

void SelectSort(int* a, int n)
{
	int begin = 0, end = n - 1;
	while (begin < end)
	{
		int maxi = 0, mini = 0;
		for (int i = begin ; i <= end; i++)
		{
			if (a[i] > a[maxi])
			{
				maxi = i;
			}
			if (a[i] < a[mini])
			{
				mini = i;
			}
		}
		Swap(&a[mini], &a[begin]);
		//begin和maxi相等时，刷新maxi
		if (begin == maxi)
		{
			maxi = mini;
		}
		Swap(&a[maxi], &a[end]);
		begin++;
		end--;
	}
}

插入排序

插入排序动画演示：

比如：要求升序，将一个一个数依次往前比较，比它大的往后移，知道比它小的数，再插进去！

时间复杂度：最坏情况-逆序-o(N^2)     最好情况-有序-o(N)

代码：

//插入排序
void Insert(int* a, int n)
{
	for (int i = 0; i < n - 1; i++)
	{
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0)
		{
			if (a[end] > tmp)
			{
				a[end + 1] = a[end];
				end--;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}

堆排序

由于前俩章介绍了堆和二叉树，这里的堆排序不过多讲述，可翻阅我之前文章！

       传送门：CSDN--详解堆   

我们这里介绍俩种排序方法！

向上调整建堆排序

思路：

以将数组拍成升序为例，将数组中的数建成大堆，此时第一个数就是最大的数！再将第一个数和最后一个数交换，以此循环！

代码：

//向上调整
void AdjustUp(int* a, int child)
{
	int parent = (child - 1) / 2;
	while (child > 0)
	{
		if (a[child] > a[parent])
		{
			Swap(&a[child], &a[parent]);
			child = parent;
			parent = (child - 1) / 2;
		}
		else
		{
			break;
		}
	}
}
//向下调整
void AdjustDown(int* a, int n, int parent)
{
	int child = 2 * parent + 1;
	while (child < n)
	{
		if (child + 1 < n&&a[child + 1] > a[child])
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[parent], &a[child]);
		}
		else
		{
			break;
		}
	}
}
//堆排序--向上调整-o(N*logN)
void HeapUpSort(int* a, int n)
{
	for (int i = 0; i < n; i++)
	{
		AdjustUp(a, i);
	}
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[0], &a[end]);
		AdjustDown(a, end, 0);
		end--;
	}
}

注意：时间复杂度——o(N*logN)

向下调整建堆排序

思路：

用向下调整的方法将数组调成大堆，那么第一个数就是数组中最大的数！然后将第一个数和数组最后一个数交换，以此循环交换！

代码：

//向下调整
void AdjustDown(int* a, int n, int parent)
{
	int child = 2 * parent + 1;
	while (child < n)
	{
		if (child + 1 < n&&a[child + 1] > a[child])
		{
			child++;
		}
		if (a[child] > a[parent])
		{
			Swap(&a[parent], &a[child]);
		}
		else
		{
			break;
		}
	}
}
//堆排序—向下调整建堆—o(N)
void HeapDownSort(int* a, int n)
{
	for (int i = (n - 1 - 1) / 2; i > 0; i--)
	{
		AdjustDown(a, n, i);
	}
	int end = n - 1;
	while (end > 0)
	{
		Swap(&a[end], &a[0]);
		AdjustDown(a, end, 0);
		end--;
	}
}

希尔排序

先将数组里面的数分组，然后将分组好了的数排序，最后将整个数组利用插入排序进行最后的排序！

第一种代码：

//希尔排序   o(N^1.3)
void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		gap = gap / 3 + 1;
		for (int j = 0; j < gap; j++)
		{
			for (int i = j; i < n - gap; i += gap)
			{
				int end = i;
				int tmp = a[end + gap];
				while (end >= 0)
				{
					if (a[end] > tmp)
					{
						a[end + gap] = a[end];
						end -= gap;
					}
					else
					{
						break;
					}
				}
				a[end + gap] = tmp;
			}
		}
	}
}

第二种代码：

//希尔排序   o(N^1.3)
void ShellSort(int* a, int n)
{
	int gap = n;
	while (gap > 1)
	{
		gap = gap / 3 + 1;
		for (int i = 0; i < n - gap; i++)
		{
			int end = i;
			int tmp = a[end + gap];
			while (end >= 0)
			{
				if (a[end] > tmp)
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}
			a[end + gap] = tmp;
		}
	}
}

快速排序

hoare版本快排

霍尔版本的快速排序动画演示：

思路：

先在这个数组中寻找一个参考值，将数组左边排成都比参考值小，数组右边排成都比参考值大！然后中间值将参考值交换。再将中间值左右边都这样循环往复操作，形成有序！

代码：

void Swap(int* q, int* p)
{
	int tmp = *q;
	*q = *p;
	*p = tmp;
}
void QuickSort(int* a, int left, int right)
{
	if (left >= right)
	{
		return;
	}
	int keyi = left;
	int begin = left, end = right;
	while (begin < end)
	{
		//右边找小
		while (begin<end && a[end]>a[keyi])
		{
			end--;
		}
		//左边找大
		while (begin < end && a[begin] < a[keyi])
		{
			begin++;
		}
		Swap(&a[begin], &a[end]);
	}
	Swap(&a[keyi], &a[begin]);
	keyi = begin;
	QuickSort(a, left, keyi - 1);
	QuickSort(a, keyi + 1, right);
}

但是这样写有一点瑕疵，我们可以近一步优化！

这段代码的“瑕疵”在：

  • 可能会栈溢出（递归太深）
  • 可以将后面递归排序进行优化

第一个瑕疵可以：当你取的参考值是数组里面最小的，那么就只会递归后面的n-1个数！这种情况是最有可能栈溢出（递归太深）！

我们可以进行三数取中优化！

第二个瑕疵可以：当一直递归排序时，数组过大非常适合取中快排，但是当数组过小，我们没有必要用快排排序，我们可以用插入排序！

优化代码：

void Swap(int* q, int* p)
{
	int tmp = *q;
	*q = *p;
	*p = tmp;
}

//三数取中
int GetMid(int* a, int left, int right)
{
	int midi = (left + right) / 2;
	if (a[left] < a[right])
	{
		if (a[midi] < a[left])
		{
			return left;
		}
		else if (a[midi] > a[right])
		{
			return right;
		}
		else
		{
			return midi;
		}
	}
	else
	{
		if (a[midi] > a[left])
		{
			return left;
		}
		else if (a[midi] < a[right])
		{
			return right;
		}
		else
		{
			return midi;
		}
	}
}
//插入排序
void Insort(int* a, int n)
{
	for (int i = 0; i < n - 1; i++)
	{
		int end = i;
		int tmp = a[end + 1];
		while (end >= 0)
		{
			if (a[end] > tmp)
			{
				a[end + 1] = a[end];
				end--;
			}
			else
			{
				break;
			}
		}
		a[end + 1] = tmp;
	}
}

void QuickSort(int* a, int left, int right)
{
	if (left >= right)
	{
		return;
	}
	//三数取中优化
	int midi = GetMid(a, left, right);
	Swap(&a[left], &a[midi]);
	//小区间优化
	if ((right - left + 1) < 10)
	{
		Insort(a+left, right - left + 1);
	}
	else
	{
		int keyi = left;
		int begin = left, end = right;
		while (begin < end)
		{
			//右边找小
			while (begin<end && a[end]>a[keyi])
			{
				end--;
			}
			//左边找大
			while (begin < end && a[begin] < a[keyi])
			{
				begin++;
			}
			Swap(&a[begin], &a[end]);
		}
		Swap(&a[keyi], &a[begin]);
		keyi = begin;
		QuickSort(a, left, keyi - 1);
		QuickSort(a, keyi + 1, right);
	}
}

前后指针版本快排

前后指针版本的快排动画演示：

思路：

俩种方法大差不差，只是相比hoare版本，前后指针更好理解。俩种都是将数组分割成俩个小数组，进行排序！用的是双指针来分割交换数组！

代码：

//三数取中
int GetMid(int* a, int left, int right)
{
	int midi = (left + right) / 2;
	if (a[left] < a[right])
	{
		if (a[midi] < a[left])
		{
			return left;
		}
		else if (a[midi] > a[right])
		{
			return right;
		}
		else
		{
			return midi;
		}
	}
	else
	{
		if (a[midi] > a[left])
		{
			return left;
		}
		else if (a[midi] < a[right])
		{
			return right;
		}
		else
		{
			return midi;
		}
	}
}
int Partsort02(int* a, int left, int right)
{
	//三数取中优化
	int midi = GetMid(a, left, right);
	Swap(&a[left], &a[midi]);
	int keyi = left;
	int prev = left;
	int cur = prev + 1;
	while (cur <= right)
	{
		if (a[cur] < a[keyi] && ++prev != cur)
		{
			Swap(&a[cur], &a[prev]);
		}
		cur++;
	}
	Swap(&a[keyi], &a[prev]);
	return prev;
}
void QuickSort(int* a, int left, int right)
{
	if (left >= right)
	{
		return;
	}
	//小区间优化
	if ((right - left + 1) < 10)
	{
		Insort(a+left, right - left + 1);
	}
	else
	{
		int keyi = Partsort02(a, left, right);
		QuickSort(a, left, keyi - 1);
		QuickSort(a, keyi + 1, right);
	}
}

递归固然好，但它再好也逃不过栈溢出的风险！所以我们可以将递归改成非递归！

我们可以用栈来模拟递归思想从而变成非递归！

非递归快排

我们可以将区间入栈，再将区间出栈进行排序，分成俩组，再将这俩组分别入栈（后一组先入栈），前一组出栈排序，循环往复！

代码：

注意：里面的ST为栈结构，若有不懂可去我这篇文章---栈——CSDN-小八哥向前冲


//非递归
void QuickStack(int* a, int left, int right)
{
	ST st;
	STInit(&st);
	STpush(&st, right);
	STpush(&st, left);
	while (!STEmpty(&st))
	{
		//出栈取数据
		int begin = STtop(&st);
		STpop(&st);
		int end = STtop(&st);
		STpop(&st);
		//开始排序
		int keyi = Partsort02(a, begin, end);
		//排完一趟就入栈
		if (keyi + 1 < end)
		{
			STpush(&st, end);
			STpush(&st, keyi + 1);
		}
		if (begin < keyi - 1)
		{
			STpush(&st, keyi - 1);
			STpush(&st, begin);
		}
	}
}

归并排序

递归归并

倘若有这样一个数组----它的前半部分有序，后半部分也有序（只不过整体不有序），就能利用归并将这个数组排成有序！

单趟理解：

那么使用归并排序，是不是应该先要前后部分分别有序呢？我们可以将数组一直二分下去归并排！

我们可以将它一直分开，直到不能分开了，就开始归并！

理解：

整体理解：

代码：

void _MergeSort(int* a, int* tmp, int left, int right)
{
	if (left >= right)
	{
		return;
	}
	int mid = (left + right) / 2;
	//分区间
	_MergeSort(a, tmp, left, mid);
	_MergeSort(a, tmp, mid + 1, right);
	//开始排
	int begin1 = left, end1 = mid;
	int begin2 = mid + 1, end2 = right;
	int i = left;
	while (begin1<=end1 && begin2<=end2)//但凡有一个越界就跳出来
	{
		if (a[begin1] < a[begin2])
		{
			tmp[i++] = a[begin1++];
		}
		else
		{
			tmp[i++] = a[begin2++];
		}
	}
	while (begin1 <= end1)
	{
		tmp[i++] = a[begin1++];
	}
	while (begin2 <= end2)
	{
		tmp[i++] = a[begin2++];
	}
	memcpy(a + left, tmp + left, sizeof(int) * (right - left + 1));
}
void MergeSort(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	_MergeSort(a, tmp, 0, n - 1);
	free(tmp);
	tmp = NULL;
}

时间复杂度：N*logN

非递归归并

非递归思路：

那么如何将递归方式改成非递归呢？一定要区别归并和快排，快排是先排序再分，归并是先分再排！快排相当于是二叉树里面的前序，而归并相当于是后序！

这里利用栈不好实现，我们可以另辟蹊径！

既然不好实现分组，那我们可以进行手动分组，然后进行归并！

理解：

代码：

void MergeSortNon(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	if (tmp == NULL)
	{
		perror("malloc faild !");
		return;
	}
	int gap = 1;
	while (gap < n)
	{
		for (int i = 0; i < n; i += 2 * gap)
		{
			int begin1 = i, end1 = i + gap - 1;
			int begin2 = i + gap, end2 = i + 2 * gap - 1;
			//第二组完全越界了，这组就不用归并了
			if (begin2 >= n)
			{
				break;
			}
			//第一组没越界，第二组部分越界，需要进行修正再归并
			if (end2 >= n)
			{
				end2 = n - 1;
			}
			int j = begin1;
			while (begin1 <= end1 && begin2 <= end2)//但凡有一个越界就跳出来
			{
				if (a[begin1] < a[begin2])
				{
					tmp[j++] = a[begin1++];
				}
				else
				{
					tmp[j++] = a[begin2++];
				}
			}
			while (begin1 <= end1)
			{
				tmp[j++] = a[begin1++];
			}
			while (begin2 <= end2)
			{
				tmp[j++] = a[begin2++];
			}
			memcpy(a + i, tmp + i, sizeof(int) * (end2-i+1));
		}
		gap *= 2;
	}
	free(tmp);
	tmp = NULL;
}

这里解释一下为什么需要归并一部分复制一部分：

如果后部分越界了，就不会归并，那么tmp数组里面就没有没归并的数，只有归并了的数，如果是全部归并了再去复制一份的话，就直接覆盖了原来就有的数值！所以归并一部分再复制一部分是再好不过的选择！

扩展

计数排序

计数排序和其他排序方法截然不同，它摒弃了以往的比较大小的方法，转化成计数的方法！

我们上图比较好理解：

代码：

void CountSort(int* a, int n)
{
	int max = a[0], min = a[0];
	for (int i = 0; i < n; i++)
	{
		if (a[i] > max)
		{
			max = a[i];
		}
		if (a[i] < min)
		{
			min = a[i];
		}
	}
	int range = max - min + 1;
	int* count = (int*)calloc(range,sizeof(int));
	if (count == NULL)
	{
		perror("malloc faild!");
		return;
	}
	//开始计数
	for (int i = 0; i < n; i++)
	{
		count[a[i] - min]++;
	}
	//开始往回写
	int j = 0;
	for (int i = 0; i < range; i++)
	{
		while (count[i]--)
		{
			a[j++] = i + min;
		}
	}
	free(count);
	count = NULL;
}

这里代码有个小细节：

开辟空间不用malloc,而用calloc，是因为我们新开辟的数组里面元素都要置0，再进行计数，而calloc开辟完了空间就会将数组元素全部置0！

全部排序总结

好了，今天的分享就到这里，我们在C++不见不散！

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：http://www.mfbz.cn/a/802860.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

sentinel网关限流配置及使用

sentinel网关限流配置及使用

sentinel控制台源码&#xff1a;https://download.csdn.net/download/yixin605691235/89543923 sentinel控制台jar包&#xff1a;https://download.csdn.net/download/yixin605691235/89543931 不同环境直接修改jar包中的application.yml文件中的nacos地址就可以了。 一、网关限…
阅读更多...
算法2--贪心算法

算法2--贪心算法

1.老鼠和猫的交易 小老鼠准备了M磅的猫粮&#xff0c;准备去和看守仓库的猫做交易&#xff0c;因为仓库里有小老鼠喜欢吃的五香豆。 仓库有N个房间&#xff1b; 第i个房间有 J[i] 磅的五香豆&#xff0c;并且需要用 F[i] 磅的猫粮去交换&#xff1b; 老鼠不必交换该房间所有的五…
阅读更多...
MySQL(3)表的操作

MySQL(3)表的操作

目录 1. 表的操作; 2. 数据类型; 1. 表的操作: 1.1 创建表: 语法: create table 表名( 属性 类型 [comment ], 属性 类型 [comment ], 属性 类型 ) character set 字符集 collate 校验集 engine 存储引擎; 前面博客提到: MyISAM和InoDB这两个比较重要. 1.2 查看表…
阅读更多...
3. 序列生成

3. 序列生成

1.复习状态机&#xff0c;使用状态机实现序列生成 1.1 设计要求 用有限状态机生成序列001011&#xff0c;串行循环输出该序列。 1.2 设计代码&#xff0c;仿真及波形 状态机&#xff1a;不考虑状态简化的情况下&#xff0c;要输出的序列多少位&#xff0c;就用多少个状态&a…
阅读更多...
简约唯美的404HTML源码

简约唯美的404HTML源码

源码介绍 简约唯美的404HTML源码，很适合做网站错误页，将下面的源码放到一个空白的html里面，然后上传到服务器里面即可使用 效果预览 完整源码 <!DOCTYPE html> <html><head><meta charset="utf-8"><title>404 Error Example<…
阅读更多...
windows实现自动化按键

windows实现自动化按键

1.选择目标窗口 获取窗口句柄 void KeyPresser::selectWindow() {SetWinEventHook(EVENT_SYSTEM_FOREGROUND, EVENT_SYSTEM_FOREGROUND, NULL, WinEventProc, 0, 0, WINEVENT_OUTOFCONTEXT);selectedWindowLabel->setText("请点击目标窗口..."); }void CALLBACK …
阅读更多...
在 Windows 上开发.NET MAUI 应用_1.安装开发环境

在 Windows 上开发.NET MAUI 应用_1.安装开发环境

开发跨平台的本机 .NET Multi-platform App UI (.NET MAUI) 应用需要 Visual Studio 2022 17.8 或更高版本&#xff0c;或者具有 .NET MAUI 扩展的最新 Visual Studio Code。要开始在 Windows 上开发本机跨平台 .NET MAUI 应用&#xff0c;请按照安装步骤安装 Visual Studio 20…
阅读更多...
Modbus转Ethernet/IP网关模块与汇川PLC通讯案例

Modbus转Ethernet/IP网关模块与汇川PLC通讯案例

Modbus转Ethernet/IP网关模块&#xff08;XD-MDEP100&#xff09;是一种用于将Modbus协议转换为Ethernet/IP协议的设备。它可以将Modbus RTU和Modbus TCP两种不同格式的Modbus数据包转换为Ethernet/IP协议的数据包&#xff0c;实现不同厂家的设备之间的数据交换和共享。在汇川P…
阅读更多...
【AI技术揭秘】一键锐化图像，让您的照片立即变身高清大片！

【AI技术揭秘】一键锐化图像，让您的照片立即变身高清大片！

一键锐化图像 1. 概述1.1 图像锐化的概念及重要性1.2 利用人工智能实现图像锐化的基本原理 2. 常用图像锐化算法简介2.1 Sobel算子2.2 Laplacian算子2.3 Unsharp Masking算法2.4 High Boost Filtering算法2.5 算法原理及实际应用效果 3. 基于深度学习的图像锐化算法3.1 介绍深度…
阅读更多...
MySQL Workbench下载安装

MySQL Workbench下载安装

官方下载地址&#xff1a; https://dev.mysql.com/downloads/workbench/ 下载完后&#xff0c;点击安装包即可 但是安装之前&#xff0c;必须要先安装Visual C 2019运行库 安装完后&#xff0c;添加数据库连接 点击 Schemas可以看到列表 点击Server可以找到导出、导入数据的菜…
阅读更多...
如何找回回收站清空的文件？回收站文件恢复教程

如何找回回收站清空的文件？回收站文件恢复教程

电脑回收站文件被清空还能恢复之前的文件吗&#xff1f;一般情况下&#xff0c;我们把电脑桌面或C盘里的文件删除后&#xff0c;系统会将它们暂时存放在回收站里。如果想恢复这种文件&#xff0c;点击鼠标右键就可以“恢复”。 但是&#xff0c;如果为了清空垃圾增加电脑内存&a…
阅读更多...
QT开发笔记：信号和槽

QT开发笔记：信号和槽

乱码问题&#xff1a; 出现乱码问题原因只有一个&#xff1a;就是编码方式不匹配&#xff01;&#xff01;&#xff01; 中文常见汉字4K,算上各种生僻字差不多六万字 仍然使用一个大表格&#xff0c;给每个汉字&#xff0c;分配一个整数即可。 字符集~~表示汉字的字符集&#…
阅读更多...
前端开发之盒子模型

前端开发之盒子模型

目录 盒子分类 display属性 盒子内部结构特征 padding填充区 border边框区 margin外边距 盒子width和height边界 盒子分类 块级盒子&#xff08;又叫块级元素、块级标签&#xff09; 特征&#xff1a;独占一行&#xff0c;对宽度高度支持 如&#xff1a;p div ul li h1…
阅读更多...
Android 11 HAL层集成FFMPEG

Android 11 HAL层集成FFMPEG

1.集成目录&#xff1a; android/vendor/noch/common/external/NoboMediaCodec 2.文件夹目录 3. Android.mk实现 # Copyright #LOCAL_PATH : $(call my-dir)SF_COMMON_MK : $(LOCAL_PATH)/common.mkinclude $(call first-makefiles-under,$(LOCAL_PATH))4.common.mk实现 # #…
阅读更多...
图示 JVM 可达性分析算法

图示 JVM 可达性分析算法

可达性分析算法&#xff1a; 以 GC Roots 为起始点进行搜索&#xff0c;可达的对象都是存活的&#xff0c;不可达的对象可被回收。 Java 虚拟机使用该算法来判断对象是否可被回收&#xff0c;GC Roots 一般包含以下内容&#xff1a; 虚拟机栈中局部变量表中引用的对象本地方法栈…
阅读更多...
Docker安装Mysql8.0主要步骤及安装过程中遇到的问题

Docker安装Mysql8.0主要步骤及安装过程中遇到的问题

一、创建MySQL配置目录 mkdir -p /data/mysql/data /data/mysql/logs 二、创建MySQL8镜像 docker run -p 3306:3306 --name mysql8 --restart always \ -v /data/mysql/logs:/logs \ -v /data/mysql/data:/var/lib/mysql \ -v --privilegedtrue \ -e MYSQL_ROOT_PASSWORD123…
阅读更多...
注册安全分析报告：OneApm

注册安全分析报告：OneApm

前言 由于网站注册入口容易被黑客攻击&#xff0c;存在如下安全问题&#xff1a; 暴力破解密码&#xff0c;造成用户信息泄露短信盗刷的安全问题&#xff0c;影响业务及导致用户投诉带来经济损失&#xff0c;尤其是后付费客户&#xff0c;风险巨大&#xff0c;造成亏损无底洞 …
阅读更多...
exif格式及解析库easyexif使用介绍

exif格式及解析库easyexif使用介绍

1. JPEG文件结构和EXIF数据的信息 JPEG文件以字符串"0xFFD8"开头表示图像信息开始,以字符串"0xFFD9"结尾表示图像信息结束。 在JPEG文件头中有一系列"0xFF??"格式的数据段,称为"标识",用来标记JPEG文件的信息段。 0xFFE0-0xFFEF之间…
阅读更多...
隐藏需求缺失的4种解决技巧

隐藏需求缺失的4种解决技巧

在需求分析过程中&#xff0c;隐藏需求的缺失往往会造成项目范围扩张、成本增加&#xff0c;造成延期交付和风险增加等问题&#xff0c;直接影响客户满意度。而隐藏需求的挖掘和确认&#xff0c;有利于优化项目范围&#xff0c;提升产品质量&#xff0c;增强团队信心。 因此&am…
阅读更多...
MySQL 数据库 day 7.16

MySQL 数据库 day 7.16

ok了家人们今天继续记录一下数据库，看看今天学了什么。 一.事物概述 1.1 环境准备 -- 账户表 create table account( id int primary key auto_increment, name varchar(20), money double );insert into account values (null,张三,1000); insert into account values (n…
阅读更多...
最新文章

Copyright @ 2022~2023