【算法系列篇】二分查找——这还是你所知道的二分查找算法吗？

在这里插入图片描述

文章目录

  • 前言
  • 什么是二分查找算法
  • 1.二分查找
    • 1.1 题目要求
    • 1.2 做题思路
    • 1.3 Java代码实现
  • 2.在排序数组中查找元素的第一个和最后一个位置
    • 2.1 题目要求
    • 2.2 做题思路
    • 2.3 Java代码实现
  • 3.搜索插入位置
    • 3.1 题目要求
    • 3.2 做题思路
    • 3.3 Java代码实现
  • 4.x的平方根
    • 4.1 题目要求
    • 4.2 做题思路
    • 4.3 Java代码实现
  • 5.山脉数组的峰顶索引
    • 5.1 题目要求
    • 5.2 做题思路
    • 5.3 Java代码实现
  • 6.寻找峰值
    • 6.1 题目要求
    • 6.3 做题思路
    • 6.4 Java代码实现
  • 7.寻找旋转数组中的最小值
    • 7.1 题目要求
    • 7.2 做题思路
    • 7.3 Java代码实现
  • 总结

前言

在生活中，我们往往会遇到在数组中查找某个确定的元素的时候，通常我们会选择使用暴力解法，这样虽然简单，但是时间复杂度是O(N)，时间效率比较低。那么是否有方法可以使得在具有二段性的数组中找某一特定的元素的时间复杂度低于0(N)呢？答案是肯定的，当我们可以将数组分为两个部分的时候，也就是数组具有二段性的时候，可以使用二分查找的算法来进行高效的查找。通常二分查找的时间复杂度为O(logN)。那么这篇文章我将为大家分享关于二分查找的知识。

什么是二分查找算法

二分查找算法（Binary Search Algorithm）是一种在有序数组（但不仅限于有序数组）中查找特定元素的搜索算法。它采用分治策略，每次比较数组中间的元素，如果该元素等于目标值，则搜索结束，否则根据目标值与中间元素的大小关系，将搜索范围缩小为数组的左半部分或右半部分，然后在新的搜索范围内重复执行上述操作，直到找到目标值或确定目标值不存在于数组中。

二分查找算法的时间复杂度为O(log n)，其中n为数组的长度。由于每次都能排除一半的元素，因此算法的效率非常高，尤其适用于大规模数据的查找操作。

其实二分查找算法本来并不难，只是实现二分查找算法时，需要注意一些细节，例如处理数组边界、处理相等的情况等。如果没有处理好边界和相等问题的时候，很容易造成死循环。

1.二分查找

https://leetcode.cn/problems/binary-search/

1.1 题目要求

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

提示：

  1. 你可以假设 nums 中的所有元素是不重复的。
  2. n 将在 [1, 10000]之间。
  3. nums 的每个元素都将在 [-9999, 9999]之间。
class Solution {
    public int search(int[] nums, int target) {

    }
}

1.2 做题思路

因为这道题目给的数组是有序的，我们 定义两个变量 left 和 right 分别从数组的开头和末尾开始，求 left 和 right 和的平均值的下标 mid ，然后看 mid 下标所代表的值与 target 的关系，如果 nums[mid] > target ，则可以确定在 [mid,right] 之间没有我们要找的 target 值，所以直接将这一半的数据给“舍弃”，将 right 的值更改为 mid - 1；如果 nums[mid] < target，则说明在 [left,mid] 这一范围内，没有我们需要找的 target 值，将这一部分给“舍弃”，left 的值更新为 mid + 1；如果nums[mid] = target，则返回 mid 的下标。 当然，这只是一种确定区间的方法，也可简单的称为“左闭右闭”，还有“左闭右开"、“左开右闭”这两种确定区间的方法，这两种方法是差不多的，那么就以“左闭右开”这种方式为大家介绍一下。我们前面为大家说明的是“左闭右闭”这种确定区间的方式，左闭右闭是指：left 和 right 这两个值，我们都可以取到，而左闭右开或者左开右闭则只是 left 或者 right 的数据可以取到。确定区间的方式不同，我们最终的循环条件也不同，究竟是 left < right，还是 left <= right，这就取决于我们区间的确定方式，如果是以“左闭右闭”的方式确定的，则需要加上等号，另外两种方式则不需要。 为什么呢？大家可以看看下面的图。
在这里插入图片描述

我们就以上面所讲的基本的二分查找算法来看看这道题目该怎么做。

1.3 Java代码实现

class Solution {
	//这里使用的”左闭右闭“的区间确定方式
    public int search(int[] nums, int target) {
        int left = 0;
        int right = nums.length-1;
        while(left <= right) {
            int mid = left + (right - left) / 2;
            if(nums[mid] < target) {
                left = mid + 1;
            }else if(nums[mid] > target) {
                right = mid - 1;
            }else {
                return mid;
            }
        }

        return -1;
    }
}

在这里插入图片描述

求 mid 的方式有两种，一种是 left + (right - left) / 2，一种是 left + (right - left + 1) / 2，这两种求 mid 的方式在这道题目是没什么区别的，具体的区别在后面的题目会遇到。

在这里插入图片描述
但是为什么我们不直接用 mid = (right - left) / 2 呢？因为我们不知道数组的大小为多少，很可能会造成 int 或者 long 类型不能够存储 left + right的值。

2.在排序数组中查找元素的第一个和最后一个位置

https://leetcode.cn/problems/find-first-and-last-position-of-element-in-sorted-array/

2.1 题目要求

给你一个按照非递减顺序排列的整数数组 nums，和一个目标值 target。请你找出给定目标值在数组中的开始位置和结束位置。

如果数组中不存在目标值 target，返回 [-1, -1]。

你必须设计并实现时间复杂度为 O(log n) 的算法解决此问题。

示例 1：

输入：nums = [5,7,7,8,8,10], target = 8
输出：[3,4]

示例 2：

输入：nums = [5,7,7,8,8,10], target = 6
输出：[-1,-1]

示例 3：

输入：nums = [], target = 0
输出：[-1,-1]

提示：

  • 0 <= nums.length <= 105
  • -109 <= nums[i] <= 109
  • nums 是一个非递减数组
  • -109 <= target <= 109
class Solution {
    public int[] searchRange(int[] nums, int target) {

    }
}

2.2 做题思路

做这道题目，如果使用和上面一样的思想的话，时间复杂度会降到 O(N)，为什么呢？因为当你找到目标值之后，你还需要找到这个数的起始位置和结束位置，假设我们想要找的数是3，而数组中的数字全是3的话，那么就需要遍历整个数组一遍，时间复杂度就会降到 O(N)，所以我们也就不能使用跟上面一样的思路，也就是朴素二分法，这道题需要我们使用到非朴素的二分算法，朴素算法其实是将数组分成了三个部分，小于目标值的部分，等于目标值的部分和大于目标值的部分，而非朴素算法则是真正的将数组分成了两个部分：小于等于目标值的部分和大于目标值的部分或者是小于目标值的部分和大于等于目标值的部分。这道题就是非朴素算法的思路，将数组分为了两个部分。

在这里插入图片描述

寻找左边界的时候，如果 nums[mid] < target ，则说明 mid 在小于目标值的那一部分，这部分肯定没有我们需要的数字，所以将 left 改为 mid + 1，而如果
numd[mid] >= target 的时候，就不能将 right 改为 mid - 1了，因为这个 mid 值可能刚好是我们需要找的值，所以将 right 的值改为 mid 而不是 mid - 1

在寻找有边界的时候，数组被分为了小于等于和大于目标值的两部分，当
nums[mid] <= target 的时候，因为 mid 所指向的位置可能是我们要找的值，所以 left = mid，当 nums[mid] > target 的值，因为在 [mid,righ] 之间肯定没有我们想要找的值，所以right = mid - 1.

数组分为不同的两部分，求 mid 的方法也是不同的，这也就是上面说的 mid = left + (right - left) / 2 和 mid = left + (right - left + 1) / 2的区别。
在这里插入图片描述

注意了，循环条件一定不能加等号，因为当left = right的时候，这个相遇的值恰好是我们需要的值，所以没必要多判断一次，更重要的是会陷入死循环。
在这里插入图片描述

2.3 Java代码实现

class Solution {
    public int[] searchRange(int[] nums, int target) {
        int[] ret = new int[]{-1,-1};
        int n = nums.length;
        if(n == 0) return ret;  //当数组大小为0时，直接返回
        int left = 0;
        int right = n - 1;
        //求目标值的第一个位置
        while(left < right) {
            int mid = left + (right - left) / 2;
            if(nums[mid] < target) {
                left = mid + 1;
            }else {
                right = mid;
            }
        }
        if(nums[left] == target) ret[0] = left;  //判断数字中是否存在目标值
        right = n - 1;
        //求目标值的最后一个位置
        while(left < right) {
            int mid = left + (right - left + 1) / 2;
            if(nums[mid] > target) {
                right = mid - 1;
            }else {
                left = mid;
            }
        }
        if(nums[left] == target) ret[1] = left;

        return ret;
    }
}

在这里插入图片描述

3.搜索插入位置

https://leetcode.cn/problems/search-insert-position/

3.1 题目要求

给定一个排序数组和一个目标值，在数组中找到目标值，并返回其索引。如果目标值不存在于数组中，返回它将会被按顺序插入的位置。

请必须使用时间复杂度为 O(log n) 的算法。

示例 1:

输入: nums = [1,3,5,6], target = 5
输出: 2

示例 2:

输入: nums = [1,3,5,6], target = 2
输出: 1

示例 3:

输入: nums = [1,3,5,6], target = 7
输出: 4

提示:

  • 1 <= nums.length <= 104
  • -104 <= nums[i] <= 104
  • nums 为 无重复元素 的 升序 排列数组
  • -104 <= target <= 104
class Solution {
    public int searchInsert(int[] nums, int target) {

    }
}

3.2 做题思路

根据题目，我们可以知道，这个题目大致分为两种情况：目标值在数组中，返回目标值的下标，如果目标值不存在则返回目标值应该插入位置的下标。
在这里插入图片描述

可以将数组分为两个部分，这就可以用到我们的二分查找算法了。

3.3 Java代码实现

class Solution {
    public int searchInsert(int[] nums, int target) {
        int n = nums.length;
        int left = 0;
        int right = n - 1;
        while(left < right) {
            int mid = left + (right - left) / 2;
            if(nums[mid] < target) {
                left = mid + 1;
            }else {
                right = mid;
            }
        }

        if(nums[left] < target) return left + 1;  //当待插入位置位于数组的末尾时，需要作出判断
        else return left;
    }
}

在这里插入图片描述

4.x的平方根

https://leetcode.cn/problems/sqrtx/

4.1 题目要求

给你一个非负整数 x ，计算并返回 x 的 算术平方根 。

由于返回类型是整数，结果只保留 整数部分 ，小数部分将被 舍去 。

注意：不允许使用任何内置指数函数和算符，例如 pow(x, 0.5) 或者 x ** 0.5 。

示例 1：

输入：x = 4
输出：2

示例 2：

输入：x = 8
输出：2
解释：8 的算术平方根是 2.82842..., 由于返回类型是整数，小数部分将被舍去。

提示：

  • 0 <= x <= 231 - 1
class Solution {
    public int mySqrt(int x) {

    }
}

4.2 做题思路

如果 x 的平方根为整数的话，则直接返回，如果不是整数的话，则返回平方小于 x 的最大整数，通过这样理解题目，我们也可以将数组分为两个部分，小于等于 x 的部分和大于 x 的部分。同样，使用二分查找的算法解决。

在这里插入图片描述

4.3 Java代码实现

class Solution {
    public int mySqrt(int x) {
        long left = 0;  //这里mid * mid可能会很大，超出 int 所能表示的范围，所以我们用 long 来表示
        long right = x;
        while(left < right) {
            long mid = left + (right - left + 1) / 2;
            if(mid * mid > x) {
                right = mid - 1;
            }else {
                left = mid;
            }
        }

        return (int)left;
    }
}

在这里插入图片描述

5.山脉数组的峰顶索引

https://leetcode.cn/problems/peak-index-in-a-mountain-array/

5.1 题目要求

符合下列属性的数组 arr 称为 山脉数组 ：

  • arr.length >= 3
  • 存在 i（0 < i < arr.length - 1）使得：
    • arr[0] < arr[1] < … arr[i-1] < arr[i]
    • arr[i] > arr[i+1] > … > arr[arr.length - 1]
      给你由整数组成的山脉数组 arr ，返回满足 arr[0] < arr[1] < … arr[i - 1] < arr[i] > arr[i + 1] > … > arr[arr.length - 1] 的下标 i 。

你必须设计并实现时间复杂度为 O(log(n)) 的解决方案。

示例 1：

输入：arr = [0,1,0]
输出：1

示例 2：

输入：arr = [0,2,1,0]
输出：1

示例 3：

输入：arr = [0,10,5,2]
输出：1

提示：

  • 3 <= arr.length <= 105
  • 0 <= arr[i] <= 106
  • 题目数据保证 arr 是一个山脉数组
class Solution {
    public int peakIndexInMountainArray(int[] arr) {
        
    }
}

5.2 做题思路

因为题目保证数组 arr 是一个山脉数组，有很明显的二段性，所以很容易想到二分查找的算法。

在这里插入图片描述

将数组分为两部分：小于峰顶值的部分和大于等于峰顶值的部分。当 mid 落在小于峰顶值的部分时，我们使 left = mid + 1，如果 mid 落在 大于等于峰顶值的部分时，令right = mid。

5.3 Java代码实现

class Solution {
    public int peakIndexInMountainArray(int[] arr) {
        int left = 0;
        int right = arr.length - 1;
        while(left < right) {
            int mid = left + (right - left) / 2;
            if(arr[mid] < arr[mid + 1]) {
                left = mid + 1;
            }else {
                right = mid;
            }
        }

        return left;
    }
}

在这里插入图片描述

6.寻找峰值

https://leetcode.cn/problems/find-peak-element/

6.1 题目要求

峰值元素是指其值严格大于左右相邻值的元素。

给你一个整数数组 nums，找到峰值元素并返回其索引。数组可能包含多个峰值，在这种情况下，返回 任何一个峰值 所在位置即可。

你可以假设 nums[-1] = nums[n] = -∞ 。

你必须实现时间复杂度为 O(log n) 的算法来解决此问题。

示例 1：

输入：nums = [1,2,3,1]
输出：2
解释：3 是峰值元素，你的函数应该返回其索引 2。

示例 2：

输入：nums = [1,2,1,3,5,6,4]
输出：1 或 5 
解释：你的函数可以返回索引 1，其峰值元素为 2；
 或者返回索引 5， 其峰值元素为 6。

提示：

  • 1 <= nums.length <= 1000
  • -231 <= nums[i] <= 231 - 1
  • 对于所有有效的 i 都有 nums[i] != nums[i + 1]
class Solution {
    public int findPeakElement(int[] nums) {

    }
}

6.3 做题思路

注意看题目，题目中给了，可以假设 nums[-1] = nums[n] = 负无穷，所以可以将数组看成是从负无穷加到一个峰值，然后再从峰值减小到负无穷，即使你数组中的元素是单调的，也会形成山峰的形状，很明显的二段性，所以使用二分查找的算法。同样将数组分为两部分：小于峰值的部分和大于等于峰值的部分。

6.4 Java代码实现

class Solution {
    public int findPeakElement(int[] nums) {
        int left = 0;
        int right = nums.length - 1;
        while(left < right) {
            int mid = left + (right - left) / 2;
            if(nums[mid] < nums[mid + 1]) {
                left = mid + 1;
            }else {
                right = mid;
            }
        }

        return left;
    }
}

在这里插入图片描述

7.寻找旋转数组中的最小值

https://leetcode.cn/problems/find-minimum-in-rotated-sorted-array/

7.1 题目要求

已知一个长度为 n 的数组，预先按照升序排列，经由 1 到 n 次 旋转 后，得到输入数组。例如，原数组 nums = [0,1,2,4,5,6,7] 在变化后可能得到：

  • 若旋转 4 次，则可以得到 [4,5,6,7,0,1,2]
  • 若旋转 7 次，则可以得到 [0,1,2,4,5,6,7]

注意，数组 [a[0], a[1], a[2], …, a[n-1]] 旋转一次 的结果为数组 [a[n-1], a[0], a[1], a[2], …, a[n-2]] 。

给你一个元素值 互不相同 的数组 nums ，它原来是一个升序排列的数组，并按上述情形进行了多次旋转。请你找出并返回数组中的 最小元素 。

你必须设计一个时间复杂度为 O(log n) 的算法解决此问题。

示例 1：

输入：nums = [3,4,5,1,2]
输出：1
解释：原数组为 [1,2,3,4,5] ，旋转 3 次得到输入数组。

示例 2：

输入：nums = [4,5,6,7,0,1,2]
输出：0
解释：原数组为 [0,1,2,4,5,6,7] ，旋转 4 次得到输入数组。

示例 3：

输入：nums = [11,13,15,17]
输出：11
解释：原数组为 [11,13,15,17] ，旋转 4 次得到输入数组。

提示：

  • n == nums.length
  • 1 <= n <= 5000
  • -5000 <= nums[i] <= 5000
  • nums 中的所有整数 互不相同
  • nums 原来是一个升序排序的数组，并进行了 1 至 n 次旋转
class Solution {
    public int findMin(int[] nums) {

    }
}

7.2 做题思路

无论数组旋转多少次，总会将前面部分的升序数组给旋转到后面部分数组的后面，通过画图我们可以看出，这又是明显的具有二段性的数组，可以使用二分查找的算法来解决。

在这里插入图片描述

数组的两个部分中，较大的部分中的所有元素都大于较小数组部分的最大值，而我们要找的最小的值也就是在较小的那一部分中，所以我们将数组分为大于 nums[n-1] 的部分和小于等于nums[n-1] 两部分，当 mid 落在大于 nums[n-1] 的部分时，left = mid + 1，当 mid 落在小于等于 numd[n-1] 的部分时，right = mid。

7.3 Java代码实现

class Solution {
    public int findMin(int[] nums) {
        int n = nums.length;
        int left = 0;
        int right = n - 1;
        while(left < right) {
            int mid = left + (right - left) / 2;
            if(nums[mid] > nums[n-1]) {
                left = mid + 1;
            }else {
                right = mid;
            }
        }

        return nums[left];
    }
}

在这里插入图片描述

总结

其实二分查找这个算法不算难，只要主要好边界条件、区间，不造成死循环其实就很简单，只要知道了可以将数组分为哪两部分，就可以直接套模板，通过看上面几道题目的代码我们也可以看出，代码基本上类似，所以大家只要能够将数组分为两部分和不同部分区间的变化条件和区间的变化就可以了。

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/86582.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

element上传图片,调取接口传值，参数FormData为空

element上传图片,调取接口传值，参数FormData为空

需求 输入完reason&#xff0c;选完文件后&#xff0c;点击提交按钮后 调取接口。 遇到的问题 上传文件orderFile 字段一直为空 打印了发现&#xff0c;上传文件也是有值得。但是传到接口中就为空 原因 json里边不能放file&#xff0c;但是formData里可以放 file 也可以放…
阅读更多...
论文阅读——Imperceptible Adversarial Attack via Invertible Neural Networks

论文阅读——Imperceptible Adversarial Attack via Invertible Neural Networks

Imperceptible Adversarial Attack via Invertible Neural Networks 作者&#xff1a;Zihan Chen, Ziyue Wang, Junjie Huang*, Wentao Zhao, Xiao Liu, Dejian Guan 解决的问题&#xff1a;虽然视觉不可感知性是对抗性示例的理想特性&#xff0c;但传统的对抗性攻击仍然会产…
阅读更多...
汽配企业MES管理系统如何追溯产品质量问题

汽配企业MES管理系统如何追溯产品质量问题

随着汽车行业的快速发展&#xff0c;汽配行业也面临着越来越严格的质量要求。为了满足客户需求并提高产品质量&#xff0c;汽配企业需要实现生产过程的可追溯性。MES管理系统解决方案作为生产过程的核心管理系统&#xff0c;可以通过记录生产数据和流程&#xff0c;实现产品质量…
阅读更多...
pdf转word最简单方法~

pdf转word最简单方法~

pdf转word最简单方法&#xff01;pdf转word最简单方法我们都知道&#xff0c;PDF文件是一种只读文件格式&#xff0c;无法按照需求对PDF文件进行更改与编辑&#xff0c;从而影响到了PDF文件的使用。所以&#xff0c;我们需要将PDF文件转换为word文档&#xff0c;以此来保证文件…
阅读更多...
Linux系统之安装OneNav个人书签管理器

Linux系统之安装OneNav个人书签管理器

Linux系统之安装OneNav个人书签管理器 一、OneNav介绍1.OneNav简介2.OneNav特点 二、本地环境介绍2.1 本地环境规划2.2 本次实践介绍 三、检查本地环境3.1 检查本地操作系统版本3.2 检查系统内核版本3.3 检查本地yum仓库状态 四、安装httpd服务4.1 安装httpd4.2 启动httpd服务4…
阅读更多...
Error: Flash Download failed - “Cortex-M7“

Error: Flash Download failed - “Cortex-M7“

选择对应FLM文件加上即可。 具体可参考&#xff1a; https://www.sunev.cn/embedded/669.html https://zhuanlan.zhihu.com/p/487664063
阅读更多...
Linux socket网络编程

Linux socket网络编程

一、主机字节序列和网络字节序列 主机字节序列分为大端字节序列和小端字节序列&#xff0c;不同的主机采用的字节序列可能不同。大端字节序列是指一个整数的高位字节存储在内存的低地址处&#xff0c;低位字节存储在内存的高地址处。小端字节序列是指整数的高位字节存储在内存…
阅读更多...
8个值得一看的网页设计工具，不再死敲代码！

8个值得一看的网页设计工具，不再死敲代码！

之前&#xff0c;如果想完成网页制作&#xff0c;往往需要设计师具有一定的编程基础&#xff0c;而随着新型网页制作工具的出现&#xff0c;不仅降低了网页制作的门槛&#xff0c;也减轻了设计师的工作负担。今天本文整理了8个好用的网页制作工具&#xff0c;一起来看看吧&…
阅读更多...
炫我为北京轻工技师学院提供渲染私有云系统解决方案

炫我为北京轻工技师学院提供渲染私有云系统解决方案

北京轻工技师学院作始建于1964年&#xff0c;是国家级重点学校。学院开设有计算机动画制作、计算机网络应用、电气自动化设备安装与维修、电子技术应用、工业机器人应用与维护等16个专业&#xff0c;本次项目的交付实施涉及该学院的一个重要项目。 ▲北京轻工技师学院 图源网…
阅读更多...
创建R包-2.1：在RStudio中使用Rcpp制作R-Package(更新于2023.8.23)

创建R包-2.1：在RStudio中使用Rcpp制作R-Package(更新于2023.8.23)

目录 0-前言 1-在RStudio中创建R包项目 2-创建R包 2.1通过R函数创建新包 2.2在RStudio通过菜单来创建一个新包 2.3关于R包创建的说明 3-添加R自定义函数 4-添加C函数 0-前言 目标&#xff1a;在RStudio中创建一个R包&#xff0c;这个R包中包含C函数&#xff0c;接口是Rc…
阅读更多...
【李群李代数】李群控制器（lie-group-controllers）介绍——控制 SO(3) 空间中的系统的比例控制器Demo...

【李群李代数】李群控制器（lie-group-controllers）介绍——控制 SO(3) 空间中的系统的比例控制器Demo...

李群控制器SO(3)测试 测试代码是一个用于控制 SO(3) 空间中的系统的比例控制器。它通过计算控制策略来使当前状态逼近期望状态。该控制器使用比例增益 kp 进行参数化&#xff0c;然后进行一系列迭代以更新系统状态&#xff0c;最终检查状态误差是否小于给定的阈值。这个控制器用…
阅读更多...
Microsoft Message Queuing Remote Code Execution Vulnerability

Microsoft Message Queuing Remote Code Execution Vulnerability

近期官方公布了一个MSMQ的远程代码执行漏洞&#xff0c;可能因为网络安全设备的更新&#xff0c;影响业务&#xff0c;值得大家关注。 Microsoft Message Queuing 概述 MicroSoft Message Queuing&#xff08;微软消息队列)是在多个不同的应用之间实现相互通信的一种异步传输…
阅读更多...
Wireshark数据抓包分析之HTTP协议

Wireshark数据抓包分析之HTTP协议

一、实验目的&#xff1a; 主要时熟悉wireshark的使用 二、预备知识&#xff1a; HTTP协议的相关知识 what fk&#xff0c;原来只要在右页点击切换&#xff0c;就可以开启2台不同的机器欸&#xff01;nice 三、实验过程&#xff1a; 1.在机器1中通过管理员身份运行hfs之后&a…
阅读更多...
基于LSTM深度学习网络的时间序列分析matlab仿真

基于LSTM深度学习网络的时间序列分析matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.部分核心程序 % 随机打乱数据集并划分训练集和测试集 index_list randperm(size(wdata, 1)); ind …
阅读更多...
智慧水务在供水行业的应用场景

智慧水务在供水行业的应用场景

什么是“智慧水务” 智慧水务指利用物联网、智能传感、云计算、大数据、人工智能等技术对供水、排水、节水、污水 处理、防洪等水务环节进行智慧化管理。智慧水务通过结合传感器、通信网络、水务信息系统提升水务信息化水平&#xff0c;实现水务管理协同化、水资源利用高效化、…
阅读更多...
C语言：指针（超深度讲解）

C语言：指针（超深度讲解）

目录 指针&#xff1a; 学习目标&#xff1a; 指针可以理解为&#xff1a; 字符指针&#xff1a; 定义&#xff1a;字符指针 char*。 字符指针的使用&#xff1a; 练习&#xff1a; 指针数组&#xff1a; 概念&#xff1a;指针数组是一个存放指针的数组。 实现模拟二维…
阅读更多...
Linux 虚拟机Ubuntu22.04版本通过远程连接连接不上，输入ifconfig只能看到127.0.0.1的解决办法

Linux 虚拟机Ubuntu22.04版本通过远程连接连接不上，输入ifconfig只能看到127.0.0.1的解决办法

之前给虚拟机配置静态IP之后&#xff0c;可以直接通过主机Vscode远程连接。但是前一段时间把主机的TCP/IPV4静态IP设置了一下之后&#xff0c;再连接虚拟机就连不上了&#xff0c;于是参考解决虚拟机不能上网ifconfig只显示127.0.0.1的问题&#xff0c;又可以连接上了&#xff…
阅读更多...
Centos7查看磁盘和CUP统计信息iostat命令

Centos7查看磁盘和CUP统计信息iostat命令

Centos7查看磁盘和CUP统计信息iostat命令 Centos7内存高|查看占用内存命令 docker实战(一):centos7 yum安装docker docker实战(二):基础命令篇 docker实战(三):docker网络模式(超详细) docker实战(四):docker架构原理 docker实战(五):docker镜像及仓库配置 docker实战(六…
阅读更多...
【集合学习HashMap】HashMap集合详细分析

【集合学习HashMap】HashMap集合详细分析

HashMap集合详细分析 一、HashMap简介 HashMap 主要用来存放键值对&#xff08;key-value的形式&#xff09;&#xff0c;它基于哈希表的 Map 接口实现&#xff0c;是常用的 Java 集合之一&#xff0c;是非线程安全的。 HashMap 可以存储 null 的 key 和 value&#xff0c;但 …
阅读更多...
sentinel的基本使用

sentinel的基本使用

在一些互联网项目中高并发的场景很多&#xff0c;瞬间流量很大&#xff0c;会导致我们服务不可用。 sentinel则可以保证我们服务的正常运行&#xff0c;提供限流、熔断、降级等方法来实现 一.限流&#xff1a; 1.导入坐标 <dependency><groupId>com.alibaba.c…
阅读更多...
最新文章

Copyright @ 2022~2023