【Python 数据结构 10.二叉树】

目录

一、二叉树的基本概念

1.二叉树的定义

2.二叉树的特点

3.特殊的二叉树

Ⅰ、斜树

Ⅱ、满二叉树

Ⅲ、完全二叉树

Ⅳ、完全二叉树和满二叉树的区别

4.二叉树的性质

5.二叉树的顺序存储

Ⅰ、完全二叉树

Ⅱ、非完全二叉树

Ⅲ、稀疏二叉树

6.二叉树的链式存储

7.二叉树的遍历概念

8.二叉树的前序遍历

9.二叉树的中序遍历

10.二叉树的后序遍历

11.二叉树的层序遍历

二、Python中的二叉树

1.树的结点定义

2.树的定义

Ⅰ、初始化

Ⅱ、根据给定的结点ID从树结构中获取对应的结点

Ⅲ、访问函数，打印元素结点值

Ⅳ、根据数组创建二叉树

Ⅴ、先序遍历

Ⅵ、中序遍历

Ⅶ、后序遍历

三、实战

1.144. 二叉树的前序遍历

方法一 递归

思路与算法

​编辑

方法二 用栈 Stack 实现迭代遍历

思路与算法

2.94. 二叉树的中序遍历

方法一 递归

思路与算法

方法二 用栈实现迭代 

思路与算法

3.145. 二叉树的后序遍历

方法一 递归

思路与算法

方法二 用栈实现迭代 

思路与算法

等你读懂了相遇的意义，有了隔阂别放弃

                                                        —— 25.3.8

一、二叉树的基本概念

1.二叉树的定义

        二叉树是 n(n ≥ 0) 个结点组成的有限集合，这个集合要么是空集（当 n 等于 0 时），要么是由一个根节点和两棵互不相交的二叉树组成，其中这两棵互不相交的二叉树被称为根节点的左子树和右子树

        如图所示，2 是 1 的左子树，3 是 1 的右子树；同时，4 和 5 分别是 2 的左右子树，6 和 7分别是 3 的左右子树

2.二叉树的特点

        二叉树是一种树，它有如下几个特征：

        ① 每个结点最多二棵子树，即每个结点的孩子结点个数为 0、1、2.

        ② 这两棵子树是有顺序的，分别叫：左子树 和 右子树，就像左手和右手一样，是不能颠倒
的。

        ③ 如果只有一棵子树的情况，也需要区分顺序，如图所示：

b 是 a 的左子树         c 是 a 的右子树

3.特殊的二叉树

Ⅰ、斜树

        所有结点都只有左子树的二叉树，被称为左斜树

        所有结点都只有右子树的二叉树，被称为右斜树

        斜树有点类似 线性表，所以线性表可以理解为一种特殊形式的树

Ⅱ、满二叉树

        对于一棵二叉树，如果它的所有根结点和内部结点都存在左右子树，且所有叶子结点都在同一层，这样的树就是满二叉树

满二叉树有如下几个特点：

        ① 叶子节点一定在最后一层

        ② 非叶子结点的度为 2

        ③ 深度相同的二叉树中，满二叉树的结点个数最多，为 2 ^ h - 1（其中 h 代表树的深度）

Ⅲ、完全二叉树

        对一颗具有 n 个结点的二叉树，按照层序进行编号，如果编号 i 的结点 和 同样深度的满二叉树中的编号 i 的结点在二叉树中，位置完全相同则被称为 完全二叉树

Ⅳ、完全二叉树和满二叉树的区别

        满二叉树一定是完全二叉树，而完全二叉树则不一定是满二叉树，完全二叉树有如下几个特
点：

        ① 叶子结点只能出现在最下面两层

        ② 最下层的叶子结点，一定是集中在左边的连续位置，倒数第二层如果有叶子结点一定集中在右边的连续位置

        ③ 如果某个结点度为 1，则只有左子树，即 不存在只有右子树 的情况

        ④ 同样结点数的二叉树，完全二叉树的深度最小

        如下图所示，就不是一棵完全二叉树，因为5号结点没有右子树，但是6号结点是有左子树的，不满足上述第 2 点。

4.二叉树的性质

        ① 二叉树的第 i (i >= 1) 层上最多 2 ^ (i - 1) 个结点;

        ② 深度为 h 的二叉树至多 2 ^ h - 1 个结点;

        ③ n个结点的完全二叉树的深度为 floor(log2n) + 1(其中 floor(x) 代表对 x 取下整);

5.二叉树的顺序存储

        二叉树的顺序存储就是指：利用顺序表对二叉树进行存储。结点的存储位置即顺序表的索引，能够体现结点之间的逻辑关系比如父结点和孩子结点之间的关系，左右兄弟结点之间的关系 等。

Ⅰ、完全二叉树

        编号代表了顺序表索引的绝对位置，映射后如下：

        为了方便，将顺序表索引为 0 的位置留空

        当知道某个结点在顺序表中的索引 x，就可以知道它左右儿子的索引分别为 2x 和 2x + 1.反之，当知道某个结点的索引 x，也能知道其父节点的索引为 floor(x / 2)

Ⅱ、非完全二叉树

        对于非完全二叉树，只需要将对应不存在的结点设置为空即可

        编号代表了顺序表索引的绝对位置，映射后如下：

Ⅲ、稀疏二叉树

        对于较为稀疏的二叉树，就会有如下情况出现，这时候如果用这种方式进行存储，就比较浪费内存了

        编号代表了顺序表索引的绝对位置，映射后如下：

        这种情况下，为了提升内存利用率，我们可以采用链表进行存储

6.二叉树的链式存储

        二叉树每个结点至多有两个孩子结点，所以对于每个结点设置一个数据域(data) 和 两个指针域(left 和 right) 即可。指针域 分别指向 左孩子结点 和 右孩子结点。

7.二叉树的遍历概念

        二叉树的遍历是指从根结点出发，按照某种次序依次访问二叉树中的所有结点，使得每个结点访问一次且仅被访问一次。

        对于线性表的遍历，要么从头到尾，要么从尾到头，遍历方式较为单纯。但是树不一样，它的每个结点都有可能有两个孩子结点，所以遍历的顺序面临着不同的选择。

        二叉树的常用遍历方法，有以下四种：前序遍历、中序遍历、后序遍历、层序遍历。

        编号代表了顺序表索引的绝对位置，映射后如下：

8.二叉树的前序遍历

        如果二叉树为空则直接返回，否则先访问根结点，再递归前序遍历左子树，再递归前序遍历右子树。（根、左、右）前序遍历的结果如下：a、b、d、g、h、c、e、f、i

9.二叉树的中序遍历

        如果二叉树为空则直接返回，否则先递归中序遍历左子树，再访问根结点，再递归中序遍历右子树。（左、根、右）中序遍历的结果如下：g、d、h、b、a、e、c、i、f

10.二叉树的后序遍历

        如果二叉树为空则直接返回，否则先递归后遍历左子树，再递归后序遍历右子树，再访问根结点。（左、右、根）后序遍历的结果如下：g、h、d、b、e、i、f、c、a

11.二叉树的层序遍历

        如果二叉树为空直接返回，否则依次从树的第一层开始，从上至下逐层遍历，在同一层中，按从左到右的顺序对结点逐个访问。图中二叉树层序遍历的结果为：a、b、c、d、e、f、g、h、i

二、Python中的二叉树

1.树的结点定义

val：存放当前结点的value值

left：存放当前节点的左孩子

right：存放当前节点的右孩子 

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

2.树的定义

Ⅰ、初始化

接收参数 maxNodes，传入结点最大数目

列表推导式：

class Tree:
    def __init__(self, maxNodes):
        self.root = None
        self.nodes = [TreeNode() for i in range(maxNodes)]
        self.nodeSize = maxNodes

Ⅱ、根据给定的结点ID从树结构中获取对应的结点

    # 根据给定的节点ID从树结构中获取对应的节点
    def GetTreeNode(self, id):
        return self.nodes[id]

Ⅲ、访问函数，打印元素结点值

    # 访问函数，打印元素结点的值
    def visit(self, node):
        print(node.val, end=' ')

Ⅳ、根据数组创建二叉树

    # 传入一个数组，根据数组创建二叉树
    def Create(self, arr, size, nodeId):
        if nodeId >= size or arr[nodeId] == None:
            return None
        nowNode = self.GetTreeNode(nodeId)
        nowNode.val = arr[nodeId]
        nowNode.left = self.Create(arr, size, 2 * nodeId)
        nowNode.right = self.Create(arr, size, 2 * nodeId + 1)
        return nowNode

Ⅴ、先序遍历

    # 先序遍历
    def PreOrder(self, node):
        if node != None:
            self.visit(node)
            self.PreOrder(node.left)
            self.PreOrder(node.right)

    def preOrderTraversal(self):
        self.PreOrder(self.root)
        print('')

Ⅵ、中序遍历

    # 中序遍历
    def InOrder(self, node):
        if node != None:
            self.InOrder(node.left)
            self.visit(node)
            self.InOrder(node.right)

    def InOrderTraversal(self):
        self.InOrder(self.root)
        print('')

Ⅶ、后序遍历

    # 后序遍历
    def PostOrder(self, node):
        if node != None:
            self.PostOrder(node.left)
            self.PostOrder(node.right)
            self.visit(node)

    def PostTraversal(self):
        self.PostOrder(self.root)
        print('')

Ⅷ、测试代码 

def Test():
    arr = [None, 'a', 'b', 'c', 'd', None, 'e', 'f', 'g', 'h', None, None, None, None, 'i']
    tree = Tree(len(arr))
    tree.CreateTree(arr)
    tree.preOrderTraversal()
    tree.InOrderTraversal()
    tree.PostTraversal()

Test()

三、实战

1.144. 二叉树的前序遍历

给你二叉树的根节点 root ，返回它节点值的 前序 遍历。

示例 1：

输入：root = [1,null,2,3]

输出：[1,2,3]

解释：

示例 2：

输入：root = [1,2,3,4,5,null,8,null,null,6,7,9]

输出：[1,2,4,5,6,7,3,8,9]

解释：

示例 3：

输入：root = []

输出：[]

示例 4：

输入：root = [1]

输出：[1]

提示：

  • 树中节点数目在范围 [0, 100] 内
  • -100 <= Node.val <= 100

进阶：递归算法很简单，你可以通过迭代算法完成吗？

方法一 递归

思路与算法
  • 前序遍历遵循“根 -> 左 -> 右”的顺序。
  • 递归函数 preorder 的核心逻辑是：
    1. 如果当前节点 root 不为空，则将其值加入结果列表 ret。
    2. 递归遍历左子树。
    3. 递归遍历右子树。
  • 递归终止条件是当前节点为空（root is None），此时直接返回。
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def preorder(self, root:Optional[TreeNode], ret:List[int]):
        if root:
            ret.append(root.val)
            self.preorder(root.left, ret)
            self.preorder(root.right, ret)

    def preorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        ret = []
        self.preorder(root, ret)
        return ret

方法二 用栈 Stack 实现迭代遍历

思路与算法
  • 前序遍历遵循“根 -> 左 -> 右”的顺序。
  • 使用栈来模拟递归的过程：
    1. 从根节点开始，将当前节点的值加入结果列表 res，并将当前节点入栈。
    2. 遍历左子树，直到左子树为空。
    3. 回溯到上一个节点（通过栈弹出），并遍历其右子树。
  • 重复上述过程，直到栈为空且当前节点为空。

2.94. 二叉树的中序遍历

给定一个二叉树的根节点 root ，返回 它的 中序 遍历 。

示例 1：

输入：root = [1,null,2,3]
输出：[1,3,2]

示例 2：

输入：root = []
输出：[]

示例 3：

输入：root = [1]
输出：[1]

提示：

  • 树中节点数目在范围 [0, 100] 内
  • -100 <= Node.val <= 100

进阶: 递归算法很简单，你可以通过迭代算法完成吗？

方法一 递归

思路与算法
  • 后序遍历遵循“左 -> 右 -> 根”的顺序。
  • 递归函数 PostOrder 的核心逻辑是：
    1. 如果当前节点 root 不为空，则递归遍历其左子树。
    2. 递归遍历其右子树。
    3. 将当前节点的值加入结果列表 res。
  • 递归终止条件是当前节点为空（root is None），此时直接返回。
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def PostOrder(self, root:Optional[TreeNode], res:List[int]):
        if root:
            self.PostOrder(root.left, res)
            self.PostOrder(root.right, res)
            res.append(root.val)

    def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        res = []
        self.PostOrder(root, res)
        return res

方法二 用栈实现迭代 

思路与算法
  • 中序遍历遵循“左 -> 根 -> 右”的顺序。
  • 使用栈来模拟递归的过程：
    1. 从根节点开始，将当前节点入栈，并遍历其左子树，直到左子树为空。
    2. 回溯到上一个节点（通过栈弹出），将其值加入结果列表 res。
    3. 遍历其右子树。
  • 重复上述过程，直到栈为空且当前节点为空。
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def inorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        res, stack = [], []
        while root or stack:
            if root:
                stack.append(root)
                root = root.left
            else:  
                root = stack.pop()
                res.append(root.val)
                root = root.right
        return res

 

3.145. 二叉树的后序遍历

给你一棵二叉树的根节点 root ，返回其节点值的 后序遍历 。

示例 1：

输入：root = [1,null,2,3]

输出：[3,2,1]

解释：

示例 2：

输入：root = [1,2,3,4,5,null,8,null,null,6,7,9]

输出：[4,6,7,5,2,9,8,3,1]

解释：

示例 3：

输入：root = []

输出：[]

示例 4：

输入：root = [1]

输出：[1]

提示：

  • 树中节点的数目在范围 [0, 100] 内
  • -100 <= Node.val <= 100

进阶：递归算法很简单，你可以通过迭代算法完成吗？

方法一 递归

思路与算法
  • 后序遍历遵循“左 -> 右 -> 根”的顺序。
  • 递归函数 postOrder 的核心逻辑是：
    1. 如果当前节点 root 不为空，则递归遍历其左子树。
    2. 递归遍历其右子树。
    3. 将当前节点的值加入结果列表 res。
  • 递归终止条件是当前节点为空（root is None），此时直接返回。
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def postOrder(self, root:TreeNode, res):
        if root is None:
            return
        self.postOrder(root.left, res)
        self.postOrder(root.right, res)
        res.append(root.val)

    def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        res = []
        self.postOrder(root, res)
        return res

方法二 用栈实现迭代 

思路与算法
  • 后序遍历遵循“左 -> 右 -> 根”的顺序。
  • 使用栈来模拟递归的过程：
    1. 从根节点开始，将当前节点入栈，并遍历其左子树，直到左子树为空。
    2. 如果左子树为空，则遍历其右子树。
    3. 回溯到上一个节点（通过栈弹出），将其值加入结果列表 res。
    4. 如果当前节点是栈顶节点的左子节点，则继续遍历栈顶节点的右子树；否则，结束当前分支的遍历。
  • 重复上述过程，直到栈为空且当前节点为空。
# Definition for a binary tree node.
# class TreeNode:
#     def __init__(self, val=0, left=None, right=None):
#         self.val = val
#         self.left = left
#         self.right = right
class Solution:
    def postorderTraversal(self, root: Optional[TreeNode]) -> List[int]:
        res = []
        stack = []
        node = root
        while stack or node:
            while node:
                stack.append(node)
                if node.left != None:
                    node = node.left
                else:
                    node = node.right
            node = stack.pop()
            res.append(node.val)
            if stack and stack[-1].left == node:
                node = stack[-1].right
            else:
                node = None
        return res

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/983772.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

Windsuf 连接失败问题：[unavailable] unavailable: dial tcp...

Windsuf 连接失败问题：[unavailable] unavailable: dial tcp...

问题描述 3月6日&#xff0c;在使用Windsuf 时&#xff0c;遇到以下网络连接错误&#xff1a; [unavailable] unavailable: dial tcp 35.223.238.178:443: connectex: A connection attempt failed because the connected party did not properly respond after a period of…
阅读更多...
Hadoop八股

Hadoop八股

Hadoop八股 HadoopMapReduce考点MR on Yarn 分布式工作原理shuffle&#xff1a;MapTask 和 ReduceTask的处理流程MR中的MapTask 和 ReduceTask 的数量决定MR和Spark两者Shuffle的区别简单讲一下map- reduce 原理**MapReduce 的核心概念****MapReduce 的工作流程****MapReduce 的…
阅读更多...
Android15请求动态申请存储权限完整示例

Android15请求动态申请存储权限完整示例

效果： 1.修改AndroidManifest.xml增加如下内容: <uses-permission android:name="android.permission.MANAGE_EXTERNAL_STORAGE" /><uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" /><uses-perm
阅读更多...
10.RabbitMQ集群

10.RabbitMQ集群

十、集群与高可用 RabbitMQ 的集群分两种模式,一种是默认集群模式,一种是镜像集群模式&#xff1b; 在RabbitMQ集群中所有的节点(一个节点就是一个RabbitMQ的broker服务器) 被归为两类:一类是磁盘节点,一类是内存节点&#xff1b; 磁盘节点会把集群的所有信息(比如交换机、绑…
阅读更多...
ajax之生成一个ajax的demo示例

ajax之生成一个ajax的demo示例

目录 一. node.js和express ​二. 使用express创建后端服务 三. 创建前端 一. node.js和express ajax是前端在不刷新的情况下访问后端的技术&#xff0c;所以首先需要配置一个后端服务&#xff0c;可以使用node.js和express。 首先生成一个空项目&#xff0c;新建main目录…
阅读更多...
unity学习64，第3个小游戏：一个2D跑酷游戏

unity学习64，第3个小游戏：一个2D跑酷游戏

目录 学习参考 素材资源导入 1 创建项目 1.1 创建1个2D项目 1.2 导入素材 2 背景图bg 2.0 bg素材 2.1 创建背景 2.2 修改素材&#xff0c;且修改摄像机等 2.2.1 修改导入的原始prefab素材 2.2.2 对应调整摄像机 2.2.3 弄好背景 2.3 背景相关脚本实现 2.3.1 错误…
阅读更多...
PyTorch系列教程：编写高效模型训练流程

PyTorch系列教程：编写高效模型训练流程

当使用PyTorch开发机器学习模型时&#xff0c;建立一个有效的训练循环是至关重要的。这个过程包括组织和执行对数据、参数和计算资源的操作序列。让我们深入了解关键组件&#xff0c;并演示如何构建一个精细的训练循环流程&#xff0c;有效地处理数据处理&#xff0c;向前和向后…
阅读更多...
PX4中的DroneCAN的实现库Libuavcan及基础功能示例

PX4中的DroneCAN的实现库Libuavcan及基础功能示例

简介 Libuavcan是一个用C编写的可移植的跨平台库&#xff0c;对C标准库的依赖小。它可以由几乎任何符合标准的C编译器编译&#xff0c;并且可以在几乎任何体系结构/OS上使用。 在 DroneCAN 中&#xff0c;Libuavcan 有一个 DSDL 编译器&#xff0c;将 DSDL 文件转换为 hpp 头…
阅读更多...
计算机网络（1） 网络通信基础，协议介绍，通信框架

计算机网络（1） 网络通信基础，协议介绍，通信框架

网络结构模式 C/S-----客户端和服务器 B/S -----浏览器服务器 MAC地址 每一个网卡都拥有独一无二的48位串行号&#xff0c;也即MAC地址&#xff0c;也叫做物理地址、硬件地址或者是局域网地址 MAC地址表示为12个16进制数 如00-16-EA-AE-3C-40 &#xff08;每一个数可以用四个…
阅读更多...
PCA（主成分分析）核心原理

PCA（主成分分析）核心原理

一、PCA&#xff08;主成分分析&#xff09;核心原理 即主成分分析技术&#xff0c;又称主分量分析技术&#xff0c;旨在利用降维的思想&#xff0c;把多指标转化为少数几个综合指标。在统计学中&#xff0c;主成分分析PCA是一种简化数据集的技术。它是一个线性变换。这个变换…
阅读更多...
SpringBoot-模拟SSE对话交互

SpringBoot-模拟SSE对话交互

SpringBoot-模拟SSE对话交互 后端使用SSE进行会话&#xff0c;前端使用Html模拟大模型的问答交互->【前端】【后端】 1-学习目的 本项目代码仓库&#xff1a;https://gitee.com/enzoism/springboot_sse 1-核心知识点 1&#xff09;什么是SSE协议->客户端发起一次请求&am…
阅读更多...
2025DNS二级域名分发PHP网站源码

2025DNS二级域名分发PHP网站源码

安装教程 1.程序必须使用PHP8.1 2.将扩展ixed.8.1.lin放入/www/server/php/81/lib/php/extensions/no-debug-non-zts-20210902 3.打开宝塔→软件商店→PHP8.1→配置文件 4.放入&#xff1a;extensionixed.8.1.lin 5.重启PHP8.1 6.新建站点&#xff08;mysql5.6-5.7andPHP8.1&a…
阅读更多...
Matlab实现车牌识别

Matlab实现车牌识别

车牌识别技术作为现代智能交通系统、安防监控以及诸多车辆管理应用场景中的关键环节&#xff0c;正发挥着日益重要的作用&#xff0c;它能够自动、快速且精准地从车辆图像或视频流中提取车牌信息&#xff0c;实现车辆身份的智能化识别。 技术原理 车牌识别主要依托于图像处理、…
阅读更多...
C语言——链表

C语言——链表

大神文献&#xff1a;https://blog.csdn.net/weixin_73588765/article/details/128356985 目录 一、链表概念 1. 什么是链表&#xff1f; 1.1 链表的构成 2. 链表和数组的区别 数组的特点&#xff1a; 链表的特点&#xff1a; 二者对比&#xff1a; 二…
阅读更多...
国产化板卡设计原理图：2330-基于FMC接口的JFM7K325T PCIeX4 3U PXIe接口卡

国产化板卡设计原理图：2330-基于FMC接口的JFM7K325T PCIeX4 3U PXIe接口卡

基于FMC接口的JFM7K325T PCIeX4 3U PXIe接口卡 一、板卡概述 本板卡基于 FPGAJFM7K325T 芯片&#xff0c;pin_to_pin兼容FPGAXC7K410T-2FFG900 &#xff0c;支持PCIeX8、64bit DDR3容量2GByte&#xff0c;HPC的FMC连接器&#xff0c;板卡支持PXIE标准协议&#xff0c;其中XJ3…
阅读更多...
【网络】HTTP协议、HTTPS协议

【网络】HTTP协议、HTTPS协议

HTTP与HTTPS HTTP协议概述 HTTP（超文本传输协议）：工作在OSI顶层应用层，用于客户端（浏览器）与服务器之间的通信,B/S模式 无状态：每次请求独立，服务器不保存客户端状态（通过Cookie/Session扩展状态管理）。基于TCP：默认端口80（HTTP）、443（HTTPS），保证可靠传输。请…
阅读更多...
设计AI芯片架构的入门 研究生入行数字芯片设计、验证的项目 opentitan

设计AI芯片架构的入门 研究生入行数字芯片设计、验证的项目 opentitan

前言 这几年芯片设计行业在国内像坐过山车。时而高亢&#xff0c;时而低潮。最近又因为AI的热潮开始high起来。到底芯片行业的规律是如何&#xff1f; 我谈谈自己观点&#xff1a;芯片设计是“劳动密集型”行业。 “EDA和工具高度标准化和代工厂的工艺标准化之后&#xff0c;芯…
阅读更多...
K8S学习之基础十七：k8s的蓝绿部署

K8S学习之基础十七：k8s的蓝绿部署

蓝绿部署概述 ​ 蓝绿部署中&#xff0c;一共有两套系统&#xff0c;一套是正在提供服务的系统&#xff0c;一套是准备发布的系统。两套系统都是功能完善、正在运行的系统&#xff0c;只是版本和对外服务情况不同。 ​ 开发新版本&#xff0c;要用新版本替换线上的旧版本&…
阅读更多...
STM32之I2C硬件外设

STM32之I2C硬件外设

注意&#xff1a;硬件I2C的引脚是固定的 SDA和SCL都是复用到外部引脚。 SDA发送时数据寄存器的数据在数据移位寄存器空闲的状态下进入数据移位寄存器&#xff0c;此时会置状态寄存器的TXE为1&#xff0c;表示发送寄存器为空&#xff0c;然后往数据控制寄存器中一位一位的移送数…
阅读更多...
Linux基础--用户管理

Linux基础--用户管理

目录 查看用户 使用命令: id 创建用户 使用命令: useradd ​编辑 为用户设置密码 使用命令: passwd ​编辑 删除用户 使用命令: userdel 创建用户组 使用命令: groupadd 删除用户组 使用命令: groupdel 用户设置 使用命令: usermod 将用户从组中去除 使用…
阅读更多...
最新文章

Copyright @ 2022~2023