当前位置: 首页 > news >正文

Java - 数据结构,二叉树

一、什么是树

概念
树是一种非线性的数据结构,它是由n(n>=0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的。它具有以下的特点:
在这里插入图片描述

1、有一个特殊的结点,称为根结点,根结点没有前驱结点除根结点外,其余结点被分成M(M > 0)个互不相交的集合T1、T2、…、Tm,其中每一个集合 Ti (1 <= i<= m) 又是一棵与树类似的子树。
2、每棵子树的根结点有且只有一个前驱,可以有0个或多个后继
3、树是递归定义的。
在这里插入图片描述

注意:树形结构中,子树之间不能有交集,否则就不是树形结构
在这里插入图片描述

1.1、 概念(重要)

1、结点的度:一个结点含有子树的个数称为该结点的度; 如图:A的度为6

在这里插入图片描述

2、树的度:一棵树中,所有结点度的最大值称为树的度; 如图:树的度为6

在这里插入图片描述

3、叶子结点或终端结点:度为0的结点称为叶结点; 如图:B、C、H、I…等节点为叶结点

在这里插入图片描述

4、双亲结点或父结点:若一个结点含有子结点,则这个结点称为其子结点的父结点; 如图:A是B的父结点,A是C的父结点,A是D的父结点…

在这里插入图片描述

5、孩子结点或子结点:一个结点含有的子树的根结点称为该结点的子结点; 如图:B是A的孩子结点,C是A的孩子结点,D是A的孩子结点

在这里插入图片描述

6、根结点:一棵树中,没有双亲结点的结点;如图:A

在这里插入图片描述

7、结点的层次:从根开始定义起,根为第1层,根的子结点为第2层,以此类推

在这里插入图片描述

8、树的高度:树中结点的最大层次; 如图A:树的高度为4,
树的深度:A的深度是1,E的深度是2,J的深度是3,Q的深度是4

在这里插入图片描述

9、非终端结点或分支结点:度不为0的结点; 如图:D、E、F、G…等节点为分支结点

在这里插入图片描述

10、兄弟结点:具有相同父结点的结点互称为兄弟结点; 如图:B、C是兄弟结点

在这里插入图片描述

11、堂兄弟结点:双亲在同一层的结点互为堂兄弟;如图:H、I互为兄弟结点

在这里插入图片描述

12、结点的祖先:从根到该结点所经分支上的所有结点;如图:A是所有结点的祖先

在这里插入图片描述

13、子孙:以某结点为根的子树中任一结点都称为该结点的子孙。如上图:所有结点都是A的子孙

在这里插入图片描述

14、森林:由m(m>=0)棵互不相交的树组成的集合称为森林

1.2、树的表示形式

树结构相对线性表就比较复杂了,要存储表示起来就比较麻烦了,实际中树有很多种表示方式,如:双亲表示法,孩子表示法、孩子双亲表示法孩子兄弟表示法等等。我们这里就简单的了解其中最常用的孩子兄弟表示法

class Node {int value; // 树中存储的数据Node firstChild; // 第一个孩子引用Node nextBrother; // 下一个兄弟引用
}

孩子兄弟表示法在这里插入图片描述
孩子双亲表示法

在这里插入图片描述

1.3、树的应用

文件系统管理(目录和文件)
在这里插入图片描述

在这里插入图片描述

二、二叉树

2.1、概念

一棵二叉树是结点的一个有限集合,该集合:

  1. 或者为空
  2. 或者是由一个根节点加上两棵别称为左子树和右子树的二叉树组成
    在这里插入图片描述
    二叉树 跟我们前面讲的树的区别就在于:二叉树 的 每个结点,最多只能有 两个 “孩子”/子树,最少 零个。
    也就是说:一棵树,如果是二叉树,那么它的每棵子树都是 二叉树【都有左子树 和 右子树】。

注意:
1. 二叉树不存在度大于2的结点
2. 二叉树的子树有左右之分,次序不能颠倒,因此二叉树是有序树

3. 对于任意的二叉树都是由以下几种情况复合而成的:
在这里插入图片描述

2.2、两种特殊的二叉树

2.2.1、 满二叉树

满二叉树: 一棵二叉树,如果每层的结点数都达到最大值,则这棵二叉树就是满二叉树。也就是说,如果一棵二叉树的层数为K,且结点总数是 ,则它就是满二叉树
在这里插入图片描述

2.2.2、完全二叉树

完全二叉树: 完全二叉树是效率很高的数据结构,完全二叉树是由满二叉树而引出来的。对于深度为K的,有n个结点的二叉树,当且仅当其每一个结点都与深度为K的满二叉树中编号从0至n-1的结点一一对应时称之为完全二叉树。 要注意的是满二叉树是一种特殊的完全二叉树
在这里插入图片描述

2.3、二叉树的性质

  1. 若规定根结点的层数为1,则一棵非空二叉树的第k层上最多有 2的k-1次方 (k>0) 个结点 在这里插入图片描述
  1. 若规定只有根结点的二叉树的深度为1,则深度为K的二叉树的最大结点数是 2的k次方-1 (k>=0) 在这里插入图片描述
  1. 对任何一棵二叉树, 如果其叶结点个数为 n0, 度为2的非叶结点个数为 n2,则有 n0=n2+1 在这里插入图片描述
    得出一个结论:任何一棵二叉树,叶子结点比度为2的节点多一个

4. 具有n个结点的完全二叉树的深度k为 上取整
在这里插入图片描述

  1. 对于具有n个结点的完全二叉树,如果按照从上至下从左至右的顺序对所有节点从0开始编号,则对于序号为i的结点有:
    (1)若i>0,双亲序号:(i-1)/2;i=0,i为根结点编号,无双亲结点
    (2)若2i+1<n,左孩子序号:2i+1,否则无左孩子
    (3)若2i+2<n,右孩子序号:2i+2,否则无右孩子
    在这里插入图片描述

二叉树的练习题

  1. 某二叉树共有 399 个结点,其中有 199 个度为 2 的结点,则该二叉树中的叶子结点数为( )
    A 不存在这样的二叉树
    B 200
    C 198
    D 199

  2. 在具有 2n 个结点的完全二叉树中,叶子结点个数为( )
    A n
    B n+1
    C n-1
    D n/2

  3. 一个具有767个节点的完全二叉树,其叶子节点个数为()
    A 383
    B 384
    C 385
    D 386

  4. 一棵完全二叉树的节点数为531个,那么这棵树的高度为( )
    A 11
    B 10
    C 8
    D 12

答案:
1.B 2.A 3.B 4.B

在这里插入图片描述

2.4、二叉树的存储

二叉树的存储结构分为:顺序存储 和 类似于链表的链式存储。
这里,我们讲链式存储。
二叉树的链式存储是通过一个一个的节点引用起来的。常见的表示方式有二叉 和 三叉表示方式。
【二叉 : 孩子表示法;三叉 :孩子双亲表示法】
在这里插入图片描述

2.4.1、模拟创建二叉树

提前说明:二叉树的构建是一个非常复杂的过程,因为目前作者对二叉树的理解,还不是很深。所以,我们先会创建一个二叉树,但是这种创建方式,很LOW,只是为了应付前期使用,比较简单,不是正确的常用创建方式。

首先经过刚刚分析,二叉树是有一个一个节点构成的,所以我们就要创建节点

//首先经过刚刚分析,二叉树是有一个一个节点构成的,所以我们就要创建节点
class BTNode{public char val; //值域public BTNode left; //存储左孩子的引用public BTNode right; //存储右孩子的引用/*** 为什么不提供left 和 right的构造方法,这是因为我们创建节点的时候知道左右孩子的引用吗* 肯定是不知道的,所以不用提供* @param val*/public BTNode(char val){this.val = val;}
}public class BinaryTree {//创建一棵二叉树public BTNode creatBTN(){BTNode A = new BTNode('A');BTNode B = new BTNode('B');BTNode C = new BTNode('C');BTNode D = new BTNode('D');BTNode E = new BTNode('E');BTNode F = new BTNode('F');BTNode G = new BTNode('G');BTNode H = new BTNode('H');A.left = B;A.right = C;B.left = D;B.right = E;E.right = H;C.left = F;C.right = G;return A;}
}

在这里插入图片描述

debug调试看一下我们创建的对不对
在这里插入图片描述
说明创建的二叉树的对的,
上述代码并不是创建二叉树的方式,真正创建二叉树方式后序详解重点讲解

2.5、二叉树的遍历

学习二叉树结构,最简单的方式就是遍历。所谓****遍历(Traversal)是指沿着某条搜索路线,依次对树中每个结点均做一次且仅做一次访问。访问结点所做的操作依赖于具体的应用问题(比如:打印节点内容、节点内容加)。 遍历是二叉树上最重要的操作之一,是二叉树上进行其它运算之基础

2.5.1、前序遍历

NLR:前序遍历(Preorder Traversal 亦称先序遍历)——访问根结点—>根的左子树—>根的右子树
在这里插入图片描述

2.5.2、中序遍历

LNR:中序遍历(Inorder Traversal)——根的左子树—>根节点—>根的右子树
在这里插入图片描述

2.5.3、后序遍历

LRN:后序遍历(Postorder Traversal)——根的左子树—>根的右子树—>根节点。
在这里插入图片描述

练习

写出下面二叉树的 前中后排序的 序列
在这里插入图片描述
前序遍历 ABDEHCFG
中序遍历 DBEHAFCG
后序遍历 DHEBFGCA

2.5.4、 代码实现二叉树的遍历

前序遍历

在这里插入图片描述

// 前序遍历public void preOrder(BTNode root){if(root == null){return;}System.out.print(root.val + " ");postOrde(root.left);postOrde(root.right);}

中序遍历

// 中序遍历public void inOrder(BTNode root){if(root == null){return;}inOrder(root.left);System.out.print(root.val + " ");inOrder(root.right);}

后序遍历

// 后序遍历public void postOrde(BTNode root){if(root == null){return;}postOrde(root.left);postOrde(root.right);System.out.print(root.val + " ");}

总的代码示例:

BinaryTree

//首先经过刚刚分析,二叉树是有一个一个节点构成的,所以我们就要创建节点
class BTNode{public char val; //值域public BTNode left; //存储左孩子的引用public BTNode right; //存储右孩子的引用/*** 为什么不提供left 和 right的构造方法,这是因为我们创建节点的时候知道左右孩子的引用吗* 肯定是不知道的,所以不用提供* @param val*/public BTNode(char val){this.val = val;}
}public class BinaryTree {//创建一棵二叉树public BTNode creatBTN(){BTNode A = new BTNode('A');BTNode B = new BTNode('B');BTNode C = new BTNode('C');BTNode D = new BTNode('D');BTNode E = new BTNode('E');BTNode F = new BTNode('F');BTNode G = new BTNode('G');BTNode H = new BTNode('H');A.left = B;A.right = C;B.left = D;B.right = E;E.right = H;C.left = F;C.right = G;return A;}// 前序遍历public void preOrder(BTNode root){if(root == null){return;}System.out.print(root.val + " ");postOrde(root.left);postOrde(root.right);}// 中序遍历public void inOrder(BTNode root){if(root == null){return;}preOrder(root.left);System.out.print(root.val + " ");preOrder(root.right);}// 后序遍历public void postOrde(BTNode root){if(root == null){return;}preOrder(root.left);preOrder(root.right);System.out.print(root.val + " ");}
}

Dome

public class Dome {public static void main(String[] args) {BinaryTree binaryTree = new BinaryTree();BTNode root = binaryTree.creatBTN();System.out.print("前序遍历:");binaryTree.preOrder(root);System.out.println();System.out.print("中序遍历:");binaryTree.inOrder(root);System.out.println();System.out.print("后序遍历:");binaryTree.postOrde(root);}
}

在这里插入图片描述

2.5.5、层序遍历

层序遍历:除了先序遍历、中序遍历、后序遍历外,还可以对二叉树进行层序遍历。设二叉树的根节点所在层数为1,层序遍历就是从所在二叉树的根节点出发,首先访问第一层的树根节点,然后从左到右访问第2层上的节点,接着是第三层的节点,以此类推,自上而下,自左至右逐层访问树的结点的过程就是层序遍历。
在这里插入图片描述

选择题

这里是引用
【参考答案】
1.A
2.A
3.D
4.A
在这里插入图片描述

2.6、二叉树的基本操作

获取树中节点的个数

在这里插入图片描述

 int cont = 0;// 获取树中节点的个数,以遍历的思路求解public int size1(BTNode root){if(root == null){return 0;}cont++;size1(root.left);size1(root.right);return cont;}// 获取树中节点的个数,以子问题的思路求解public int size2(BTNode root){if(root == null){return 0;}return size2(root.left) + size2(root.right) +1;}

求叶子节点的个数
在这里插入图片描述

// 获取叶子节点的个数, 以遍历的思路求解int cont1 = 0;public int getLeafNodeCount1(BTNode root){if(root == null){return 0;}if (root.left == null && root.right == null){cont1++;}getLeafNodeCount1(root.left);getLeafNodeCount1(root.right);return cont1;}// 获取叶子节点的个数 - 以子问题思路求解public int getLeafNodeCount2(BTNode root){if(root == null){return 0;}if(root.left == null && root.right == null){//左子树为null,右子树为null,说明前节点为叶子节点return 1;}return getLeafNodeCount2(root.left) + getLeafNodeCount2(root.right);}

获取第K层节点的个数 - 子问题思路
在这里插入图片描述

// 获取第K层节点的个数 - 子问题思路public int getKLevelNodeCount(BTNode root, int k){if(root == null){return 0;}if(k == 1){return 1;}return getKLevelNodeCount(root.left, k-1) + getKLevelNodeCount(root.right, k-1);}

获取二叉树的高度
在这里插入图片描述

    // 获取二叉树的高度public int getHeight(BTNode root){if(root == null){return 0;}int left = getHeight(root.left);int right = getHeight(root.right);return left > right ? left + 1 : right + 1;}

检测值为value的元素是否存在

在这里插入图片描述

 // 检测值为value的元素是否存在public BTNode find(BTNode root, char val){if(root == null){return null;}if(root.val == val){return root;}//上面的if没有进去说明没有找到,那就要取左树里面找BTNode ret = find(root.left,val);if(ret != null){return ret;}//左树没有找到,就在右树找ret = find(root.right,val);if(ret != null){return ret;}//左树和右树都没有找到,说明二叉树里面没有这个元素return null;}

注意:BTNode 里面存的是地址,所以在有元素的情况下返回得地址,没有元素的时候返回得才是null
所以我们在测试的时候可以使用下面的方式测试
在这里插入图片描述

判断一棵树是不是完全二叉树

 // 判断一棵树是不是完全二叉树boolean isCompleteTree(BTNode root){if(root == null){//如果是一颗空树,那也是一棵完全二叉树return true;}//创建一个队列Queue<BTNode> queue = new LinkedList<>();//将头结点入队queue.offer(root);//判断队列为不为空while (!queue.isEmpty()){//如果队列不为空,就将栈顶元素出队列BTNode tmp = queue.poll();if(tmp != null){//如果二叉树不为空,就将左右子树入队queue.offer(tmp.left);queue.offer(tmp.right);}else {//如果二叉树为空,那就跳出循环break;}}//循环结束,就判断栈里面还有没有元素,如果有,那就说明不是完全二叉树//如果没有,那就说明 是完全二叉树while (!queue.isEmpty()){//将栈里面的元素出队列BTNode tmp = queue.poll();if(tmp != null){//判断是不是还有元素,如果没有元素,栈里面全是nullreturn false;}}return true;}

在这里插入图片描述

三、有关二叉树的OJ题

3.1、LeetCode 100. 相同的树

在这里插入图片描述
在这里插入图片描述

public boolean isSameTree(TreeNode p, TreeNode q) {if((p != null && q == null) || (p == null && q != null)){return false;}else if(p == null && p == null){return true;}else if(p.val != q.val){//代码走到这里,说明p 和 q 都不为空return false;}//代码走到这里说明 q != null && p != null && q.val == p.valreturn isSameTree(p.left,q.left) && isSameTree(p.right,q.right);}

3.2、LeetCode 572. 另一棵树的子树

在这里插入图片描述
在这里插入图片描述

public boolean isSameTree(TreeNode p, TreeNode q) {//判断两棵树是否相同if((p != null && q == null) || (p == null && q != null)){return false;}else if(p == null && p == null){return true;}else if(p.val != q.val){//代码走到这里,说明p 和 q 都不为空return false;}//代码走到这里说明 q != null && p != null && q.val == p.valreturn isSameTree(p.left,q.left) && isSameTree(p.right,q.right);}public boolean isSubtree(TreeNode root, TreeNode subRoot) {if(root == null || subRoot == null){return false;}//判断两棵树是否相同if(isSameTree(root, subRoot)){return true;}//如果不相同,就判断subRoot是不是root的左子树if(isSubtree(root.left, subRoot)){return true;}//如果不是左子树,就判断subRoot是不是root的右子树if(isSubtree(root.right, subRoot)){return true;}//如果都不是,那就说明subRoot不是root的子树return false;}

3.3、LeetCode 110. 平衡二叉树

在这里插入图片描述
在这里插入图片描述

	//求二叉树的高度
public int hight(TreeNode root){if(root == null){return 0;}int left = hight(root.left);int right = hight(root.right);return left > right ? left + 1 : right +1;}public boolean isBalanced(TreeNode root) {//空树也是平衡二插树if(root == null){return true;}//求左树的高度int leftHight = hight(root.left);//求右树的高度int rightHight = hight(root.right);//左树和右树的高度差不能大于1//并且左树是平衡的,右树也是平衡的return Math.abs(leftHight - rightHight) <=1 && isBalanced(root.left) && isBalanced(root.right);}

相关文章:

Java - 数据结构,二叉树

一、什么是树 概念 树是一种非线性的数据结构&#xff0c;它是由n&#xff08;n>0&#xff09;个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树&#xff0c;也就是说它是根朝上&#xff0c;而叶朝下的。它具有以下的特点&#xff1a; 1、有…...

模拟QQ登录-课后程序(JAVA基础案例教程-黑马程序员编著-第十一章-课后作业)

【案例11-3】 模拟QQ登录 【案例介绍】 1.案例描述 QQ是现实生活中常用的聊天工具&#xff0c;QQ登录界面看似小巧、简单&#xff0c;但其中涉及的内容却很多&#xff0c;对于初学者练习Java Swing工具的使用非常合适。本案例要求使用所学的Java Swing知识&#xff0c;模拟实…...

【壹】嵌入式系统硬件基础

随手拍拍&#x1f481;‍♂️&#x1f4f7; 日期: 2023.2.28 地点: 杭州 介绍: 日子像旋转毒马&#x1f40e;&#xff0c;在脑海里转不停&#x1f92f; &#x1f332;&#x1f332;&#x1f332;&#x1f332;&#x1f332; 往期回顾 &#x1f332;&#x1f332;&#x1f332…...

当参数调优无法解决kafka消息积压时可以这么做

今天的议题是&#xff1a;如何快速处理kafka的消息积压 通常的做法有以下几种&#xff1a; 增加消费者数增加 topic 的分区数&#xff0c;从而进一步增加消费者数调整消费者参数&#xff0c;如max.poll.records增加硬件资源 常规手段不是本文的讨论重点或者当上面的手段已经使…...

Java线程池源码分析

Java 线程池的使用&#xff0c;是面试必问的。下面我们来从使用到源码整理一下。 1、构造线程池 通过Executors来构造线程池 1、构造一个固定线程数目的线程池&#xff0c;配置的corePoolSize与maximumPoolSize大小相同&#xff0c; 同时使用了一个无界LinkedBlockingQueue存…...

手撕八大排序(下)

目录 交换排序 冒泡排序&#xff1a; 快速排序 Hoare法 挖坑法 前后指针法【了解即可】 优化 再次优化&#xff08;插入排序&#xff09; 迭代法 其他排序 归并排序 计数排序 排序总结 结束了上半章四个较为简单的排序&#xff0c;接下来的难度将会大幅度上升&…...

SAP 详细解析SCC4

事务代码&#xff1a;SCC4&#xff0c;选择一个客户端&#xff0c;点击进入&#xff0c;如图&#xff1a; 一、客户端角色 客户控制&#xff1a;客户的角色&#xff08;生产性&#xff0c;测试&#xff0c;...&#xff09; 此属性表示 R/3 系统中的客户端角色。其中可能包括…...

java异常分类和finally代码块中return语句的影响

首先看一下java中异常相关类的继承关系&#xff1a; 引用 1、分类 异常可以分为受查异常和非受查异常&#xff0c;Error和RuntimeException及其所有的子类都是非受查异常&#xff0c;其他的是受查异常。 两者的区别主要在&#xff1a; 受检的异常是由编译器&#xff08;编译…...

【链表OJ题(二)】链表的中间节点

​ ​&#x1f4dd;个人主页&#xff1a;Sherry的成长之路 &#x1f3e0;学习社区&#xff1a;Sherry的成长之路&#xff08;个人社区&#xff09; &#x1f4d6;专栏链接&#xff1a;数据结构 &#x1f3af;长路漫漫浩浩&#xff0c;万事皆有期待 文章目录链表OJ题(二)1. 链表…...

【强烈建议收藏:MySQL面试必问系列之并发事务锁专题】

一.知识回顾 上节课我们一起学习了MySQL面试必问系列之事务&#xff0c;没有学习的同学可以看一下上一篇文章&#xff0c;肯定对你会有帮助&#xff0c;学习过的同学肯定知道&#xff0c;上节课我们留了一个小尾巴&#xff0c;这个小尾巴是什么呢&#xff1f;就是没有详细展开…...

Linux下使用Makefile实现条件编译

在Linux系统下Makefile和C/C语言都有提供条件选择编译的语法&#xff0c;就是在编译源码的时候&#xff0c;可以选择性地编译指定的代码。这种条件选择编译的使用场合有好多&#xff0c;例如我们开发一个兼容标准版本与定制版本兼容的项目&#xff0c;那么&#xff0c;一些与需…...

java 应用cpu飙升(超过100%)故障排查

前言害。。。昨天刚写完一份关于jvm问题排查相关的博客&#xff0c;今天线上项目就遇到了一个突发问题。现象是用户反映系统非常卡&#xff0c;无法操作。然后登录服务器查看发现cpu 一直100%以上。具体排查步骤&#xff1a;1&#xff0c;首先top命令查看服务器cpu等情况&#…...

光学设计软件Ansys的Lumerical 2023版本下载与安装使用

文章目录前言一、许可管理工具安装二、许可管理器配置三、Lumerical安装四、工具使用配置总结前言 Lumerical是一款功能强大的软件&#xff0c;用于设计和分析从组件到系统阶段的光子学和电磁学。这个版本的Lumerical改进了电子和光子学设计工具&#xff0c;用于复杂光子学&am…...

Java 异常

文章目录1. 异常概述2. JVM 的默认处理方案3. 异常处理之 try...catch4. Throwable 的成员方法5. 编译异常和运行异常的区别6. 异常处理之 throws7. 自定义异常8. throws 和 throw 的区别1. 异常概述 异常就是程序出现了不正常的情况。 ① Error&#xff1a;严重问题&#xff…...

JavaSE学习笔记day17

零、 复习昨日 File: 通过路径代表一个文件或目录 方法: 创建型,查找类,判断类,其他 IO 输入& 输出字节&字符 try-catch代码 一、作业 给定路径删除该文件夹 public static void main(String[] args) {deleteDir(new File("E:\\A"));}// 删除文件夹public s…...

【项目】Vue3+TS 动态路由 面包屑 查询重置 列表

&#x1f4ad;&#x1f4ad; ✨&#xff1a;【项目】Vue3TS 动态路由 面包屑 查询重置 列表   &#x1f49f;&#xff1a;东非不开森的主页   &#x1f49c;: 热烈的不是青春&#xff0c;而是我们&#x1f49c;&#x1f49c;   &#x1f338;: 如有错误或不足之处&#xff0…...

前脚背完这些接口自动化测试面试题,后脚就进了字节测试岗

1、请结合你熟悉的项目&#xff0c;介绍一下你是怎么做测试的&#xff1f; -首先要自己熟悉项目&#xff0c;熟悉项目的需求、项目组织架构、项目研发接口等 -功能 接口 自动化 性能 是怎么处理的&#xff1f; -第一步&#xff1a; 进行需求分析&#xff0c;需求评审&#…...

termux 安装centos

相关链接 centos官网rootfs制作其他人提供的安装脚本centos镜像列表其他人提供的安装脚本的说明 如果想使用老版本的centos7跟着上面链接5走就行 如果想用新系统比如centos9 stream&#xff0c;就跟我来 Q:为什么要装新系统? A:旧系统太多软件已过时&#xff0c;升级费时费…...

从菜鸟程序员到高级架构师,竟然是因为这个字final

final实现原理 简介 final关键字&#xff0c;实际的含义就一句话&#xff0c;不可改变。什么是不可改变&#xff1f;就是初始化完成之后就不能再做任何的修改&#xff0c;修饰成员变量的时候&#xff0c;成员变量变成一个常数&#xff1b;修饰方法的时候&#xff0c;方法不允…...

【vulhub漏洞复现】CVE-2018-2894 Weblogic任意文件上传漏洞

一、漏洞详情影响版本weblogic 10.3.6.0、weblogic 12.1.3.0、weblogic 12.2.1.2、weblogic 12.2.1.3WebLogic是美国Oracle公司出品的一个application server&#xff0c;确切的说是一个基于JAVAEE架构的中间件&#xff0c;WebLogic是用于开发、集成、部署和管理大型分布式Web应…...

测试markdown--肇兴

day1&#xff1a; 1、去程&#xff1a;7:04 --11:32高铁 高铁右转上售票大厅2楼&#xff0c;穿过候车厅下一楼&#xff0c;上大巴车 &#xffe5;10/人 **2、到达&#xff1a;**12点多到达寨子&#xff0c;买门票&#xff0c;美团/抖音&#xff1a;&#xffe5;78人 3、中饭&a…...

爬虫基础学习day2

# 爬虫设计领域 工商&#xff1a;企查查、天眼查短视频&#xff1a;抖音、快手、西瓜 ---> 飞瓜电商&#xff1a;京东、淘宝、聚美优品、亚马逊 ---> 分析店铺经营决策标题、排名航空&#xff1a;抓取所有航空公司价格 ---> 去哪儿自媒体&#xff1a;采集自媒体数据进…...

多模态图像修复系统:基于深度学习的图片修复实现

多模态图像修复系统:基于深度学习的图片修复实现 1. 系统概述 本系统使用多模态大模型(Stable Diffusion Inpainting)实现图像修复功能,结合文本描述和图片输入,对指定区域进行内容修复。系统包含完整的数据处理、模型训练、推理部署流程。 import torch import numpy …...

消息队列系统设计与实践全解析

文章目录 &#x1f680; 消息队列系统设计与实践全解析&#x1f50d; 一、消息队列选型1.1 业务场景匹配矩阵1.2 吞吐量/延迟/可靠性权衡&#x1f4a1; 权衡决策框架 1.3 运维复杂度评估&#x1f527; 运维成本降低策略 &#x1f3d7;️ 二、典型架构设计2.1 分布式事务最终一致…...

【安全篇】金刚不坏之身:整合 Spring Security + JWT 实现无状态认证与授权

摘要 本文是《Spring Boot 实战派》系列的第四篇。我们将直面所有 Web 应用都无法回避的核心问题&#xff1a;安全。文章将详细阐述认证&#xff08;Authentication) 与授权&#xff08;Authorization的核心概念&#xff0c;对比传统 Session-Cookie 与现代 JWT&#xff08;JS…...

绕过 Xcode?使用 Appuploader和主流工具实现 iOS 上架自动化

iOS 应用的发布流程一直是开发链路中最“苹果味”的环节&#xff1a;强依赖 Xcode、必须使用 macOS、各种证书和描述文件配置……对很多跨平台开发者来说&#xff0c;这一套流程并不友好。 特别是当你的项目主要在 Windows 或 Linux 下开发&#xff08;例如 Flutter、React Na…...

DeepSeek越强,Kimi越慌?

被DeepSeek吊打的Kimi&#xff0c;还有多少人在用&#xff1f; 去年&#xff0c;月之暗面创始人杨植麟别提有多风光了。90后清华学霸&#xff0c;国产大模型六小虎之一&#xff0c;手握十几亿美金的融资。旗下的AI助手Kimi烧钱如流水&#xff0c;单月光是投流就花费2个亿。 疯…...

未授权访问事件频发,我们应当如何应对?

在当下&#xff0c;数据已成为企业和组织的核心资产&#xff0c;是推动业务发展、决策制定以及创新的关键驱动力。然而&#xff0c;未授权访问这一隐匿的安全威胁&#xff0c;正如同高悬的达摩克利斯之剑&#xff0c;时刻威胁着数据的安全&#xff0c;一旦触发&#xff0c;便可…...

OPENCV图形计算面积、弧长API讲解(1)

一.OPENCV图形面积、弧长计算的API介绍 之前我们已经把图形轮廓的检测、画框等功能讲解了一遍。那今天我们主要结合轮廓检测的API去计算图形的面积&#xff0c;这些面积可以是矩形、圆形等等。图形面积计算和弧长计算常用于车辆识别、桥梁识别等重要功能&#xff0c;常用的API…...

Springboot 高校报修与互助平台小程序

一、前言 随着我国经济迅速发展&#xff0c;人们对手机的需求越来越大&#xff0c;各种手机软件也都在被广泛应用&#xff0c;但是对于手机进行数据信息管理&#xff0c;对于手机的各种软件也是备受用户的喜爱&#xff0c;高校报修与互助平台小程序被用户普遍使用&#xff0c;为…...