当前位置: 首页 > news >正文

数据结构之各大排序(C语言版)

我们这里话不多说,排序重要性大家都很清楚,所以我们直接开始。

我们就按照这张图来一一实现吧!

一.直接插入排序与希尔排序.

这个是我之前写过的内容了,大家可以通过链接去看看详细内容。

算法之插入排序及希尔排序(C语言版)-CSDN博客

这里就直接赋上代码了

//直接插入排序(升序)
void Insertsort(int* arr, int n)
{for (int i = 0; i < n - 1; i++){int end = i;int tmp = arr[end + 1];while (end >= 0){if (tmp < arr[end]){arr[end + 1] = arr[end];end--;}else{break;}}arr[end + 1] = tmp;}
}
//希尔排序(升序)
void Shellsort(int* arr, int n)
{int gap = n;while (gap > 1){gap = gap / 2;//gap = gap / 3 + 1;//先一组组排好//for (int i = 0; i < gap; i++)//{//	for (int j = i; j < n - gap; j += gap)//	{//		int end = j;//		int tmp = arr[end + gap];//		while (end >= 0)//		{//			if (tmp < arr[end])//			{//				arr[end + gap] = arr[end];//				end-=gap;//			}//			else//			{//				break;//			}//		}//		arr[end + gap] = tmp;//	}//}//多组并排for (int i = 0; i < n - gap; i++){int end = i;int tmp = arr[end + gap];while (end >= 0){if (tmp < arr[end]){arr[end + gap] = arr[end];end-=gap;}else{break;}}arr[end + gap] = tmp;}}
}

我们还是分析下他们的时间复杂度吧!

插入排序是通过进行比较来插入的,最坏的情况就是都要比较,所以是O(N^2),最好情况就是本生就是顺序且有序的。

而希尔排序则不同,大家现在当下只需知道大概在O(1.3N)左右即可

直接插入排序的特性总结:
1. 元素集合越接近有序,直接插入排序算法的时间效率越高
2. 时间复杂度:O(N^2)
3. 空间复杂度:O(1),它是一种稳定的排序算法
4. 稳定性:稳定
希尔排序的特性总结:
1. 希尔排序是对直接插入排序的优化。
2. gap > 1时都是预排序,目的是让数组更接近于有序。当gap == 1时,数组已经接近有序的了,这样就 会很快。这样整体而言,可以达到优化的效果。我们实现后可以进行性能测试的比。
3. 希尔排序的时间复杂度不好计算,因为gap的取值方法很多,导致很难去计算,因此在好些书中给出的希尔排序的时间复杂度都不固定,大家就记为 O(1.3N)
4. 稳定性:不稳定

二.选择排序

选择排序的思想就是:找到最值的两个数,分别放在首尾,然后再选择次一级的,知道排好。是不是非常简单,所以这里我们上代码:

//选择排序(升序)
void Swap(int* p, int* q)
{int* tmp = *p;*p = *q;*q = tmp;
}
void Selectsort(int* arr, int n)
{int begin = 0;int end = n - 1;while (begin < end){int min = begin;int max = begin;for (int i = begin + 1; i <= end; i++){if (arr[i] < arr[min])min = i;if (arr[i] > arr[max])max = i;}Swap(&arr[begin], &arr[min]);//注意:这里一定要留意max的值是不是begin位置,如果是,前一个交换会影响到后一个,所以要找到正确的位置if (max == begin)max = min;Swap(&arr[end], &arr[max]);begin++;end--;}
}
直接选择排序的特性总结:
1. 直接选择排序思考非常好理解,但是效率不是很好。实际中很少使用
2. 时间复杂度:O(N^2)
3. 空间复杂度:O(1)
4. 稳定性:不稳定

三.堆排序

这个之前也实现过了,可以看链接:

堆排序(C语言版)-CSDN博客

这里还是贴下代码:

void Adjustup(int* arr, int child)
{int parent = (child - 1) / 2;while (child > 0){if (arr[child] > arr[parent]){Swap(&arr[child], &arr[parent]);child = parent;parent = (child - 1) / 2;}else{break;}}
}
void Adjustdown(int* arr,int parent, int n)
{int child = parent * 2 + 1;while (child < n){if (child + 1 < n && arr[child + 1] > arr[child]){child++;}if (arr[child] > arr[parent]){Swap(&arr[child], &arr[parent]);parent = child;child = parent * 2 + 1;}else{break;}}
}
//堆排序
void Heapsort(int* arr, int n)
{//建大堆/*for (int i = 1; i < n; i++){Adjustup(arr, i);}*/for (int i = (n - 1 - 1) / 2; i >= 0; i--){Adjustdown(arr,i,n);}//堆删除int end = n - 1;while (end > 0){Swap(&arr[end], &arr[0]);Adjustdown(arr,0, end);end--;}
}
堆排序的特性总结:
1. 堆排序使用堆来选数,效率就高了很多。
2. 时间复杂度:O(N*logN)
3. 空间复杂度:O(1)
4. 稳定性:不稳定

四.冒泡排序和快速排序

这是一个可以说是最简单的排序了,实现的关键就是想好两层循环的条件就行了,我之前也实现过了,大家可以去之前我的文章看看,这里给大家一个链接吧!

冒泡排序即相关想法-CSDN博客

这里直接上代码了,学到这还不会冒泡,建议别在看这个文章了,需要去补就前面的了。

//冒泡排序(升序)
void Bubblesort(int* arr, int n)
{for (int i = 0; i < n - 1; i++){for (int j = 0; j < n - i - 1; j++){if (arr[j] > arr[j + 1])Swap(&arr[j], &arr[j + 1]);}}
}

时间复杂度:O(N^2)

下面开始我们可以说是非常难的部分了----快速排序

快速排序是 Hoare 1962 年提出的一种二叉树结构的交换排序方法,其基本思想为: 任取待排序元素序列中 的某元素作为基准值,按照该排序码将待排序集合分割成两子序列,左子序列中所有元素均小于基准值,右 子序列中所有元素均大于基准值,然后最左右子序列重复该过程,直到所有元素都排列在相应位置上为止。

我们先直接学hoare版本吧!

注意:hoare的版本是将key取开头的元素

如果我们按照升序排列,我们要先走右边的,这样才能保证相遇的点其值一定比key点的小,原因如下:

相遇分为以下两种情况:

1.左边相遇右边,即右边停止后左边一直走,没有找到比key大的元素直到相遇,而相遇点是右边找小找到的,说明相遇点比key点小(升序)

2.右边相遇左边,即左边停止后右边一直走,没有找到比key小的元素直到相遇,而相遇点是左边找大找到的,说明相遇点比key点大。(降序)

下面我们实现吧!

//快速排序(升序)
void Swap(int* p, int* q)
{int* tmp = *p;*p = *q;*q = tmp;
}
void Quicksort(int* arr, int begin, int end)//注意end到底是啥?如果是元素个数,下面的right要减1,如果是最后一个元素下标,end=right
{//递归结束条件if (begin >= end)return;int left = begin;int right = end - 1;int key = begin;while (left < right){//先右while (left < right && arr[right] >= arr[key])//右找小{right--;}//再左while (left < right && arr[left] <= arr[key])//左找大{left++;}Swap(&arr[left], &arr[right]);}//相遇点和key交换Swap(&arr[left], &arr[key]);//第一次完成//下面是递归部分key = left;Quicksort(arr, 0, key);Quicksort(arr, key + 1,end);
}

这个就是hoare版本了,学到这你可能会问一下问题:

1.为什么左边要找大,右边要找小?

我们如果要排升序,是不是从小到大的顺序,如果交换的左右不是大和小,那么你确定是在排序

2.key为啥就是数组开头元素呢?

这个其实只是hoare版本的key找法,实际上还有其他方法的,下面我们就讲解下其他key找法。

//三数取中法
int Mid(int* arr,int begin, int end)
{int mid = (begin + end-1) / 2;if (arr[begin] > arr[end]){if (arr[mid] > arr[end]){if (arr[begin] > arr[mid])return mid;elsereturn begin;}return end;}else{if (arr[mid] > arr[begin]){if (arr[end] > arr[mid])return mid;elsereturn end;}return begin;}
}

对于上面的内容要注意我们都是end表示为最后一个元素是第几个元素,而非所在的数组下标。

下面我们将其改成数组下标,再写一遍hoare版本的快排。

//三数取中法
int Mid(int* arr,int begin, int end)
{int mid = (begin + end) / 2;if (arr[begin] > arr[end]){if (arr[mid] > arr[end]){if (arr[begin] > arr[mid])return mid;elsereturn begin;}return end;}else{if (arr[mid] > arr[begin]){if (arr[end] > arr[mid])return mid;elsereturn end;}return begin;}
}
void Quicksort(int* arr, int begin, int end)//end表示最后一个元素下标
{if (begin >= end)return;int left = begin;int right = end;int key = begin;while (left < right){while (left < right && arr[right] >= arr[key])right--;while (left < right && arr[left] <= arr[key])left++;Swap(&arr[left], &arr[right]);}Swap(&arr[left], &arr[key]);key = left;Quicksort(arr, 0, key - 1);Quicksort(arr, key + 1, end);
}

注意改变之处。

大家可能会发现hoare版本的快排有非常多的点需要注意,于是后人就写出了以下两种不同的写法,对其进行改进。

挖坑法

挖坑法是指先将一个数据储存在数组外面,然后还是右边找小,左边找大,找到就将该位置的数放在原先取出的位置,然后现在的位置即是一个新的坑,一直上述操作直到左右相遇,然后将最开始保存的数据放进相遇位置。

下面我们实现它:

//挖坑法
void partQuicksort(int* arr, int begin, int end)//end表示最后一个元素下标
{if (begin >= end)return;int left = begin;int right = end;int key = arr[begin];int hole = begin;//坑while (left < right){while (left < right && arr[right] >= key)right--;arr[hole] = arr[right];hole = right;while (left < right && arr[left] <= key)left++;arr[hole] = arr[left];hole = left;}arr[hole] = key;partQuicksort(arr, begin, hole - 1);partQuicksort(arr, hole + 1, end);
}
前后指针版本

//前后指针法
void part2Quicksort(int* arr, int begin, int end)//end表示下标
{if (begin >= end)return;int prev = begin;int cur = begin + 1;int key = begin;while (cur <= end){if (arr[cur] < arr[key] && ++prev != cur){Swap(&arr[prev], &arr[cur]);}cur++;}Swap(&arr[prev], &arr[key]);key = prev;part2Quicksort(arr, 0, key - 1);part2Quicksort(arr, key + 1, end);	
}

对于快排还可以优化,例如:我们这里实现时发现,大部分的递归都是在元素非常小的时候,所以如果我们可以将这部分改成其他排序,是不是可以节省一部分空间。

我们以hoare版本为例:

void Quicksort2(int* arr, int begin, int end)//end表示最后一个元素下标
{if (begin >= end)return;//如果元素小于等于10,利用其他排序,这里我们选择插入排序if (end - begin + 1 <= 10){Insertsort(arr+begin, end - begin + 1);//注意这里数组也要变}else{int left = begin;int right = end;int key = begin;while (left < right){while (left < right && arr[right] >= arr[key])right--;while (left < right && arr[left] <= arr[key])left++;Swap(&arr[left], &arr[right]);}Swap(&arr[left], &arr[key]);key = left;Quicksort(arr, 0, key - 1);Quicksort(arr, key + 1, end);}
}

快排学到现在了,大家是不是觉得自己行了???现在我请你实现快排的非递归,请问你如何实现呢?

//快排非递归
int Quicksort3(int* arr, int begin, int end)
{//我们这里就用挖坑法实现int hole = begin;int key = arr[begin];while (begin < end){while (begin < end && arr[end] >= key)end--;arr[hole] = arr[end];hole = end;while (begin < end && arr[begin] <= key)begin++;arr[hole] = arr[begin];hole = begin;}arr[hole] = key;return hole;
}
void QuicksortNone(int* arr, int begin, int end)
{SS s1;StackInit(&s1);StackPush(&s1,begin);StackPush(&s1, end);while (!StackEmpty(&s1)){int right = StackTop(&s1);StackPop(&s1);int left = StackTop(&s1);StackPop(&s1);int key = Quicksort3(arr, left, right);if (left < key - 1){StackPush(&s1, left);StackPush(&s1,key-1);}if (right > key + 1){StackPush(&s1,key+1);StackPush(&s1,right);}}StackDestory(&s1);
}

快速排序的特性总结:
1. 快速排序整体的综合性能和使用场景都是比较好的,所以才敢叫快速排序
2. 时间复杂度:O(N*logN)
3. 空间复杂度:O(logN)
4. 稳定性:不稳定

五.归并排序

基本思想:
归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并。
//归并排序
void _Mergesort(int* arr, int begin, int end, int* tmp)
{if (begin >= end)return;//先递归int mid = (begin + end) / 2;_Mergesort(arr, begin, mid, tmp);_Mergesort(arr, mid + 1, end,tmp);//并int begin1 = begin;int end1 = mid;int begin2 = mid + 1;int end2 = end;int i = begin;while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] < arr[begin2]){tmp[i++] = arr[begin1++];}else{tmp[i++] = arr[begin2++];}}while (begin1 <= end1){tmp[i++] = arr[begin1++];}while (begin2 <= end2){tmp[i++] = arr[begin2++];}memcpy(arr + begin, tmp + begin, (end - begin + 1)*sizeof(int));
}
void MergeSort(int* arr, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);//检查if (tmp == NULL){perror(tmp);return;}_Mergesort(arr, 0, n-1, tmp);free(tmp);tmp = NULL;
}

当然,归并排序也可以非递归实现,由于实现过于复杂,所以我们现在就先不是实现了,以后我们会讲的。

大家加油!

相关文章:

数据结构之各大排序(C语言版)

我们这里话不多说&#xff0c;排序重要性大家都很清楚&#xff0c;所以我们直接开始。 我们就按照这张图来一一实现吧&#xff01; 一.直接插入排序与希尔排序. 这个是我之前写过的内容了&#xff0c;大家可以通过链接去看看详细内容。 算法之插入排序及希尔排序&#xff08…...

c++ 中多线程的使用

如果你的其他逻辑必须在线程 t1 和 t2 之后执行&#xff0c;但你又希望这些线程能够同时运行&#xff0c;你可以在主线程中使用 std::thread::detach 将线程分离&#xff0c;让它们在后台运行。这样&#xff0c;主线程不会等待这些线程的完成&#xff0c;而可以继续执行其他逻辑…...

理解二叉树的遍历(算法村第七关白银挑战)

二叉树的前序遍历 144. 二叉树的前序遍历 - 力扣&#xff08;LeetCode&#xff09; 给你二叉树的根节点 root &#xff0c;返回它节点值的 前序 遍历。 示例 1&#xff1a; 输入&#xff1a;root [1,null,2,3] 输出&#xff1a;[1,2,3]解 LeetCode以及面试中提供的方法可能…...

所有单片机使用的汇编语言是统一的吗?

所有单片机使用的汇编语言是统一的吗&#xff1f; 在开始前我有一些资料&#xff0c;是我根据网友给的问题精心整理了一份「单片机的资料从专业入门到高级教程」&#xff0c; 点个关注在评论区回复“888”之后私信回复“888”&#xff0c;全部无偿共享给大家&#xff01;&…...

C ++类

定义一个Person类&#xff0c;私有成员int age&#xff0c;string &name&#xff0c;定义一个Stu类&#xff0c;包含私有成员double *score&#xff0c;写出两个类的构造函数、析构函数、拷贝构造和拷贝赋值函数&#xff0c;完成对Person的运算符重载(算术运算符、条件运算…...

STM32疑难杂症

1.keil的奇怪问题 创建的数组分配内存到0x10000000地址的时候&#xff0c;数据总是莫名其妙的出现问题&#xff0c;取消勾选就正常了 stm32f407内部有一个CCM内存&#xff0c;这部分内存只能由内核控制&#xff0c;任何外设都不能够进行访问。这样问题就来了&#xff0c;如果使…...

GIT使用简介

Git 是一种版本控制系统&#xff0c;常用于团队协作开发和管理代码。下面是 Git 的基本使用方式&#xff1a; 安装 Git&#xff1a;首先&#xff0c;在你的计算机上安装 Git。你可以从 Git 官方网站&#xff08;https://git-scm.com/&#xff09;下载适合你操作系统的版本&…...

easycode 插件配置文件

easycode是一个idea生成文件的插件&#xff0c;以下是我的一个项目中配置信息&#xff0c;需要的可以拿走&#xff0c;保存成json文件导入即可 {"author" : "XXX","version" : "1.2.8","userSecure" : "","…...

elasticsearch系列四:集群常规运维

概述 在使用es中如果遇到了集群不可写入或者部分索引状态unassigned&#xff0c;明明写入了很多数据但是查不到等等系列问题该怎么办呢&#xff1f;咱们今天一起看下常用运维命令。 案例 起初我们es性能还跟得上&#xff0c;随着业务发展壮大&#xff0c;发现查询性能越来越不…...

6.6 会话与输入事件(三)

三,Pointer会话 3.1 Pointer会话及其属性 指针输入会话使用SCREEN_EVENT_POINTER类型创建,通常用于控制光标的形状和位置。 指针会话的SCREEN_PROPERTY_MODE属性未使用。但是,可以使用下面的会话属性配置指针会话: SCREEN_PROPERTY_ACCELERATION表示一组六个整数,表示x…...

【自动化测试总结】优点、场景、流程、项目人员构成

一、自动化测试的概念 以程序测试程序&#xff0c;以代码代替思维&#xff0c;以脚本的运行代替手工测试&#xff0c;可以大大提高工作测试的效率。 二、自动化测试的优点 1.回归测试更为方便&#xff0c;可靠。自动化测试最主要的任务和特点&#xff0c;特别是在程序修改比较…...

杨中科 ASP.NETCore Rest

什么是Rest RPC 1、Web API两种风格: 面向过程(RPC) 、面向REST (REST) 2、RPC:“控制器/操作方法“的形式把服务器端的代码当成方法去调用。把HTTP当成传输数据的通道&#xff0c;不关心HTTP谓词。通过QueryString请求报文体给服务器传递数据。状态码。比如/Persons/GetAll…...

RTU数据采集终端

在现代工业控制系统中&#xff0c;数据采集是一个至关重要的步骤。RTU(远程终端单元)作为一种常用的数据采集终端设备&#xff0c;不仅可以实现数据的采集和传输&#xff0c;还可以实现现场设备的远程监控和控制。 一、RTU数据采集终端的工作原理 RTU数据采集终端是一种将现场…...

双指针--- 数组元素的目标和

目录 数组元素的目标和思路&#xff1a;暴力做法思路&#xff1a;双指针做法&#xff1a; 代码: 原题链接 数组元素的目标和 给定两个升序排序的有序数组 A 和 B &#xff0c;以及一个目标值 x 。 数组下标从 0 开始。 请你求出满足 A[i]B[j]x 的数对 (i,j) 。 数据保证有唯…...

你的网站或许不需要前端构建(二)

前一阵&#xff0c;有朋友问我&#xff0c;能否在不进行前端编译构建的情况下&#xff0c;用现代语法开发网站界面。 于是&#xff0c;就有了这篇文章中提到的方案。 写在前面 这篇文章&#xff0c;依旧不想讨论构建或不构建&#xff0c;哪一种方案对开发更友好&#xff0c;…...

flutter 使用adb 同时连接 多个模拟器

MUMU模拟器 MuMu模拟器官网_安卓12模拟器_网易手游模拟器 传统只需要 连接一个 默认命令是 默认端口是7555 adb connect 127.0.0.1:7555 但是需要同时连接调试多个模拟器的时候 就需要连接多个 这里可以使用自带的多开 多开后 使用 1 是对应多开的序号 这样就可以查看对…...

网络四元组

文章目录 网络四元组 今天我们来聊聊 网络四元组 网络四元组 四元组&#xff0c;简单理解就是在 TCP 协议中&#xff0c;去确定一个客户端连接的组成要素&#xff0c;它包括源 IP 地址、目标 IP 地址、源端口号、目标端口号。 正常情况下&#xff0c;我们对于网络通信的认识可…...

[实践总结] 限制正则表达式匹配次数/时间 防止DoS攻击

思路 1、优化正则表达式 2、正则表达式无法优化的话&#xff0c;可以考虑限制匹配次数&#xff0c;或者限制匹配时间 限制 匹配次数 public class CountedCharSequence implements CharSequence {private final CharSequence charSequence;private long count;public Counte…...

ffmpeg 5.0版本调试 ffmpeg 5.01 static版本

ffmpeg 5.0版本调试 写法&#xff1a;ffmpeg -rtsp_transport tcp -re -i rtsp://admin:BYTtest2019192.168.1.2:554/h264/ch1/main/av_stream -q 5 -f mpegts -fflags nobuffer -c:v mpeg1video -an -s 960x540 http://127.0.0.1:12345/demo本地写法 ffmpeg -timeout 5000000…...

应用在游戏机触摸屏中的触摸感应芯片

触屏游戏机的屏幕是由液晶屏和触控层组成的。触控层分为电容式触屏和电阻式触屏两种。电容式触屏是将悬空电极和屏幕玻璃上的电极组成静电场,当人体接近屏幕时,就会改变静电场分布,从而实现触摸的位置探测。而电阻式触屏则是利用玻璃上的两层电极之间通电形成一个电阻值,当手指…...

<6>-MySQL表的增删查改

目录 一&#xff0c;create&#xff08;创建表&#xff09; 二&#xff0c;retrieve&#xff08;查询表&#xff09; 1&#xff0c;select列 2&#xff0c;where条件 三&#xff0c;update&#xff08;更新表&#xff09; 四&#xff0c;delete&#xff08;删除表&#xf…...

【WiFi帧结构】

文章目录 帧结构MAC头部管理帧 帧结构 Wi-Fi的帧分为三部分组成&#xff1a;MAC头部frame bodyFCS&#xff0c;其中MAC是固定格式的&#xff0c;frame body是可变长度。 MAC头部有frame control&#xff0c;duration&#xff0c;address1&#xff0c;address2&#xff0c;addre…...

(二)原型模式

原型的功能是将一个已经存在的对象作为源目标,其余对象都是通过这个源目标创建。发挥复制的作用就是原型模式的核心思想。 一、源型模式的定义 原型模式是指第二次创建对象可以通过复制已经存在的原型对象来实现,忽略对象创建过程中的其它细节。 📌 核心特点: 避免重复初…...

SpringBoot+uniapp 的 Champion 俱乐部微信小程序设计与实现,论文初版实现

摘要 本论文旨在设计并实现基于 SpringBoot 和 uniapp 的 Champion 俱乐部微信小程序&#xff0c;以满足俱乐部线上活动推广、会员管理、社交互动等需求。通过 SpringBoot 搭建后端服务&#xff0c;提供稳定高效的数据处理与业务逻辑支持&#xff1b;利用 uniapp 实现跨平台前…...

Go 并发编程基础:通道(Channel)的使用

在 Go 中&#xff0c;Channel 是 Goroutine 之间通信的核心机制。它提供了一个线程安全的通信方式&#xff0c;用于在多个 Goroutine 之间传递数据&#xff0c;从而实现高效的并发编程。 本章将介绍 Channel 的基本概念、用法、缓冲、关闭机制以及 select 的使用。 一、Channel…...

uniapp手机号一键登录保姆级教程(包含前端和后端)

目录 前置条件创建uniapp项目并关联uniClound云空间开启一键登录模块并开通一键登录服务编写云函数并上传部署获取手机号流程(第一种) 前端直接调用云函数获取手机号&#xff08;第三种&#xff09;后台调用云函数获取手机号 错误码常见问题 前置条件 手机安装有sim卡手机开启…...

iview框架主题色的应用

1.下载 less要使用3.0.0以下的版本 npm install less2.7.3 npm install less-loader4.0.52./src/config/theme.js文件 module.exports {yellow: {theme-color: #FDCE04},blue: {theme-color: #547CE7} }在sass中使用theme配置的颜色主题&#xff0c;无需引入&#xff0c;直接可…...

倒装芯片凸点成型工艺

UBM&#xff08;Under Bump Metallization&#xff09;与Bump&#xff08;焊球&#xff09;形成工艺流程。我们可以将整张流程图分为三大阶段来理解&#xff1a; &#x1f527; 一、UBM&#xff08;Under Bump Metallization&#xff09;工艺流程&#xff08;黄色区域&#xff…...

PydanticAI快速入门示例

参考链接&#xff1a;https://ai.pydantic.dev/#why-use-pydanticai 示例代码 from pydantic_ai import Agent from pydantic_ai.models.openai import OpenAIModel from pydantic_ai.providers.openai import OpenAIProvider# 配置使用阿里云通义千问模型 model OpenAIMode…...

中科院1区顶刊|IF14+:多组学MR联合单细胞时空分析,锁定心血管代谢疾病的免疫治疗新靶点

中科院1区顶刊|IF14&#xff1a;多组学MR联合单细胞时空分析&#xff0c;锁定心血管代谢疾病的免疫治疗新靶点 当下&#xff0c;免疫与代谢性疾病的关联研究已成为生命科学领域的前沿热点。随着研究的深入&#xff0c;我们愈发清晰地认识到免疫系统与代谢系统之间存在着极为复…...