当前位置: 首页 > news >正文

二叉树顺序结构及链式结构

一.二叉树的顺序结构

1.定义:使用数组存储数据,一般使用数组只适合表示完全二叉树,此时不会有空间的浪费

注:二叉树的顺序存储在逻辑上是一颗二叉树,但是在物理上是一个数组,此时需要程序员自己想清楚调整数据时应该怎样调整

2.堆

(1)定义:集合中所有元素按照完全二叉树的顺序存储在一个一维数组中,并满足Ki<=K2*i+1且K2*i+2(或Ki<=K2*i+1且K2*i+2)的规律,则称之为堆

(2)性质:

1>堆中某个节点的值总是不大于(或不小于)其父节点的值

2>堆是一颗完全二叉树

3>大堆:任何一个父节点的值>=孩子的值

    小堆:任何一个父节点的值<=孩子的值

(3)堆的实现(以小堆为例)

1>堆的结构体定义:数组指针(用于存储数据),有效数据个数,空间容量大小

typedef int HeapDataType;
typedef struct Heap
{HeapDataType* a;//数组指针int size;//有效数据个数int capacity;//有效空间大小
}HP;

2>堆的初始化:

//堆的初始化
void HPInit(HP* ph)
{assert(ph);ph->a = NULL;ph->size = ph->capacity = 0;
}

3>堆的销毁:

//堆的销毁
void HPDestory(HP* ph)
{assert(ph);free(ph->a);ph->a = NULL;ph->size = ph->capacity = 0;
}

4>向堆中插入数据:

**思路:将数据插在原数据的最后面,在不断向上调整以保证插入数据后仍为小堆 

**画图解释

**代码实现

//向堆内插入数据
void HPPush(HP* ph, HeapDataType x)
{assert(ph);//判断是否需要增容if (ph->size == ph->capacity){int newcapacity = ph->capacity * 2 == 0 ? 4 : ph->capacity * 2;HeapDataType* tmp = (HeapDataType*)realloc(ph->a, sizeof(HeapDataType) * newcapacity);if (tmp == NULL){perror("realloc fail");return;}ph->a = tmp;ph->capacity = newcapacity;}ph->a[ph->size] = x;ph->size++;AdjustUp(ph->a, ph->size-1);}

5>向上调整数据:

思路:找孩子的父亲,判断父亲是否大于孩子,若大于则交换父子地位,继续向上调整

 注:由于堆是完全二叉树,一个父亲最多有两个孩子,所以父亲的下标应该是孩子的下标减一再除以2,即parent=(child-1)/2;

//向上调整
void AdjustUp(HeapDataType* a, int child)
{int parent = (child - 1) / 2;while (child > 0){if (a[parent] > a[child]){Swap(&a[parent], &a[child]);child = parent;parent= (child - 1) / 2;}else{break;}}
}

6>删除根部数据:

思路:先交换根部数据和最后一个数据,再删除根部数据,同时将最后一个数据向下调整以保证删除后的堆仍为小堆

//删除堆顶数据(根位置)
void HPPop(HP* ph)
{assert(ph);Swap(&ph->a[0], &ph->a[ph->size - 1]);ph->size--;AdjustDown(ph->a, ph->size, 0);
}

7>向下调整数据:

**思路:先找左右孩子中较小的那个孩子,与父亲相比,若父亲大于孩子,则交换父子地位,继续向下调整

注:由于堆是完全二叉树,一个父亲最多有两个孩子,所以左孩子的下标应该是父亲的下标乘以2再加1,即child=parent*2+1;

**画图解释

**代码实现

//向下调整
void AdjustDown(HeapDataType* a, int size, int parent)
{//默认左孩子小int child = parent * 2 + 1;while (child < size){//找左右孩子中小的那一个if ((child+1) < size && a[child+1] < a[child]){child ++;}if (a[parent] > a[child]){Swap(&a[parent], &a[child]);parent = child;child = parent * 2 + 1;}else{break;}}
}

(4)堆的应用

1>堆排序

1.1)思路:注:降序:建小堆,升序建大堆

             将数组中的元素建堆,交换最后的数据与首位数据,并进行向下调整,让size--,循环操                 作,直至完成排序

1.2)时间复杂度:O(N*log N)

1.3)画图解释:

1.4)代码实现

void HeapSort(int* a, int size)
{//将数组建堆for (int i = 1; i < size; i++){AdjustUp(a, i);}int end = size - 1;while (end > 0){Swap(&a[0], &a[end]);AdjustDown(a, end, 0);--end;}
}

2>TOP_K(以求前K个最大的数据为例)

2.1)定义:求出数据中前K个最大的数据(或前K个最小的数据)

2.2)思路:

思路一:创建一个含N个节点的大堆,PopK次,即可获取前K个最大的数据

              弊端:当N非常大时,在创建节点时需要占用大量的内存

思路二:建一个含K个节点的小堆,将剩余的N-K个数据与堆顶数据相比,若大于堆顶数据则入                    堆进行向下调整,否则进行下一个比较

注:思路二更优,效率高

2.3)代码实现

void TOP_K(int* a,int n,int k) 
{//在文件中读取数据const char* fp = "data.txt";FILE* fout = fopen(fp, "r");if (fout == NULL){perror("fopen fail");return;}//读取前K个数据for (int i = 0; i < k; i++){fscanf(fout,"%d", &a[i]);}//建小堆for (int i = (k-1-1)/2;i>=0;i--){AdjustDown(a, k, i);}//将剩余的n-k个数据于堆顶数据相比int x = 0;while (fscanf(fout,"%d",&x)!=EOF){if (a[0]<x){a[0] = x;AdjustDown(a, k, 0);}}for (int i = 0; i < k; i++){printf("%d ", a[i]);}printf("\n");
}

2.4)数据验证

思路:将N的节点的数据模上N,是他们处于小于N的状态,在随机挑K个数据将他们调大于N,若在选出来的K个数据为大于N的数据,则说明该程序执行的是选取前K个最大的数据的指令

二.二叉树的链式结构(以二叉链表为例)

注:在二叉树的实现中多用递归来达到一层一层向下查找的目的(所以读者需要熟练掌握递归的相关知识)

1.定义:用链表表示一颗二叉树,即用链表表示元素之间的逻辑关系

2.二叉树节点的定义:该节点内存储的数据,指向左孩子的指针,指向右孩子的指针

typedef int BTNodeData;
typedef struct BinaryTreeNode
{BTNodeData val;struct BinaryTreeNode* left;struct BinaryTreeNode* right;
}BTNode;

3.二叉树的创建(根据前序遍历来创建二叉树):

以数组abd##e#h##cf##g##构建二叉树

1>思路:1)若当前数据为#,则返回NULL;

               2)否则开辟一个二叉树节点root,将该数据赋给val,给左,右孩子赋值,通过调用函数递                 归实现

2>代码实现:

//创建二叉树
BTNode* BTCreate(BTNodeData* a, int* pi)
{if (a[*pi] == ‘#’){(*pi)++;return NULL;}BTNode* root = (BTNode*)malloc(sizeof(BTNode));root->val = a[*pi];(*pi)++;root->left = BTCreate(a,pi);root->right = BTCreate(a, pi);return root;
}

4.二叉树的前序遍历:

1>访问顺序:根,左子树,右子树

2>思路:如果根为空,打印N,什么都不返回;否则先打印根的值,再调用该函数,将左子树的地址作为参数,然后调用该函数,将右子树的地址作为参数,利用递归实现前序遍历

3>代码实现

//前序遍历
void PreOrder(BTNode* root)
{if (root == NULL){printf("N ");return;}printf("%d ", root->val);PreOrder(root->left);PreOrder(root->right);
}

5.二叉树的中序遍历

1>访问顺序:左子树,根,右子树

2>思路:与前序遍历类似

3>代码实现

//中序遍历
void InOrder(BTNode* root)
{if (root == NULL){printf("N ");return;}InOrder(root->left);printf("%d ", root->val);InOrder(root->right);
}

6.二叉树的后序遍历

1>访问顺序:左子树,右子树,根

2>思路:与前序遍历类似

3>代码实现

//后序遍历
void PostOrder(BTNode* root)
{if (root == NULL){printf("N ");return;}PostOrder(root->left);PostOrder(root->right);printf("%d ", root->val);
}

7.二叉树的层序遍历

1>思路:利用队列,让上一层的节点先入队列,在删除他们时,带进去下一层,若节点为空不进队列

2>代码实现:

//层序遍历
void BTLevelOrder(BTNode* root)
{Queue q;QueueInit(&q);if (root){QueuePush(&q, root);}while (!QueueEmpty(&q)){BTNode* front = QueueFront(&q);QueuePop(&q);printf("%d ", front->val);//当节点不为空时入队列if (front->left){QueuePush(&q, front->left);}if(front->right){QueuePush(&q, front->right);}}printf("\n");QueueDestory(&q);
}

8.二叉树的节点个数

1>思路:1)如果根节点为空,返回0;

               2)否则返回左子树的节点数+右子树的节点数+1(利用递归法实现左右子树节点数的计算)

2>代码实现:

//二叉树节点个数
int BTSize(BTNode* root)
{if (root == NULL){return 0;}return  BTSize(root->left) + BTSize(root->right) + 1;
}

9.二叉树的叶子节点个数

1>思路:1)如果根为空,返回0;

               2)如果左右孩子均为空,返回1;

               3)否则返回左子树叶子数+右子树叶子数(利用递归实现左右子树叶子数的计算)

2>代码实现:

//二叉树叶子节点个数
int BTLeafSize(BTNode* root)
{if (root == NULL){return 0;}if (root->left == NULL && root->right == NULL){return 1;}return BTLeafSize(root->left) + BTLeafSize(root->right);
}

10.二叉树第K层节点个数

1>思路:1)如果根为空返回0;

               2)如果k==1,返回1;

               3)否则返回左子树的k-1层+右子树的k-1层

注:将树一层一层向下压,直至出现两种特殊情况

2>代码实现:

//二叉树第K层节点个数
int BTLevelKSize(BTNode* root, int k)
{if (root == NULL){return 0;}if (k == 1){return 1;}return BTLevelKSize(root->left, k - 1) + BTLevelKSize(root->right, k - 1);
}

11.二叉树查找值为X的节点

1>思路:1)若根为空,返回空;

               2)若根的值等于待查找数据,返回根的地址;

              3)否则查找左子树是否有值为X的节点若有返回该节点的地址,否则查找右子树是否有值                  为X的节点若有返回该节点的地址,若左右子树均没有是否有值为X的节点,则返回空

2>代码实现:

//二叉树查找值为X的节点
BTNode* BTFind(BTNode* root, BTNodeData x)
{if (root == NULL){return NULL;}if (root->val == x){return root;}//比较左子树是否有节点值为xBTNode* ret1 = BTFind(root->left, x);if (ret1!=NULL){return ret1;}//比较右子树是否有节点值为xBTNode* ret2 = BTFind(root->right, x);if (ret2 != NULL){return ret2;}//左右子树中均未找到值为x的节点return NULL;
}

12.树的高度

1>思路:1)若根为空,返回0;

               2)否则记录并分别求左右子树的高度,哪个值更大哪个即为树的高度

注:每次都需记录所求的树的高度,否则会出现走到上一层忘了下一层的情况,导致反复求某棵树高度的情况

2>代码实现:

//二叉树的高度
int BTHeight(BTNode* root)
{if (root == NULL){return 0;}int HeightLeft = BTHeight(root->left)+1;int HeightRight = BTHeight(root->right)+1;return HeightLeft > HeightRight ? HeightLeft  : HeightRight ;
}

13.二叉树的销毁

1>思路:用后序遍历的思想先销毁左右子树,再销毁根(若先销毁根,销毁根后,无法找到左右子树)

2>代码实现

//二叉树的销毁
void BTDestory(BTNode* root)
{if (root == NULL)return;BTDestory(root->left);BTDestory(root->right);free(root);}

14.判断二叉树是否为完全二叉树

1>思路:无论节点是否为空都入队列,当检查到第一个空节点时,开始遍历后面的节点看是否有非空节点,若有,则不是完全二叉树,否则是完全二叉树

2>代码实现

//二叉树是否为完全二叉树
bool BTComplete(BTNode* root)
{Queue q;QueueInit(&q);if (root){QueuePush(&q, root);}while (!QueueEmpty(&q)){BTNode* front = QueueFront(&q);QueuePop(&q);//若第一个空如队列,跳出循坏,开始遍历看之后是否有非空节点的存在if (front == NULL){break;}QueuePush(&q, front->left);QueuePush(&q, front->right);}//遍历,看是否有非空节点while (!QueueEmpty(&q)){BTNode* front = QueueFront(&q);QueuePop(&q);if (front != NULL){QueueDestory(&q);return false;}}QueueDestory(&q);return true;
}

相关文章:

二叉树顺序结构及链式结构

一.二叉树的顺序结构 1.定义&#xff1a;使用数组存储数据&#xff0c;一般使用数组只适合表示完全二叉树&#xff0c;此时不会有空间的浪费 注&#xff1a;二叉树的顺序存储在逻辑上是一颗二叉树&#xff0c;但是在物理上是一个数组&#xff0c;此时需要程序员自己想清楚调整…...

【Python】pandas连续变量分箱

路过了学校花店 荒野到海边 有一种浪漫的爱 是浪费时间 徘徊到繁华世界 才发现你背影 平凡得特别 绕过了城外边界 还是没告别 爱错过了太久 反而错得完美无缺 幸福兜了一个圈 &#x1f3b5; 林宥嘉《兜圈》 import pandas as pd import numpy as np from sklearn.model_selecti…...

Qt 打卡小程序总结

1.Qt::Alignment&#xff08;枚举类型&#xff09;用于指定控件或文本的对齐方式 Qt::AlignLeft&#xff1a;左对齐。Qt::AlignRight&#xff1a;右对齐。Qt::AlignHCenter&#xff1a;水平居中对齐。Qt::AlignTop&#xff1a;顶部对齐。Qt::AlignBottom&#xff1a;底部对齐。…...

【qt】标准项模型

标准项模型 一.使用标准型项模型1.应用场景2.界面拖放3.创建模型4.配套模型5.视图设置模型6.视图属性的设置 二.从文件中拿到数据1.文件对话框获取文件名2.创建文件对象并初始化3.打开文件对象4.创建文本流并初始化5.读取文本流6.关闭文件7.完整代码 三.为模型添加数据1.自定义…...

一文深度剖析 ColBERT

近年来&#xff0c;向量搜索领域经历了爆炸性增长&#xff0c;尤其是在大型语言模型&#xff08;LLMs&#xff09;问世后。学术界开始重点关注如何通过扩展训练数据、采用先进的训练方法和新的架构等方法来增强 embedding 向量模型。 在之前的文章中&#xff0c;我们已经深入探…...

css左右滚动互不影响

想实现左右都可以滚动&#xff0c;且互不影响。 只需要再左边的css里面 .threedlist {cursor: pointer;width: 280px;position: fixed;height: 100vh; /* 定义父容器高度 */overflow-y: auto; /* 只有在内容超过父容器高度时才出现滚动条 */} 如果想取消滚动条样式 .threedli…...

【linux-uboot移植-mmc及tftp启动-IMX6ULL】

目录 1. uboot简介2. 移植前的基本介绍&#xff1a;2.1 环境系统信息: 3. 初次编译4. 烧录编译的u-boot4.1 修改网络驱动 5. 通过命令启动linux内核5.1 通过命令手动启动mmc中的linux内核5.1.1 fatls mmc 1:15.1.2 fatload mmc 1:1 0x80800000 zImage5.1.3 fatload mmc 1:1 0x8…...

Python-温故知新

1快速打开.ipynb文件 安装好anaconda后&#xff0c;在需要打开notebook的文件夹中&#xff0c; shift键右键——打开powershell窗口——输入jupyter notebook 即可在该文件夹中打开notebook的页面&#xff1a; 2 快速查看函数用法 光标放在函数上——shift键tab 3......

绿联NAS DXP系列发布:内网穿透技术在私有云的应用分析

5月23日&#xff0c;绿联科技举行了“新一代存储方式未来已来”发布会&#xff0c;发布了绿联NAS私有云DXP系列&#xff08;包括两盘位到八盘位的九款新品&#xff09;以及由绿联科技自研的全新NAS系统UGOS Pro。此次绿联发布的DXP系列九款产品&#xff0c;共有两盘位、四盘位、…...

力扣:242. 有效的字母异位词

242. 有效的字母异位词 给定两个字符串 s 和 t &#xff0c;编写一个函数来判断 t 是否是 s 的字母异位词。 注意&#xff1a;若 s 和 t 中每个字符出现的次数都相同&#xff0c;则称 s 和 t 互为字母异位词。 示例 1: 输入: s "anagram", t "nagaram"…...

设计模式14——组合模式

写文章的初心主要是用来帮助自己快速的回忆这个模式该怎么用&#xff0c;主要是下面的UML图可以起到大作用&#xff0c;在你学习过一遍以后可能会遗忘&#xff0c;忘记了不要紧&#xff0c;只要看一眼UML图就能想起来了。同时也请大家多多指教。 组合模式&#xff08;Composit…...

MyBatis面试题(Mybaits的优点、缺点、适用场合、与Hibernate有哪些不同)

一、Mybaits的优点&#xff1a; 1、基于 SQL 语句编程&#xff0c;相当灵活&#xff0c;不会对应用程序或者数据库的现有设计造成任 何影响&#xff0c;SQL 写在 XML里&#xff0c;解除 sql与程序代码的耦合&#xff0c;便于统一管理&#xff1b;提供 XML 标签&#xff0c;支持…...

python写接口性能测试

import time import requestsdef measure_response_time(api_url):try:start_time time.time()response requests.get(api_url, timeout10) # 设置超时时间为10秒end_time time.time()response_time end_time - start_timeprint(f"接口 {api_url} 的响应时间为&#…...

《暮色将尽》跨越世纪的历程,慢慢走向并完善自我

《暮色将尽》跨越世纪的历程&#xff0c;慢慢走向并完善自我 戴安娜阿西尔&#xff08;1917-2019&#xff09;&#xff0c;英国知名文学编辑、作家。著有《暮色将尽》《昨日清晨》《未经删节》《长书当诉》等。 曾嵘 译 文章目录 《暮色将尽》跨越世纪的历程&#xff0c;慢慢走…...

python-鸡兔同笼问题:已知鸡和兔的总头数与总脚数。求笼中鸡和兔各几只?

【问题描述】典型的鸡兔同笼问题。 【输入形式】输入总头数和总脚数两个实数&#xff1a;h&#xff0c;f 【输出形式】笼中鸡和兔的个数&#xff1a;x&#xff0c;y 【样例输入】16 40 【样例输出】鸡12只&#xff0c;兔4只 【样例说明】输入输出必须保证格式正确。…...

【NumPy】关于numpy.transpose()函数,看这一篇文章就够了

&#x1f9d1; 博主简介&#xff1a;阿里巴巴嵌入式技术专家&#xff0c;深耕嵌入式人工智能领域&#xff0c;具备多年的嵌入式硬件产品研发管理经验。 &#x1f4d2; 博客介绍&#xff1a;分享嵌入式开发领域的相关知识、经验、思考和感悟&#xff0c;欢迎关注。提供嵌入式方向…...

什么是住宅IP代理?为什么需要家庭 IP 代理

家庭代理 IP 允许您选择特定位置&#xff08;国家、城市或移动运营商&#xff09;并作为代理上网该区域的真实用户。住宅代理 IP 可以定义为保护用户免受一般网络流量影响的中介。它们在隐藏您的 IP 地址的同时充当缓冲区。住宅代理 IP 是服务提供商分配给用户的替代 IP 地址。…...

Java方法的重载

Java方法的重载 前言一、为什么要有重载代码示例问题 代码示例 二、重载的使用代码示例 三、重载的规则针对同一个类代码示例 前言 推荐一个网站给想要了解或者学习人工智能知识的读者&#xff0c;这个网站里内容讲解通俗易懂且风趣幽默&#xff0c;对我帮助很大。我想与大家分…...

RabbitMQ 消息队列安装及入门

市面常见消息队列中间件对比 技术名称吞吐量 /IO/并发时效性&#xff08;类似延迟&#xff09;消息到达时间可用性可靠性优势应用场景activemq万级高高高简单易学中小型企业、项目rabbitmq万级极高&#xff08;微秒&#xff09;高极高生态好&#xff08;基本什么语言都支持&am…...

K8S认证|CKA题库+答案| 14. 排查故障节点

14、排查集群中的故障节点 CKA v1.29.0模拟系统免费下载试用&#xff1a; 百度网盘&#xff1a;https://pan.baidu.com/s/1vVR_AK6MVK2Jrz0n0R2GoQ?pwdwbki 题目&#xff1a; 您必须在以下Cluster/Node上完成此考题&#xff1a; Cluster …...

【设计模式】遍历集合的艺术:深入探索迭代器模式的无限可能

在技术领域&#xff0c;我们常常被那些闪耀的、可见的成果所吸引。今天&#xff0c;这个焦点无疑是大语言模型技术。它们的流畅对话、惊人的创造力&#xff0c;让我们得以一窥未来的轮廓。然而&#xff0c;作为在企业一线构建、部署和维护复杂系统的实践者&#xff0c;我们深知…...

车辆动力学模型:Carsim与Simulink联合仿真解析空间位姿及速度随时间变化的动态特征

车辆动力学模型&#xff0c;carsim&&simulink联仿&#xff0c;包括空间位姿、速度等随时间的变化踩下油门的瞬间轮胎与地面摩擦发出刺耳声响&#xff0c;方向盘在手里轻微抖动。这种肾上腺素飙升的操控体验&#xff0c;在CarSim和Simulink的联合仿真环境里只需要几行代…...

使用AI完成Swagger接口类型在前端自动生成的工具

厌倦了手写 TypeScript 类型&#xff1f;我做了一个工具帮你从 Swagger 自动生成 背景&#xff1a;一个让人抓狂的日常 做前端的同学应该都经历过这种场景&#xff1a; 后端给你一个新接口&#xff0c;你打开接口文件&#xff0c;写下&#xff1a; export async function g…...

本科论文降AI率花多少钱合适?各档工具对比

每年毕业季都有同学问&#xff1a;降AI率要花多少钱&#xff1f;买个工具值不值&#xff1f;这篇把费用账算清楚&#xff0c;让你心里有数。 先算清楚你实际需要处理多少字 很多人有个误区&#xff0c;以为论文AI率30%就要处理30%的字数。实际上不是的。 实际需要处理的字数…...

2026届学术党必备的六大AI辅助论文工具实际效果

Ai论文网站排名&#xff08;开题报告、文献综述、降aigc率、降重综合对比&#xff09; TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek 知网在近期对自己的 AIGC 检测服务进行了升级&#xff0c;其目的在于识别存在于论文之中的、…...

CPU与操作系统【简单的认识理解】

在日常开发过程中&#xff0c;我们都是正常写完代码去执行即可&#xff0c;不用了解计算机运行的底层逻辑。但是了解计算机运行的底层逻辑&#xff0c;对于我们以后理解撰写代码以及理解错误原理有着重要地位&#xff0c;因此&#xff0c;我们特意写上一篇文章跟大家介绍。在计…...

MySql(简单处理查询结果--查询结果去重)

3. 现在运营需要查看用户来自于哪些学校&#xff0c;请从用户信息表中取出学校的去重数据。示例:user_profileiddevice_idgenderageuniversityprovince12138male21北京大学Beijing23214male复旦大学Shanghai36543female20北京大学Beijing42315female23浙江大学ZheJiang55432mal…...

mysql备份工具选择_mysqldump对InnoDB与MyISAM支持

mysqldump默认对MyISAM用表级锁、InnoDB不启用事务快照&#xff0c;混合引擎必须用--lock-all-tables保证一致性&#xff0c;且需确保REPEATABLE READ隔离级别和ROW/MIXED binlog格式。mysqldump 默认行为对 InnoDB 和 MyISAM 完全不同默认不加任何参数时&#xff0c;mysqldump…...

实战指南:利用Hydra与SNETCracker加固3389远程桌面安全

1. 3389端口与远程桌面安全基础 3389端口是Windows远程桌面协议&#xff08;RDP&#xff09;的默认通信端口&#xff0c;就像你家大门的钥匙孔。想象一下&#xff0c;如果钥匙孔被所有人知道位置&#xff0c;又没装猫眼和防盗链&#xff0c;会是什么后果&#xff1f;这就是为什…...

用STC32G的HSPWM做个数控电源:从BUCK电路到PID调参,我的DIY踩坑全记录

从零打造STC32G数控电源&#xff1a;我的BUCK电路实战与PID调参血泪史 作为一个常年泡在电子实验室的硬件爱好者&#xff0c;开关电源一直是我又爱又恨的领域。去年冬天&#xff0c;当我第N次烧毁某宝买的降压模块后&#xff0c;终于下定决心自己打造一台高精度数控电源。这次…...