当前位置: 首页 > news >正文

【题解】—— LeetCode一周小结27

🌟欢迎来到 我的博客 —— 探索技术的无限可能!


🌟博客的简介(文章目录)


【题解】—— 每日一道题目栏


上接:【题解】—— LeetCode一周小结26

2024.7

1.最大化一张图中的路径价值

题目链接:2065. 最大化一张图中的路径价值

给你一张 无向 图,图中有 n 个节点,节点编号从 0 到 n - 1 (都包括)。同时给你一个下标从 0 开始的整数数组 values ,其中 values[i] 是第 i 个节点的 价值 。同时给你一个下标从 0 开始的二维整数数组 edges ,其中 edges[j] = [uj, vj, timej] 表示节点 uj 和 vj 之间有一条需要 timej 秒才能通过的无向边。最后,给你一个整数 maxTime 。

合法路径 指的是图中任意一条从节点 0 开始,最终回到节点 0 ,且花费的总时间 不超过 maxTime 秒的一条路径。你可以访问一个节点任意次。一条合法路径的 价值 定义为路径中 不同节点 的价值 之和 (每个节点的价值 至多 算入价值总和中一次)。

请你返回一条合法路径的 最大 价值。

注意:每个节点 至多 有 四条 边与之相连。

示例 1:

在这里插入图片描述

输入:values = [0,32,10,43], edges = [[0,1,10],[1,2,15],[0,3,10]],
maxTime = 49

输出:75

解释:

一条可能的路径为:0 -> 1 -> 0 -> 3 -> 0 。总花费时间为 10 + 10 + 10 + 10 = 40 <= 49 。

访问过的节点为 0 ,1 和 3 ,最大路径价值为 0 + 32 + 43 = 75 。

示例 2:

在这里插入图片描述

输入:values = [5,10,15,20], edges = [[0,1,10],[1,2,10],[0,3,10]],
maxTime = 30

输出:25

解释:

一条可能的路径为:0 -> 3 -> 0 。总花费时间为 10 + 10 = 20 <= 30 。

访问过的节点为 0 和 3 ,最大路径价值为 5 + 20 = 25 。

示例 3:

在这里插入图片描述

输入:values = [1,2,3,4], edges = [[0,1,10],[1,2,11],[2,3,12],[1,3,13]],
maxTime = 50

输出:7

解释:

一条可能的路径为:0 -> 1 -> 3 -> 1 -> 0 。总花费时间为 10 + 13 + 13 + 10 = 46 <= 50 。

访问过的节点为 0 ,1 和 3 ,最大路径价值为 1 + 2 + 4 = 7 。

示例 4:

在这里插入图片描述

输入:values = [0,1,2], edges = [[1,2,10]], maxTime = 10

输出:0

解释:

唯一一条路径为 0 。总花费时间为 0 。

唯一访问过的节点为 0 ,最大路径价值为 0 。

提示:

n == values.length

1 <= n <= 1000

0 <= values[i] <= 108

0 <= edges.length <= 2000

edges[j].length == 3

0 <= uj < vj <= n - 1

10 <= timej, maxTime <= 100

[uj, vj] 所有节点对 互不相同 。

每个节点 至多有四条 边。

图可能不连通。

题解:
方法:最短路剪枝
        

public class Solution {public int maximalPathQuality(int[] values, int[][] edges, int maxTime) {int n = values.length;List<int[]>[] g = new ArrayList[n];Arrays.setAll(g, i -> new ArrayList<>());for (int[] e : edges) {int x = e[0];int y = e[1];int t = e[2];g[x].add(new int[]{y, t});g[y].add(new int[]{x, t});}// Dijkstra 算法int[] dis = new int[n];Arrays.fill(dis, Integer.MAX_VALUE);dis[0] = 0;PriorityQueue<int[]> pq = new PriorityQueue<>((a, b) -> a[0] - b[0]);pq.add(new int[]{0, 0});while (!pq.isEmpty()) {int[] p = pq.poll();int dx = p[0];int x = p[1];if (dx > dis[x]) { // x 之前出堆过continue;}for (int[] e : g[x]) {int y = e[0];int newDis = dx + e[1];if (newDis < dis[y]) {dis[y] = newDis; // 更新 x 的邻居的最短路pq.offer(new int[]{newDis, y});}}}boolean[] vis = new boolean[n];vis[0] = true;return dfs(0, 0, values[0], vis, g, values, maxTime, dis);}private int dfs(int x, int sumTime, int sumValue, boolean[] vis, List<int[]>[] g, int[] values, int maxTime, int[] dis) {int res = x == 0 ? sumValue : 0;for (int[] e : g[x]) {int y = e[0];int t = e[1];// 相比方法一,这里多了 dis[y]if (sumTime + t + dis[y] > maxTime) {continue;}if (vis[y]) {res = Math.max(res, dfs(y, sumTime + t, sumValue, vis, g, values, maxTime, dis));} else {vis[y] = true;// 每个节点的价值至多算入价值总和中一次res = Math.max(res, dfs(y, sumTime + t, sumValue + values[y], vis, g, values, maxTime, dis));vis[y] = false; // 恢复现场}}return res;}
}

2.质数的最大距离

题目链接:3115. 质数的最大距离

给你一个整数数组 nums。

返回两个(不一定不同的)质数在 nums 中 下标 的 最大距离。

示例 1:

输入: nums = [4,2,9,5,3]

输出: 3

解释: nums[1]、nums[3] 和 nums[4] 是质数。因此答案是 |4 - 1| = 3。

示例 2:

输入: nums = [4,8,2,8]

输出: 0

解释: nums[2] 是质数。因为只有一个质数,所以答案是 |2 - 2| = 0。

提示:

1 <= nums.length <= 3 * 105

1 <= nums[i] <= 100

输入保证 nums 中至少有一个质数。

题解:
方法:判断质数
        

class Solution {public int maximumPrimeDifference(int[] nums) {int i = 0;while (!isPrime(nums[i])) {i++;}int j = nums.length - 1;while (!isPrime(nums[j])) {j--;}return j - i;}private boolean isPrime(int n) {for (int i = 2; i * i <= n; i++) {if (n % i == 0) {return false;}}return n >= 2;}
}

3.哈沙德数

题目链接:3099. 哈沙德数

如果一个整数能够被其各个数位上的数字之和整除,则称之为 哈沙德数(Harshad number)。给你一个整数 x 。如果 x 是 哈沙德数 ,则返回 x 各个数位上的数字之和,否则,返回 -1 。

示例 1:

输入: x = 18

输出: 9

解释:

x 各个数位上的数字之和为 9 。18 能被 9 整除。因此 18 是哈沙德数,答案是 9 。

示例 2:

输入: x = 23

输出: -1

解释:

x 各个数位上的数字之和为 5 。23 不能被 5 整除。因此 23 不是哈沙德数,答案是 -1 。

提示:

1 <= x <= 100

题解:
方法:模拟
        

class Solution {public int sumOfTheDigitsOfHarshadNumber(int x) {int s = 0;for (int y = x; y > 0; y /= 10) {s += y % 10;}return x % s == 0 ? s : -1;}
}

4.拾起 K 个 1 需要的最少行动次数

题目链接:3086. 拾起 K 个 1 需要的最少行动次数

给你一个下标从 0 开始的二进制数组 nums,其长度为 n ;另给你一个 正整数 k 以及一个 非负整数 maxChanges 。

Alice 在玩一个游戏,游戏的目标是让 Alice 使用 最少 数量的 行动 次数从 nums 中拾起 k 个 1 。游戏开始时,Alice 可以选择数组 [0, n - 1] 范围内的任何索引 aliceIndex 站立。如果 nums[aliceIndex] == 1 ,Alice 会拾起一个 1 ,并且 nums[aliceIndex] 变成0(这 不算 作一次行动)。之后,Alice 可以执行 任意数量 的 行动(包括零次),在每次行动中 Alice 必须 恰好 执行以下动作之一:

选择任意一个下标 j != aliceIndex 且满足 nums[j] == 0 ,然后将 nums[j] 设置为 1 。这个动作最多可以执行 maxChanges 次。
选择任意两个相邻的下标 x 和 y(|x - y| == 1)且满足 nums[x] == 1, nums[y] == 0 ,然后交换它们的值(将 nums[y] = 1 和 nums[x] = 0)。如果 y == aliceIndex,在这次行动后 Alice 拾起一个 1 ,并且 nums[y] 变成 0 。
返回 Alice 拾起 恰好 k 个 1 所需的 最少 行动次数。

示例 1:

输入:nums = [1,1,0,0,0,1,1,0,0,1], k = 3, maxChanges = 1

输出:3

解释:如果游戏开始时 Alice 在 aliceIndex == 1 的位置上,按照以下步骤执行每个动作,他可以利用 3 次行动拾取 3 个
1 :

游戏开始时 Alice 拾取了一个 1 ,nums[1] 变成了 0。此时 nums 变为 [1,0,1,0,0,1,1,0,0,1] 。

选择 j == 2 并执行第一种类型的动作。nums 变为 [1,0,1,0,0,1,1,0,0,1]

选择 x == 2 和 y == 1 ,并执行第二种类型的动作。nums 变为 [1,1,0,0,0,1,1,0,0,1] 。由于 y ==
aliceIndex,Alice 拾取了一个 1 ,nums 变为 [1,0,0,0,0,1,1,0,0,1] 。

选择 x == 0 和 y == 1 ,并执行第二种类型的动作。nums 变为 [0,1,0,0,0,1,1,0,0,1] 。由于 y ==
aliceIndex,Alice 拾取了一个 1 ,nums 变为 [0,0,0,0,0,1,1,0,0,1] 。

请注意,Alice 也可能执行其他的 3 次行动序列达成拾取 3 个 1 。

示例 2:

输入:nums = [0,0,0,0], k = 2, maxChanges = 3

输出:4

解释:如果游戏开始时 Alice 在 aliceIndex == 0 的位置上,按照以下步骤执行每个动作,他可以利用 4 次行动拾取 2 个
1 :

选择 j == 1 并执行第一种类型的动作。nums 变为 [0,1,0,0] 。

选择 x == 1 和 y == 0 ,并执行第二种类型的动作。nums 变为 [1,0,0,0] 。由于 y ==
aliceIndex,Alice 拾起了一个 1 ,nums 变为 [0,0,0,0] 。

再次选择 j == 1 并执行第一种类型的动作。nums 变为 [0,1,0,0] 。

再次选择 x == 1 和 y == 0 ,并执行第二种类型的动作。nums 变为 [1,0,0,0] 。由于y ==
aliceIndex,Alice 拾起了一个 1 ,nums 变为 [0,0,0,0] 。

提示:

2 <= n <= 105

0 <= nums[i] <= 1

1 <= k <= 105

0 <= maxChanges <= 105

maxChanges + sum(nums) >= k

题解:
方法:贪心 + 前缀和 + 二分查找
        

class Solution {public long minimumMoves(int[] nums, int k, int maxChanges) {int n = nums.length;int[] cnt = new int[n + 1];long[] s = new long[n + 1];for (int i = 1; i <= n; ++i) {cnt[i] = cnt[i - 1] + nums[i - 1];s[i] = s[i - 1] + i * nums[i - 1];}long ans = Long.MAX_VALUE;for (int i = 1; i <= n; ++i) {long t = 0;int need = k - nums[i - 1];for (int j = i - 1; j <= i + 1; j += 2) {if (need > 0 && 1 <= j && j <= n && nums[j - 1] == 1) {--need;++t;}}int c = Math.min(need, maxChanges);need -= c;t += c * 2;if (need <= 0) {ans = Math.min(ans, t);continue;}int l = 2, r = Math.max(i - 1, n - i);while (l <= r) {int mid = (l + r) >> 1;int l1 = Math.max(1, i - mid), r1 = Math.max(0, i - 2);int l2 = Math.min(n + 1, i + 2), r2 = Math.min(n, i + mid);int c1 = cnt[r1] - cnt[l1 - 1];int c2 = cnt[r2] - cnt[l2 - 1];if (c1 + c2 >= need) {long t1 = 1L * c1 * i - (s[r1] - s[l1 - 1]);long t2 = s[r2] - s[l2 - 1] - 1L * c2 * i;ans = Math.min(ans, t + t1 + t2);r = mid - 1;} else {l = mid + 1;}}}return ans;}
}

5.修改矩阵

题目链接:3033. 修改矩阵

给你一个下标从 0 开始、大小为 m x n 的整数矩阵 matrix ,新建一个下标从 0 开始、名为 answer 的矩阵。使 answer 与 matrix 相等,接着将其中每个值为 -1 的元素替换为所在列的 最大 元素。

返回矩阵 answer 。

示例 1:

在这里插入图片描述

输入:matrix = [[1,2,-1],[4,-1,6],[7,8,9]]

输出:[[1,2,9],[4,8,6],[7,8,9]]

解释:上图显示了发生替换的元素(蓝色区域)。

  • 将单元格 [1][1] 中的值替换为列 1 中的最大值 8 。
  • 将单元格 [0][2] 中的值替换为列 2 中的最大值 9 。

示例 2:

在这里插入图片描述

输入:matrix = [[3,-1],[5,2]]

输出:[[3,2],[5,2]]

解释:上图显示了发生替换的元素(蓝色区域)。

提示:

m == matrix.length

n == matrix[i].length

2 <= m, n <= 50

-1 <= matrix[i][j] <= 100

测试用例中生成的输入满足每列至少包含一个非负整数。

题解:
方法:模拟
        

class Solution {public int[][] modifiedMatrix(int[][] matrix) {int m = matrix.length, n = matrix[0].length;for (int j = 0; j < n; ++j) {int mx = -1;for (int i = 0; i < m; ++i) {mx = Math.max(mx, matrix[i][j]);}for (int i = 0; i < m; ++i) {if (matrix[i][j] == -1) {matrix[i][j] = mx;}}}return matrix;}
}

6.交替子数组计数

题目链接:3101. 交替子数组计数

给你一个
二进制数组
nums 。

如果一个
子数组
中 不存在 两个 相邻 元素的值 相同 的情况,我们称这样的子数组为 交替子数组 。

返回数组 nums 中交替子数组的数量。

示例 1:

输入: nums = [0,1,1,1]

输出: 5

解释:

以下子数组是交替子数组:[0] 、[1] 、[1] 、[1] 以及 [0,1] 。

示例 2:

输入: nums = [1,0,1,0]

输出: 10

解释:

数组的每个子数组都是交替子数组。可以统计在内的子数组共有 10 个。

提示:

1 <= nums.length <= 105

nums[i] 不是 0 就是 1 。

题解:
方法:枚举
        

class Solution {public long countAlternatingSubarrays(int[] nums) {long ans = 1, s = 1;for (int i = 1; i < nums.length; ++i) {s = nums[i] != nums[i - 1] ? s + 1 : 1;ans += s;}return ans;}
}

7.检查操作是否合法

题目链接:1958. 检查操作是否合法

给你一个下标从 0 开始的 8 x 8 网格 board ,其中 board[r][c] 表示游戏棋盘上的格子 (r, c) 。棋盘上空格用 ‘.’ 表示,白色格子用 ‘W’ 表示,黑色格子用 ‘B’ 表示。

游戏中每次操作步骤为:选择一个空格子,将它变成你正在执行的颜色(要么白色,要么黑色)。但是,合法 操作必须满足:涂色后这个格子是 好线段的一个端点 (好线段可以是水平的,竖直的或者是对角线)。

好线段 指的是一个包含 三个或者更多格子(包含端点格子)的线段,线段两个端点格子为 同一种颜色 ,且中间剩余格子的颜色都为 另一种颜色 (线段上不能有任何空格子)。你可以在下图找到好线段的例子:
在这里插入图片描述

给你两个整数 rMove 和 cMove 以及一个字符 color ,表示你正在执行操作的颜色(白或者黑),如果将格子 (rMove, cMove) 变成颜色 color 后,是一个 合法 操作,那么返回 true ,如果不是合法操作返回 false 。

示例 1:

在这里插入图片描述

输入:board =
[[“.”,“.”,“.”,“B”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“W”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“W”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“W”,“.”,“.”,“.”,“.”],[“W”,“B”,“B”,“.”,“W”,“W”,“W”,“B”],[“.”,“.”,“.”,“B”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“B”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“W”,“.”,“.”,“.”,“.”]],
rMove = 4, cMove = 3, color = “B”

输出:true

解释:‘.’,‘W’ 和 ‘B’ 分别用颜色蓝色,白色和黑色表示。格子 (rMove, cMove) 用 ‘X’ 标记。

以选中格子为端点的两个好线段在上图中用红色矩形标注出来了。

示例 2:

在这里插入图片描述

输入:board =
[[“.”,“.”,“.”,“.”,“.”,“.”,“.”,“.”],[“.”,“B”,“.”,“.”,“W”,“.”,“.”,“.”],[“.”,“.”,“W”,“.”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“W”,“B”,“.”,“.”,“.”],[“.”,“.”,“.”,“.”,“.”,“.”,“.”,“.”],[“.”,“.”,“.”,“.”,“B”,“W”,“.”,“.”],[“.”,“.”,“.”,“.”,“.”,“.”,“W”,“.”],[“.”,“.”,“.”,“.”,“.”,“.”,“.”,“B”]],
rMove = 4, cMove = 4, color = “W”

输出:false

解释:虽然选中格子涂色后,棋盘上产生了好线段,但选中格子是作为中间格子,没有产生以选中格 子为端点的好线段。

提示:

board.length == board[r].length == 8

0 <= rMove, cMove < 8

board[rMove][cMove] == ‘.’

color 要么是 ‘B’ 要么是 ‘W’ 。

题解:
方法:枚举
        

class Solution {public boolean checkMove(char[][] board, int rMove, int cMove, char color) {for (int a = -1; a <= 1; ++a) {for (int b = -1; b <= 1; ++b) {if (a == 0 && b == 0) {continue;}int i = rMove, j = cMove;int cnt = 0;while (0 <= i + a && i + a < 8 && 0 <= j + b && j + b < 8) {i += a;j += b;if (++cnt > 1 && board[i][j] == color) {return true;}if (board[i][j] == color || board[i][j] == '.') {break;}}}}return false;}
}

下接:【题解】—— LeetCode一周小结28


相关文章:

【题解】—— LeetCode一周小结27

&#x1f31f;欢迎来到 我的博客 —— 探索技术的无限可能&#xff01; &#x1f31f;博客的简介&#xff08;文章目录&#xff09; 【题解】—— 每日一道题目栏 上接&#xff1a;【题解】—— LeetCode一周小结26 2024.7 1.最大化一张图中的路径价值 题目链接&#xff1a;…...

C++后端开发--网络编程基础

目录 一、网络编程基础概念 1.1 网络协议 1.2 IP地址和端口号 1.3 Socket 1.4 TCP协议的三次握手和四次挥手 TCP的三次握手 TCP的四次挥手 整个流程更通俗易懂 TCP 三次握手流程图 TCP 四次挥手流程图 1.5 详细介绍一下http协议 HTTP协议的主要特点 HTTP请求 HTT…...

如何将资源前端通过 Docker 部署到远程服务器

作为一个程序员&#xff0c;在开发过程中&#xff0c;经常会遇到项目部署的问题&#xff0c;在现在本就不稳定的大环境下&#xff0c;前端开发也需要掌握部署技能&#xff0c;来提高自己的生存力&#xff0c;今天就详细说一下如何把一个前端资源放到远程服务器上面通过docker部…...

@react-google-maps/api实现谷歌地图嵌入React项目中,并且做到点击地图任意一处,获得它的经纬度

1.第一步要加入项目package.json中或者直接yarn install它都可以 "react-google-maps/api": "^2.19.3",2.加入项目中 import AMapLoader from amap/amap-jsapi-loader;import React, { PureComponent } from react; import { GoogleMap, LoadScript, Mar…...

【MySQL】2.库的操作

库的操作 一.创建数据库1.数据库的编码集 二.查看数据库三.修改数据库四.删除数据库五.数据库的备份和恢复 一.创建数据库 create database [if not exists] db_name [charsetutf8] [collateutf8_general_ci] //创建一个名为db_name的数据库&#xff0c;本质就是在/var/lib/my…...

深入Laravel服务容器:构建灵活应用的秘诀

标题&#xff1a;深入Laravel服务容器&#xff1a;构建灵活应用的秘诀 Laravel框架的服务容器是一个强大的工具&#xff0c;它负责管理类的依赖关系和执行依赖注入&#xff08;DI&#xff09;。服务容器是Laravel依赖注入系统的核心&#xff0c;使得应用组件之间的耦合度降低&…...

3.js - 模板渲染 - 金属切面效果

md&#xff0c;狗不学&#xff0c;我学 源码 // ts-nocheck// 引入three.js import * as THREE from three// 导入轨道控制器 import { OrbitControls } from three/examples/jsm/controls/OrbitControls// 导入lil.gui import { GUI } from three/examples/jsm/libs/lil-gui.m…...

【测试】系统压力测试报告模板(Word原件)

系统压力测试&#xff0c;简而言之&#xff0c;是在模拟高负载、高并发的环境下&#xff0c;对系统进行全面测试的过程。它旨在评估系统在面对极端使用条件时的性能表现&#xff0c;包括处理能力、响应时间、资源消耗及稳定性等关键指标。通过压力测试&#xff0c;开发团队能够…...

图片预加载和懒加载

图片预加载 图片预加载是指在页面展示之前提前加载即将使用到的图片资源&#xff0c;以便当用户需要查看时&#xff0c;能够直接从本地缓存中快速渲染&#xff0c;从而提高页面加载速度和用户体验。 原理 图片预加载通过提前将图片下载到浏览器缓存中&#xff0c;当用户实际…...

Java中的数据可视化与图表库选择

Java中的数据可视化与图表库选择 大家好&#xff0c;我是免费搭建查券返利机器人省钱赚佣金就用微赚淘客系统3.0的小编&#xff0c;也是冬天不穿秋裤&#xff0c;天冷也要风度的程序猿&#xff01; 在现代软件开发中&#xff0c;数据可视化是将抽象数据转化为易于理解的图形化…...

STM32-TIM定时器

本内容基于江协科技STM32视频内容&#xff0c;整理而得。 文章目录 1. TIM1.1 TIM定时器1.2 定时器类型1.3 基本定时器1.4 通用定时器1.4 高级定时器1.5 定时中断基本结构1.6 预分频器时序1.7 计数器时序1.8 计数器无预装时序1.9 计数器有预装时序1.10 RCC时钟树 2. TIM库函数…...

Python OpenCV与霍夫变换:检测符合特定斜率范围的直线

在计算机视觉和图像处理领域&#xff0c;检测图像中的直线是一项常见且重要的任务。OpenCV 提供了许多强大的工具来进行图像处理&#xff0c;其中霍夫变换&#xff08;Hough Transform&#xff09;就是用于检测直线的经典方法。本文将介绍如何使用 OpenCV 和霍夫变换来检测图像…...

ubuntu22.04+pytorch2.3安装PyG图神经网络库

ubuntu下安装torch-geometric库&#xff0c;图神经网络 开发环境 ubuntu22.04 conda 24.5.0 python 3.9 pytorch 2.0.1 cuda 11.8 pyg的安装网上教程流传着许多安装方式&#xff0c;这些安装方式主要是&#xff1a;预先安装好pyg的依赖库&#xff0c;这些依赖库需要对应上pyth…...

新型开发语言的试用感受-仓颉语言发布之际

经常听一些媒体介绍一些新型的开发语言&#xff0c;所以最近心血来潮&#xff0c;安装了几种感受了一些。 先看名气&#xff0c;如ziglang&#xff0c;网址为&#xff1a;Home ⚡Zig Programming Language 号称是可以取代C语言的一门新语言&#xff0c;其实我主要是受下面这篇…...

基于字典学习的地震数据降噪(MATLAB R2021B)

稀疏表示基于研究者们提出了许多变换基函数的方法逐渐成型&#xff0c;比如小波域&#xff0c;曲波域&#xff0c;dreamlet 域等&#xff0c;其原理是利用地震信号在变换域内的稀疏性和可分离性以去除噪声。继 Donoho发表非线性去噪方法-小波阈值萎缩方法&#xff0c;在后续的研…...

【Web】

1、配仓库 [rootlocalhost yum.repos.d]# vi rpm.repo ##本地仓库标准写法 [baseos] namemiaoshubaseos baseurl/mnt/BaseOS gpgcheck0 [appstream] namemiaoshuappstream baseurlfile:///mnt/AppStream gpgcheck0 2、挂载 [rootlocalhost ~]mount /dev/sr0 /mnt mount: /m…...

kafka-3

Kafka 消费组 consumer-offsets-N 稀疏索引 Kafka集群 集群搭建 集群启动和验证 Topic的意义 Topic和Partition 分区 副本 集群操作指令 多分区&多副本 多分区消费组 Rebalance机制 Rebalance机制处理流程 Rebalance机制-Range Rebalance机制-RoudRobin Rebalance机制-St…...

MySQL性能优化 二、表结构设计优化

1.设计中间表 设计中间表&#xff0c;一般针对于统计分析功能&#xff0c;或者实时性不高的需求。 2.设计冗余字段 为减少关联查询&#xff0c;创建合理的冗余字段&#xff08;创建冗余字段还需要注意数据一致性问题&#xff09; 3.折表 对于字段太多的大表&#xff0c;考…...

用HttpURLConnection复现http响应码405

目录 使用GET方法&#xff0c;访问GET接口&#xff0c;服务端返回405使用GET方法&#xff0c;访问POST接口&#xff0c;服务端返回405使用POST方法&#xff0c;访问GET接口&#xff0c;服务端返回405 使用GET方法&#xff0c;访问GET接口&#xff0c;服务端返回405 发生场景&a…...

2-27 基于matlab的一种混凝土骨料三维随机投放模型

基于matlab的一种混凝土骨料三维随机投放模型&#xff0c;为混凝土细观力学研究提供一种快捷的三维建模源代码。可设置骨料数量&#xff0c;边界距离、骨料大小等参数。程序已调通&#xff0c;可直接运行。 2-27 matlab 混凝土骨料三维随机投放模型 - 小红书 (xiaohongshu.com)…...

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周&#xff0c;有很多同学在写期末Java web作业时&#xff0c;运行tomcat出现乱码问题&#xff0c;经过多次解决与研究&#xff0c;我做了如下整理&#xff1a; 原因&#xff1a; IDEA本身编码与tomcat的编码与Windows编码不同导致&#xff0c;Windows 系统控制台…...

DeepSeek 赋能智慧能源:微电网优化调度的智能革新路径

目录 一、智慧能源微电网优化调度概述1.1 智慧能源微电网概念1.2 优化调度的重要性1.3 目前面临的挑战 二、DeepSeek 技术探秘2.1 DeepSeek 技术原理2.2 DeepSeek 独特优势2.3 DeepSeek 在 AI 领域地位 三、DeepSeek 在微电网优化调度中的应用剖析3.1 数据处理与分析3.2 预测与…...

PHP和Node.js哪个更爽?

先说结论&#xff0c;rust完胜。 php&#xff1a;laravel&#xff0c;swoole&#xff0c;webman&#xff0c;最开始在苏宁的时候写了几年php&#xff0c;当时觉得php真的是世界上最好的语言&#xff0c;因为当初活在舒适圈里&#xff0c;不愿意跳出来&#xff0c;就好比当初活在…...

AI Agent与Agentic AI:原理、应用、挑战与未来展望

文章目录 一、引言二、AI Agent与Agentic AI的兴起2.1 技术契机与生态成熟2.2 Agent的定义与特征2.3 Agent的发展历程 三、AI Agent的核心技术栈解密3.1 感知模块代码示例&#xff1a;使用Python和OpenCV进行图像识别 3.2 认知与决策模块代码示例&#xff1a;使用OpenAI GPT-3进…...

2.Vue编写一个app

1.src中重要的组成 1.1main.ts // 引入createApp用于创建应用 import { createApp } from "vue"; // 引用App根组件 import App from ./App.vue;createApp(App).mount(#app)1.2 App.vue 其中要写三种标签 <template> <!--html--> </template>…...

[ICLR 2022]How Much Can CLIP Benefit Vision-and-Language Tasks?

论文网址&#xff1a;pdf 英文是纯手打的&#xff01;论文原文的summarizing and paraphrasing。可能会出现难以避免的拼写错误和语法错误&#xff0c;若有发现欢迎评论指正&#xff01;文章偏向于笔记&#xff0c;谨慎食用 目录 1. 心得 2. 论文逐段精读 2.1. Abstract 2…...

力扣热题100 k个一组反转链表题解

题目: 代码: func reverseKGroup(head *ListNode, k int) *ListNode {cur : headfor i : 0; i < k; i {if cur nil {return head}cur cur.Next}newHead : reverse(head, cur)head.Next reverseKGroup(cur, k)return newHead }func reverse(start, end *ListNode) *ListN…...

08. C#入门系列【类的基本概念】:开启编程世界的奇妙冒险

C#入门系列【类的基本概念】&#xff1a;开启编程世界的奇妙冒险 嘿&#xff0c;各位编程小白探险家&#xff01;欢迎来到 C# 的奇幻大陆&#xff01;今天咱们要深入探索这片大陆上至关重要的 “建筑”—— 类&#xff01;别害怕&#xff0c;跟着我&#xff0c;保准让你轻松搞…...

Caliper 配置文件解析:fisco-bcos.json

config.yaml 文件 config.yaml 是 Caliper 的主配置文件,通常包含以下内容: test:name: fisco-bcos-test # 测试名称description: Performance test of FISCO-BCOS # 测试描述workers:type: local # 工作进程类型number: 5 # 工作进程数量monitor:type: - docker- pro…...

《信号与系统》第 6 章 信号与系统的时域和频域特性

目录 6.0 引言 6.1 傅里叶变换的模和相位表示 6.2 线性时不变系统频率响应的模和相位表示 6.2.1 线性与非线性相位 6.2.2 群时延 6.2.3 对数模和相位图 6.3 理想频率选择性滤波器的时域特性 6.4 非理想滤波器的时域和频域特性讨论 6.5 一阶与二阶连续时间系统 6.5.1 …...