当前位置: 首页 > news >正文

【Lcode 随笔】C语言版看了不后悔系列持续更新中。。。

在这里插入图片描述

文章目录

    • 题目一:最长回文子串
      • 题目描述:
      • 示例输入与输出:
      • 题目分析:
      • 解题思路:
      • 示例代码:
      • 深入剖析:
    • 题目二:合并K个有序链表
      • 题目描述:
      • 示例输入与输出:
      • 题目分析:
      • 解题思路:
      • 示例代码:
      • 深入剖析:
    • 题目三:全排列
      • 题目描述:
      • 示例输入与输出:
      • 题目分析:
      • 解题思路:
      • 示例代码:
      • 深入剖析:

🌈你好呀!我是 山顶风景独好
🎈欢迎踏入我的博客世界,能与您在此邂逅,真是缘分使然!😊
🌸愿您在此停留的每一刻,都沐浴在轻松愉悦的氛围中。
📖这里不仅有丰富的知识和趣味横生的内容等您来探索,更是一个自由交流的平台,期待您留下独特的思考与见解。🌟
🚀让我们一起踏上这段探索与成长的旅程,携手挖掘更多可能,共同进步!💪✨

题目一:最长回文子串

题目描述:

给定一个字符串 s,找到 s 中最长的回文子串。你可以假设 s 的最大长度为 1000。

示例输入与输出:

输入:s = “babad”
输出:“bab” 或 “aba”
输入:s = “cbbd”
输出:“bb”

题目分析:

回文串是指正读和反读都相同的字符串。解决这个问题的关键在于如何高效地找到最长的回文子串。暴力解法的时间复杂度为O(n^3),显然不可取。我们可以考虑使用动态规划或中心扩展法来优化。

解题思路:

动态规划:定义一个二维数组dp,其中dp[i][j]表示字符串s从索引i到j的子串是否为回文。通过填充这个数组,我们可以找到最长的回文子串。
中心扩展法:遍历字符串中的每个字符和每对相邻字符作为回文中心,然后向外扩展以找到最长的回文子串。
这里我们选择中心扩展法,因为它的实现更简洁且时间复杂度为O(n^2),适合本题的要求。

示例代码:

#include <stdio.h>  
#include <string.h>  
#include <stdlib.h>  char* longestPalindrome(char* s) {  int len = strlen(s);  if (len < 2) return s;  int start = 0, maxLen = 1;  for (int i = 0; i < len; i++) {  int len1 = expandAroundCenter(s, i, i); // 奇数长度回文中心  int len2 = expandAroundCenter(s, i, i + 1); // 偶数长度回文中心  int len = len1 > len2 ? len1 : len2;  if (len > maxLen) {  start = i - (len - 1) / 2;  maxLen = len;  }  }  char* result = (char*)malloc((maxLen + 1) * sizeof(char));  strncpy(result, s + start, maxLen);  result[maxLen] = '\0';  return result;  
}  int expandAroundCenter(char* s, int left, int right) {  while (left >= 0 && right < strlen(s) && s[left] == s[right]) {  left--;  right++;  }  return right - left - 1;  
}  int main() {  char s1[] = "babad";  char* result1 = longestPalindrome(s1);  printf("Longest palindrome in \"%s\" is \"%s\"\n", s1, result1);  free(result1);  char s2[] = "cbbd";  char* result2 = longestPalindrome(s2);  printf("Longest palindrome in \"%s\" is \"%s\"\n", s2, result2);  free(result2);  return 0;  
}

深入剖析:

中心扩展法的核心思想是以每个字符或每对相邻字符为中心,向外扩展以找到最长的回文子串。这种方法避免了不必要的比较,从而提高了效率。

题目二:合并K个有序链表

题目描述:

给定一个链表数组,每个链表都已经按升序排列。合并所有链表,并返回合并后的有序链表。

示例输入与输出:

输入:[[1,4,5],[1,3,4],[2,6]]
输出:1 -> 1 -> 2 -> 3 -> 4 -> 4 -> 5 -> 6
输入:[]
输出:[]

题目分析:

这个问题可以通过逐个合并链表来解决,但效率较低。更优的方法是使用最小堆(优先队列)来维护当前所有链表中的最小元素,从而依次取出最小元素构建合并后的链表。

解题思路:

创建一个最小堆,并将所有链表的头节点加入堆中。
重复以下步骤,直到堆为空:
从堆中取出最小元素作为当前节点。
如果当前节点的下一个节点存在,则将其加入堆中。
将当前节点添加到合并后的链表中。

示例代码:

#include <stdio.h>  
#include <stdlib.h>  typedef struct ListNode {  int val;  struct ListNode* next;  
} ListNode;  // 最小堆节点结构定义  
typedef struct MinHeapNode {  ListNode* node;  struct MinHeapNode* left;  struct MinHeapNode* right;  struct MinHeapNode* parent;  
} MinHeapNode;  // 最小堆结构定义  
typedef struct MinHeap {  MinHeapNode** array;  int size;  int capacity;  
} MinHeap;  // 辅助函数:比较两个节点值的大小  
int compare(ListNode* a, ListNode* b) {  return (a->val > b->val) - (a->val < b->val);  
}  // 创建最小堆  
MinHeap* createMinHeap(int size) {  MinHeap* minHeap = (MinHeap*)malloc(sizeof(MinHeap));  minHeap->capacity = size;  minHeap->size = 0;  minHeap->array = (MinHeapNode**)malloc(size * sizeof(MinHeapNode*));  return minHeap;  
}  // 释放最小堆内存  
void freeMinHeap(MinHeap* minHeap) {  for (int i = 0; i < minHeap->size; i++) {  free(minHeap->array[i]);  }  free(minHeap->array);  free(minHeap);  
}  // 插入节点到最小堆  
void insertMinHeap(MinHeap* minHeap, ListNode* node) {  if (minHeap->size == minHeap->capacity) {  printf("Heap is full, cannot insert new node.\n");  return;  }  MinHeapNode* newNode = (MinHeapNode*)malloc(sizeof(MinHeapNode));  newNode->node = node;  newNode->left = NULL;  newNode->right = NULL;  newNode->parent = NULL;  int i = minHeap->size;  minHeap->array[i] = newNode;  minHeap->size++;  // 上浮调整  while (i && compare(minHeap->array[(i - 1) / 2]->node, node) > 0) {  MinHeapNode* temp = minHeap->array[i];  minHeap->array[i] = minHeap->array[(i - 1) / 2];  minHeap->array[(i - 1) / 2] = temp;  if (minHeap->array[i]->left) {  minHeap->array[i]->left->parent = minHeap->array[(i - 1) / 2];  }  if (minHeap->array[i]->right) {  minHeap->array[i]->right->parent = minHeap->array[(i - 1) / 2];  }  minHeap->array[(i - 1) / 2]->parent = minHeap->array[i];  i = (i - 1) / 2;  }  
}  // 提取最小节点  
ListNode* extractMin(MinHeap* minHeap) {  if (minHeap->size == 0) {  printf("Heap is empty, cannot extract minimum node.\n");  return NULL;  }  ListNode* minNode = minHeap->array[0]->node;  MinHeapNode* lastNode = minHeap->array[minHeap->size - 1];  minHeap->array[0] = lastNode;  minHeap->size--;  // 下沉调整  int i = 0;  while (2 * i + 1 < minHeap->size) {  int leftChild = 2 * i + 1;  int rightChild = 2 * i + 2;  int smallest = i;  if (compare(minHeap->array[leftChild]->node, minHeap->array[smallest]->node) < 0) {  smallest = leftChild;  }  if (rightChild < minHeap->size && compare(minHeap->array[rightChild]->node, minHeap->array[smallest]->node) < 0) {  smallest = rightChild;  }  if (smallest != i) {  MinHeapNode* temp = minHeap->array[i];  minHeap->array[i] = minHeap->array[smallest];  minHeap->array[smallest] = temp;  if (minHeap->array[i]->left) {  minHeap->array[i]->left->parent = minHeap->array[i];  }  if (minHeap->array[i]->right) {  minHeap->array[i]->right->parent = minHeap->array[i];  }  if (minHeap->array[smallest]->left) {  minHeap->array[smallest]->left->parent = minHeap->array[smallest];  }  if (minHeap->array[smallest]->right) {  minHeap->array[smallest]->right->parent = minHeap->array[smallest];  }  i = smallest;  } else {  break;  }  }  free(lastNode);  return minNode;  
}  // 检查堆是否为空  
int isEmpty(MinHeap* minHeap) {  return minHeap->size == 0;  
}  // 获取堆的大小  
int getSize(MinHeap* minHeap) {  return minHeap->size;  
}  // 辅助函数:创建新链表节点  
ListNode* createNode(int val) {  ListNode* newNode = (ListNode*)malloc(sizeof(ListNode));  newNode->val = val;  newNode->next = NULL;  return newNode;  
}  // 辅助函数:打印链表  
void printList(ListNode* head) {  ListNode* current = head;  while (current != NULL) {  printf("%d -> ", current->val);  current = current->next;  }  printf("NULL\n");  
}  // 主函数:合并K个有序链表  
ListNode* mergeKLists(ListNode** lists, int listsSize) {  if (listsSize == 0) return NULL;  MinHeap* minHeap = createMinHeap(listsSize);  for (int i = 0; i < listsSize; i++) {  if (lists[i] != NULL) {  insertMinHeap(minHeap, lists[i]);  }  }  ListNode dummy = {0, NULL};  ListNode* tail = &dummy;  while (!isEmpty(minHeap)) {  ListNode* minNode = extractMin(minHeap);  tail->next = minNode;  tail = tail->next;  if (minNode->next != NULL) {  insertMinHeap(minHeap, minNode->next);  }  }  freeMinHeap(minHeap);  return dummy.next;  
}  int main() {  ListNode* l1 = createNode(1);  l1->next = createNode(4);  l1->next->next = createNode(5);  ListNode* l2 = createNode(1);  l2->next = createNode(3);  l2->next->next = createNode(4);  ListNode* l3 = createNode(2);  l3->next = createNode(6);  ListNode* lists[] = {l1, l2, l3};  int listsSize = 3;  ListNode* mergedList = mergeKLists(lists, listsSize);  printList(mergedList);  return 0;  
}

深入剖析:

使用最小堆可以有效地合并K个有序链表,因为堆能够始终提供当前所有链表中的最小元素。这种方法的时间复杂度为O(N log K),其中N是所有链表中节点的总数,K是链表的数量。

题目三:全排列

题目描述:

给定一个没有重复数字的序列,返回其所有可能的全排列。

示例输入与输出:

输入:[1,2,3]
输出:[[1,2,3],[1,3,2],[2,1,3],[2,3,1],[3,1,2],[3,2,1]]
输入:[0,1]
输出:[[0,1],[1,0]]

题目分析:

全排列问题是一个经典的回溯算法问题。回溯算法通过递归和剪枝来搜索所有可能的解。

解题思路:

定义一个递归函数,该函数接收当前排列和剩余可选数字作为参数。
在每次递归调用中,选择一个数字加入当前排列,并从剩余可选数字中移除该数字。
当剩余可选数字为空时,将当前排列加入结果集中。
递归调用该函数,直到所有可能的排列都被找到。

示例代码:

#include <stdio.h>  
#include <stdlib.h>  // 动态数组结构定义  
typedef struct {  int* data;  int size;  int capacity;  
} IntArray;  // 辅助函数:创建动态数组  
IntArray* createIntArray(int capacity) {  IntArray* array = (IntArray*)malloc(sizeof(IntArray));  array->data = (int*)malloc(capacity * sizeof(int));  array->size = 0;  array->capacity = capacity;  return array;  
}  // 辅助函数:向动态数组添加元素  
void append(IntArray* array, int val) {  if (array->size >= array->capacity) {  array->capacity *= 2;  array->data = (int*)realloc(array->data, array->capacity * sizeof(int));  }  array->data[array->size++] = val;  
}  // 辅助函数:释放动态数组内存  
void freeIntArray(IntArray* array) {  free(array->data);  free(array);  
}  // 主函数:生成全排列  
int** permute(int* nums, int numsSize, int* returnSize, int** returnColumnSizes) {  *returnSize = 0;  IntArray* numsArray = createIntArray(numsSize);  for (int i = 0; i < numsSize; i++) {  append(numsArray, nums[i]);  }  IntArray* path = createIntArray(numsSize);  IntArray* used = createIntArray(numsSize);  for (int i = 0; i < numsSize; i++) {  used->data[i] = 0;  }  int* returnColumnSizesArray = (int*)malloc(numsSize * sizeof(int));  int** result = (int**)malloc(numsSize * numsSize * sizeof(int*));  // 回溯函数  void permuteHelper(IntArray* nums, IntArray* path, IntArray* used, IntArray** result, int* returnSize) {  if (path->size == nums->size) {  IntArray* temp = createIntArray(path->size);  for (int i = 0; i < path->size; i++) {  append(temp, path->data[i]);  }  result[*returnSize] = temp->data;  (*returnSize)++;  freeIntArray(temp);  return;  }  for (int i = 0; i < nums->size; i++) {  if (used->data[i]) continue;  used->data[i] = 1;  append(path, nums->data[i]);  permuteHelper(nums, path, used, result, returnSize);  used->data[i] = 0;  path->size--;  }  }  permuteHelper(numsArray, path, used, result, returnSize);  for (int i = 0; i < *returnSize; i++) {  returnColumnSizesArray[i] = path->size;  }  *returnColumnSizes = returnColumnSizesArray;  freeIntArray(numsArray);  freeIntArray(path);  freeIntArray(used);  return result;  
}  // 辅助函数:打印二维数组  
void printPermutations(int** permutations, int permutationsSize, int* returnColumnSizes) {  for (int i = 0; i < permutationsSize; i++) {  for (int j = 0; j < returnColumnSizes[i]; j++) {  printf("%d ", permutations[i][j]);  }  printf("\n");  }  
}  int main() {  int nums1[] = {1, 2, 3};  int numsSize1 = sizeof(nums1) / sizeof(nums1[0]);  int* returnColumnSizes1;  int returnSize1;  int** permutations1 = permute(nums1, numsSize1, &returnSize1, &returnColumnSizes1);  printPermutations(permutations1, returnSize1, returnColumnSizes1);  int nums2[] = {0, 1};  int numsSize2 = sizeof(nums2) / sizeof(nums2[0]);  int* returnColumnSizes2;  int returnSize2;  int** permutations2 = permute(nums2, numsSize2, &returnSize2, &returnColumnSizes2);  printPermutations(permutations2, returnSize2, returnColumnSizes2);  return 0;  
}

深入剖析:

回溯算法通过递归和剪枝来搜索所有可能的解空间。在全排列问题中,我们使用三个动态数组来分别存储原始数字、当前排列和已使用数字的状态。通过递归地选择数字并更新状态,我们可以找到所有可能的全排列。


✨ 这就是今天要分享给大家的全部内容了,我们下期再见!😊
🏠 我在CSDN等你哦!我的主页😍

相关文章:

【Lcode 随笔】C语言版看了不后悔系列持续更新中。。。

文章目录 题目一&#xff1a;最长回文子串题目描述&#xff1a;示例输入与输出&#xff1a;题目分析&#xff1a;解题思路&#xff1a;示例代码&#xff1a;深入剖析&#xff1a; 题目二&#xff1a;合并K个有序链表题目描述&#xff1a;示例输入与输出&#xff1a;题目分析&am…...

排序--希尔排序

希尔排序介绍 希尔排序核心思想就是:1,分组;2,直接插入排序:越有序越快 希尔排序就是多次利用直接插入排序的一个排序算法. 希尔排序的算法思想:间隔式分组,利用直接插入排序让组内有序,然后缩小分组再次排序,直到组数为1希尔排序的理论基础就是直接插入排序越有序越快; 希尔排…...

【教程】57帧! Mac电脑流畅运行黑神话悟空

转载请注明出处&#xff1a;小锋学长生活大爆炸[xfxuezhagn.cn] 如果本文帮助到了你&#xff0c;欢迎[点赞、收藏、关注]哦~ 1、先安装CrossOver。网上有许多和谐版&#xff0c;可自行搜索。&#xff08;pd虚拟机里运行黑神话估计够呛的&#xff09; 2、运行CrossOver&#xf…...

『大模型笔记』Docker如何清理Build Cache!

Docker如何清理Build Cache! 文章目录 一. docker system df1. 镜像(Images)2. 容器(Containers)3. 本地卷(Local Volumes)4. 构建缓存(Build Cache)5. 总结二. 构建缓存(Build Cache)删除有什么影响1. 镜像构建速度变慢2. 磁盘空间被释放3. 不会影响已构建和运行的…...

如何使用 Python 读取数据量庞大的 excel 文件

使用 pandas.read_excel 读取大文件时&#xff0c;的确会遇到性能瓶颈&#xff0c;特别是对于10万行20列这种规模的 .xlsx 文件&#xff0c;常规的 pandas 方法可能会比较慢。 要提高读取速度&#xff0c;关键是找到更高效的方式处理 Excel 文件&#xff0c;特别是在 Python 的…...

c语言200例 067

大家好&#xff0c;欢迎来到无限大的频道 今天给大家带来的是c语言200例 题目要求&#xff1a; 设计一个共用体类型&#xff0c;使其成员包含多种数据类型&#xff0c;根据不同的数据类型&#xff0c;输出不同的结果 要设计一个共用体&#xff08;union&#xff09;类型&…...

RabbitMQ的高级特性-死信队列

死信(dead message) 简单理解就是因为种种原因, ⽆法被消费的信息, 就是死信. 有死信, ⾃然就有死信队列. 当消息在⼀个队列中变成死信之后&#xff0c;它能被重新被发送到另⼀个交换器 中&#xff0c;这个交换器就是DLX( Dead Letter Exchange ), 绑定DLX的队列, 就称为死信队…...

Python 复制PDF中的页面

操作PDF文档时&#xff0c;复制其中的指定页面可以帮助我们从PDF文件中提取特定信息&#xff0c;如文本、图表或数据等&#xff0c;以便在其他文档中使用。复制PDF页面也可以实现在不同文件中提取页面&#xff0c;以创建一个新的综合文档。 本文将介绍如何使用Python 在同一文档…...

Sql Developer日期显示格式设置

默认时间格式显示 设置时间格式&#xff1a;工具->首选项->数据库->NLS->日期格式: DD-MON-RR 修改为: YYYY-MM-DD HH24:MI:SS 设置完格式显示&#xff1a;...

IP地址与智能家居能够碰撞出什么样的火花呢?

感应灯、远程遥控空调&#xff0c;自动感应窗帘——智能家居已经在正逐步走入我们的生活&#xff0c;为我们带来前所未有的便捷与舒适体验。而在这一进程中&#xff0c;IP地址又能够与智能家居碰撞出什么样的火花呢&#xff1f; 一、IP地址&#xff1a;智能家居的连接基石 智…...

人工智能技术在电磁场与微波技术专业的应用

在人工智能与计算电磁学的融合背景下&#xff0c;电磁学的研究和应用正在经历一场革命。计算电磁 学是研究电磁场和电磁波在不同介质中的传播、散射和辐射等问题的学科&#xff0c;它在通信、雷达、无 线能量传输等领域具有广泛的应用。随着人工智能技术的发展&#xff0c;这一…...

The First项目报告:探索Yield Guild Games运行机制与发展潜力

在探索数字娱乐与金融融合的全新疆域中&#xff0c;GameFi&#xff08;游戏化金融&#xff09;以其独特的魅力引领了一场前所未有的变革。这一创新概念&#xff0c;最初由MixMarvel的CSO Mary Ma在2019年底乌镇大会的远见卓识中首次提出&#xff0c;它将去中心化金融&#xff0…...

完成UI界面的绘制

绘制UI 接上文&#xff0c;在Order90Canvas下创建Image子物体&#xff0c;图片资源ui_fish_lv1&#xff0c;设置锚点&#xff08;CountdownPanelImg同理&#xff09;&#xff0c;命名为LvPanelImg,创建Text子物体&#xff0c;边框宽高各50&#xff0c; &#xff0c;重名为LvT…...

iot网关是什么?iot网关在工业领域的应用-天拓四方

一、IoT网关的定义 IoT网关&#xff0c;即物联网网关&#xff0c;是物联网&#xff08;IoT&#xff09;系统中的重要组成部分。它主要实现感知网络与通信网络&#xff0c;以及不同类型感知网络之间的协议转换&#xff0c;既能够支持广域互联&#xff0c;也能满足局域互联的需求…...

从碎片到整合:EasyCVR平台如何重塑城市感知系统的视频数据生态

随着城市化进程的加速&#xff0c;城市感知系统作为智慧城市的重要组成部分&#xff0c;正逐步成为提升城市管理效率、保障公共安全、优化资源配置的关键手段。EasyCVR视频汇聚融合平台&#xff0c;凭借其强大的数据整合、智能分析与远程监控能力&#xff0c;在城市感知系统中扮…...

java socket bio 改造为 netty nio

公司早些时候接入一款健康监测设备&#xff0c;由于业务原因近日把端口暴露在公网后&#xff0c;每当被恶意连接时系统会创建大量线程&#xff0c;在排查问题是发现是使用了厂家提供的服务端demo代码&#xff0c;在代码中使用的是java 原生socket&#xff0c;在发现连接后使用独…...

进程、线程、协程详解:并发编程的三大武器

在现代计算机科学中,并发编程是一个核心概念,而进程、线程和协程是实现并发的三种主要方式。本文将深入探讨这三种概念,分析它们的特点、优缺点,以及适用场景。 1. 进程 (Process) 1.1 定义 进程是计算机中的程序关于某数据集合上的一次运行活动,是系统进行资源分配和调度的…...

探索5 大 Node.js 功能

目录 单线程 Node.js 工作线程【Worker Threads】 Node.js 进程 进程缺点 工作线程 注意 集群进程模块【Cluster Process Module】 内部发生了什么&#xff1f; 为什么要使用集群 注意&#xff1a; 应用场景&#xff1a; 内置 HTTP/2 支持 这个 HTTP/2 是什么&…...

EZUIKit.js萤石云vue项目使用

EZUIKit.js 是萤石云&#xff08;Ezviz&#xff09;提供的一款用于Web端的视频播放和控制的JavaScript库。它允许开发者在网页上轻松集成视频监控、对讲、录像回放等功能&#xff0c;适用于安防监控、智能家居等场景。通过EZUIKit.js&#xff0c;你可以方便地访问萤石云平台上的…...

【Linux】磁盘分区挂载网络配置进程【更详细,带实操】

Linux全套讲解系列&#xff0c;参考视频-B站韩顺平&#xff0c;本文的讲解更为详细 目录 一、磁盘分区挂载 1、磁盘分区机制 2、增加磁盘应用实例 3、磁盘情况查询 4、磁盘实用指令 二、网络配置 1、NAT网络原理图 2、网络配置指令 3、网络配置实例 4、主机名和host…...

OpenLayers 可视化之热力图

注&#xff1a;当前使用的是 ol 5.3.0 版本&#xff0c;天地图使用的key请到天地图官网申请&#xff0c;并替换为自己的key 热力图&#xff08;Heatmap&#xff09;又叫热点图&#xff0c;是一种通过特殊高亮显示事物密度分布、变化趋势的数据可视化技术。采用颜色的深浅来显示…...

椭圆曲线密码学(ECC)

一、ECC算法概述 椭圆曲线密码学&#xff08;Elliptic Curve Cryptography&#xff09;是基于椭圆曲线数学理论的公钥密码系统&#xff0c;由Neal Koblitz和Victor Miller在1985年独立提出。相比RSA&#xff0c;ECC在相同安全强度下密钥更短&#xff08;256位ECC ≈ 3072位RSA…...

golang循环变量捕获问题​​

在 Go 语言中&#xff0c;当在循环中启动协程&#xff08;goroutine&#xff09;时&#xff0c;如果在协程闭包中直接引用循环变量&#xff0c;可能会遇到一个常见的陷阱 - ​​循环变量捕获问题​​。让我详细解释一下&#xff1a; 问题背景 看这个代码片段&#xff1a; fo…...

多模态商品数据接口:融合图像、语音与文字的下一代商品详情体验

一、多模态商品数据接口的技术架构 &#xff08;一&#xff09;多模态数据融合引擎 跨模态语义对齐 通过Transformer架构实现图像、语音、文字的语义关联。例如&#xff0c;当用户上传一张“蓝色连衣裙”的图片时&#xff0c;接口可自动提取图像中的颜色&#xff08;RGB值&…...

【RockeMQ】第2节|RocketMQ快速实战以及核⼼概念详解(二)

升级Dledger高可用集群 一、主从架构的不足与Dledger的定位 主从架构缺陷 数据备份依赖Slave节点&#xff0c;但无自动故障转移能力&#xff0c;Master宕机后需人工切换&#xff0c;期间消息可能无法读取。Slave仅存储数据&#xff0c;无法主动升级为Master响应请求&#xff…...

tree 树组件大数据卡顿问题优化

问题背景 项目中有用到树组件用来做文件目录&#xff0c;但是由于这个树组件的节点越来越多&#xff0c;导致页面在滚动这个树组件的时候浏览器就很容易卡死。这种问题基本上都是因为dom节点太多&#xff0c;导致的浏览器卡顿&#xff0c;这里很明显就需要用到虚拟列表的技术&…...

Python 包管理器 uv 介绍

Python 包管理器 uv 全面介绍 uv 是由 Astral&#xff08;热门工具 Ruff 的开发者&#xff09;推出的下一代高性能 Python 包管理器和构建工具&#xff0c;用 Rust 编写。它旨在解决传统工具&#xff08;如 pip、virtualenv、pip-tools&#xff09;的性能瓶颈&#xff0c;同时…...

Golang——6、指针和结构体

指针和结构体 1、指针1.1、指针地址和指针类型1.2、指针取值1.3、new和make 2、结构体2.1、type关键字的使用2.2、结构体的定义和初始化2.3、结构体方法和接收者2.4、给任意类型添加方法2.5、结构体的匿名字段2.6、嵌套结构体2.7、嵌套匿名结构体2.8、结构体的继承 3、结构体与…...

【LeetCode】算法详解#6 ---除自身以外数组的乘积

1.题目介绍 给定一个整数数组 nums&#xff0c;返回 数组 answer &#xff0c;其中 answer[i] 等于 nums 中除 nums[i] 之外其余各元素的乘积 。 题目数据 保证 数组 nums之中任意元素的全部前缀元素和后缀的乘积都在 32 位 整数范围内。 请 不要使用除法&#xff0c;且在 O…...

【R语言编程——数据调用】

这里写自定义目录标题 可用库及数据集外部数据导入方法查看数据集信息 在R语言中&#xff0c;有多个库支持调用内置数据集或外部数据&#xff0c;包括studentdata等教学或示例数据集。以下是常见的库和方法&#xff1a; 可用库及数据集 openintro库 该库包含多个教学数据集&a…...