C++ 二叉树进阶:相关习题解析
目录
1. 二叉树创建字符串。
2. 二叉树的分层遍历1
3. 二叉树的分层遍历2
4. 二叉树的最近公共祖先
5. 将二叉搜索树转换为排序的双向链表
6. 从前序与中序遍历序列构造二叉树
7. 从中序与后序遍历序列构造二叉树
8. 二叉树的前序遍历,非递归迭代实现
9. 二叉树的中序遍历,非递归迭代实现
10. 二叉树的后序遍历,非递归迭代实现
1. 二叉树创建字符串。
. - 力扣(LeetCode)
初始化字符串并处理空树情况:
- 定义一个空字符串
str
用于存储结果。- 首先检查输入的根节点是否为
nullptr
,如果是,则直接返回空字符串。处理非空根节点:
- 如果根节点不为空,将根节点的值转换为字符串并添加到
str
中。- 然后检查左子树是否存在:
- 如果左子树存在(
root->left
不为nullptr
),在str
中添加左括号(
,递归调用tree2str
处理左子树,并将结果添加到str
中,最后再添加右括号)
。- 如果左子树不存在但右子树存在(
root->left
为nullptr
但root->right
不为nullptr
),在str
中添加()
,以表示左子树为空但右子树存在。- 接着检查右子树是否存在:
- 如果右子树存在(
root->right
不为nullptr
),在str
中添加左括号(
,递归调用tree2str
处理右子树,并将结果添加到str
中,最后再添加右括号)
。
class Solution {
public:string tree2str(TreeNode* root) {string str = "";if(root == nullptr) return str;str += to_string(root->val);if(root->left) {str += '(';str += tree2str(root->left);str += ')';}else if(root->right){str += "()";}if(root->right){str += '(';str += tree2str(root->right);str += ')';} return str;}
};
2. 二叉树的分层遍历1
. - 力扣(LeetCode)
二叉树的层序遍历,多了一个条件,把每一层都存放在一个二维动态数组中,主要是控制每一层的个数,然后放入vector中,在把每个vector放入vector的vector中。
层序遍历:依靠队列来实现,当访问根的时候,出根节点,然后把该节点的左右节点分别入队,记住这里队列存储的是二叉树节点的指针,而不是该节点的值,这是因为在遍历的过程中,需要访问左右子节点。
遍历过程:当从队列中取出一个节点的时候,通过
front->val
获取该节点的值并存储在临时vector中
class Solution {
public:vector<vector<int>> levelOrder(TreeNode* root) {queue<TreeNode*> q;vector<vector<int>> vv;if(root)q.push(root);while(!q.empty()) {int levelSize = q.size();vector<int> v;for(int i = 0; i< levelSize; ++i) {TreeNode* front = q.front();q.pop();v.push_back(front->val);if(front->left)q.push(front->left);if(front->right)q.push(front->right);}vv.push_back(v);}return vv;}
};
3. 二叉树的分层遍历2
. - 力扣(LeetCode)
该题和二叉树的分层遍历1是一样的,只需要把最后的存储在二维动态数组中的值逆序
class Solution {
public:vector<vector<int>> levelOrderBottom(TreeNode* root) {vector<vector<int>> vv;queue<TreeNode*> q;if(root)q.push(root);while(!q.empty()) {vector<int> v;int leveSize = q.size();for(int i = 0; i< leveSize; ++i) {TreeNode* front = q.front();q.pop();v.push_back(front->val);if(front->left) {q.push(front->left);}if(front->right) {q.push(front->right);}}vv.push_back(v);}reverse(vv.begin(),vv.end());return vv;}
};
4. 二叉树的最近公共祖先
. - 力扣(LeetCode)
一、公共祖先的特征总结
- 当节点 p 是节点 q 的孩子时,当前节点就是祖先,反之亦然。这是因为在二叉树中,如果一个节点是另一个节点的直接子节点,那么它们的共同祖先就是父节点。
- 当 p 和 q 分别在当前节点的左右子树中时,当前节点就是它们的祖先。这是因为从根节点开始向下遍历,只有当两个节点分别位于不同子树时,当前节点才是它们的最低公共祖先。
二、情况 1:二叉搜索树
- 条件 a:
- 如果一个节点的值比当前节点小,另一个节点的值比当前节点大,那么当前节点就是它们的祖先。这是因为二叉搜索树的特性是左子树节点的值小于根节点的值,右子树节点的值大于根节点的值。所以当两个节点分别位于当前节点的两侧时,当前节点必然是它们的最低公共祖先。
- 例如,在一个二叉搜索树中,当前节点值为 10,p节点值为 5,q节点值为 15,那么当前节点就是 p 和 q 的最低公共祖先。
- 条件 b:
- 如果两个节点的值都比当前节点小,那么递归到左子树中去找祖先。因为二叉搜索树的特性,值小的节点必然在左子树中。
- 同理,如果两个节点的值都比当前节点大,那么递归到右子树中去找祖先。
- 例如,当前节点值为 10,p 节点值为 5,q 节点值为 8,那么需要在当前节点的左子树中继续查找它们的最低公共祖先。
三、情况 2:三叉链
在三叉链的情况下,类似于链表找交点问题。
四、情况 3:普通二叉树(该题目对应的情况)
- 条件 a:
- 当一个节点在当前节点的左子树,另一个节点在当前节点的右子树时,当前节点就是它们的祖先。这与公共祖先的特征一致,因为在普通二叉树中,没有特定的大小关系,只能通过遍历整个树来确定最低公共祖先。
- 例如,在一个普通二叉树中,当前节点有左子树和右子树,p 在左子树中,q 在右子树中,那么当前节点就是 p 和 q 的最低公共祖先。
- 条件 b:
- 如果两个节点都在左子树,递归到左子树中查找;如果两个节点都在右子树,递归到右子树中查找。这是因为在普通二叉树中,没有特定的顺序,只能通过逐步遍历子树来确定最低公共祖先。
- 例如,当前节点有左子树和右子树,p 和 q 都在左子树中,那么需要在当前节点的左子树中继续查找它们的最低公共祖先。
方法一:
这种方法比较直观,先判断节点是否在树中,然后再根据节点的位置来确定最低公共祖先
class Solution {
public:bool Find(TreeNode* root,TreeNode* x) {if(root == nullptr)return false;return root == x || Find(root->left,x) || Find(root->right,x);}TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {// 1,先看根节点是不是祖先if(root == nullptr || root == p || root == q)return root;bool pInLeft, pInRight, qInLeft, qInRight;pInLeft = Find(root->left, p);pInRight = !pInLeft;qInLeft = Find(root->left,q);qInRight = !qInLeft;if((pInLeft && qInRight) || (qInLeft && pInRight)) return root;if(pInLeft && qInLeft) return lowestCommonAncestor(root->left,p,q);if(pInRight && qInRight) return lowestCommonAncestor(root->right,p,q);return nullptr;}
};
方法二:
先看根是不是和 p 或者 q 中一个相等,如果不是相等,
假设在左子树中找到了 p,在右子树中找到没有找到,右子树这边返回 nullptr, 所以左子树这边的值就是最近公共祖先。反之亦然。
如果一个在左边,一个在右边都有返回值,直接返回根。
class Solution {
public:TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {// 1. 先看根节点是不是祖先if (root == NULL || root == p || root == q) return root;// 2. 如果根节点是祖先,有没有更近的祖先呢// 看看左子树struct TreeNode* left = lowestCommonAncestor(root->left, p, q);// 看看右子树struct TreeNode* right = lowestCommonAncestor(root->right, p, q);// 3. 如果有的话显然只会在一侧 判断一下if (left == NULL) return right;if (right == NULL) return left;// 4. 如果没有更近的,默认还是返回rootreturn root;}
};
接下来顺便把二叉搜索树的最近公共祖先这个题目也完成了,思路一样
. - 力扣(LeetCode)
class Solution {
public:TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {if (root == nullptr || root == p || root == q)return root;if ((root->val > p->val && root->val < q->val) || (root->val > q->val && root->val < p->val))return root;if (p->val < root->val && q->val < root->val)return lowestCommonAncestor(root->left, p, q);if (p->val > root->val && q->val > root->val)return lowestCommonAncestor(root->right, p, q);return nullptr;}
};
5. 将二叉搜索树转换为排序的双向链表
. - 力扣(LeetCode)
- 链接中间关系(步骤①)
- 二叉搜索树的中序遍历(左 - 根 - 右)会产生一个有序的节点序列。在
converList
函数中,通过递归实现中序遍历。在遍历过程中,当处理每个节点时,利用一个引用参数prev
来连接节点。例如,当prev
不为nullptr
时,prev - > right = cur
和cur - > left = prev
这两个操作就把当前节点cur
和之前的节点prev
双向连接起来。这样就按照中序遍历的顺序逐步构建了链表的中间部分。- 找头节点和尾节点(步骤②)
- 由于中序遍历的第一个节点是最左节点,所以遍历二叉树找到最左节点作为链表的头节点是合理的。从逻辑上来说,这个最左节点在二叉搜索树中是值最小的节点。同样,在找到头节点后,通过不断地沿着节点的右指针移动,最终可以找到最右节点,它将作为链表的尾节点。
- 返回头节点(步骤③)
- 因为头节点是中序遍历的第一个节点,而中序遍历是升序排列节点值的,所以这个头节点的值是整个链表(也就是原来二叉搜索树中序遍历后的节点序列)中的最小值。返回头节点就可以作为整个循环双向链表的起始点,方便后续对链表进行操作。
class Solution {
public:void converList(Node* cur, Node*& prev) {if(cur == nullptr) return;converList(cur->left,prev);if(prev)prev->right = cur;cur->left = prev;prev = cur;converList(cur->right,prev);} Node* treeToDoublyList(Node* root) {Node* prev = nullptr;converList(root,prev);Node* head = root;while(head && head->left)head = head->left;if(head == nullptr)return head;Node* tail = head;while(tail && tail->right) tail = tail->right;head->left = tail;tail->right = head;return head;}
};
6. 从前序与中序遍历序列构造二叉树
. - 力扣(LeetCode)
这个题目理解起来有一点抽象,画图结合代码理解就可以了。
一、解题关键
- 前序遍历的特点是先访问根节点,然后是左子树,最后是右子树。所以前序遍历结果中的第一个元素一定是整棵树的根节点。
- 中序遍历的特点是先访问左子树,然后是根节点,最后是右子树。通过在中序遍历中找到根节点的位置,可以确定左子树和右子树的元素范围。
二、构建步骤
- 首先,从前往后取前序遍历结果中的第一个元素,创建一个新的节点作为当前子树的根节点。
- 然后,在中序遍历结果中找到这个根节点的值,以确定左子树和右子树的范围。
- 在中序遍历中,根节点左边的元素构成左子树,右边的元素构成右子树。
- 接着,对于左子树:
- 根据确定的左子树范围,在前序遍历结果中找到对应左子树的起始位置(在前序遍历中,根节点后面的一段连续元素是左子树的前序遍历结果)。
- 递归调用构建函数,传入左子树的前序遍历和中序遍历结果以及对应的范围,构建左子树,并将构建好的左子树连接到根节点的
left
指针上。- 对于右子树:
- 类似地,确定右子树在前序遍历中的起始位置(在前序遍历中,左子树部分之后的连续元素是右子树的前序遍历结果)。
- 递归调用构建函数,传入右子树的前序遍历和中序遍历结果以及对应的范围,构建右子树,并将构建好的右子树连接到根节点的
right
指针上。- 重复以上步骤,直到所有子树都构建完成。
class Solution {
public:TreeNode* _buildTree(vector<int>& preorder,vector<int>& inorder,int& prei,int inbegin,int inend){if(inbegin > inend)return nullptr;TreeNode* root = new TreeNode(preorder[prei]);int rooti = inbegin;while(rooti <= inend){if(preorder[prei] == inorder[rooti])break;else ++rooti;}// [inbein,rooi-1] rooti [rooti+1,inend]if(inbegin <= rooti-1)root->left = _buildTree(preorder,inorder, ++prei,inbegin,rooti-1);elseroot->left = nullptr;if(rooti + 1 <= inend) root->right = _buildTree(preorder,inorder, ++prei,rooti+1,inend);elseroot->right = nullptr;return root;}TreeNode* buildTree(vector<int>& preorder, vector<int>& inorder) {int prei = 0;int inbegin = 0, inend = inorder.size()-1;return _buildTree(preorder,inorder,prei,inbegin,inend);}
};
7. 从中序与后序遍历序列构造二叉树
. - 力扣(LeetCode)
注意点:
- 中序和后序遍历构建二叉树的情况
- 在通过中序和后序遍历构建二叉树时,后序遍历的顺序是 “左 - 右 - 根”。当构建右子树时,
--end
操作是为了更新后序遍历的索引,使其指向右子树的最后一个节点(在构建右子树的递归调用中)。因为后序遍历的特性,一旦处理完根节点(也就是当前正在构建的节点),下一个节点要么是右子树的根节点(如果有右子树),要么是左子树的根节点(如果没有右子树)。在构建右子树后,end
已经指向了左子树的最后一个节点,不需要额外的--end
操作就可以正确地开始构建左子树。- 中序和前序遍历构建二叉树的情况(推测你这里的
prev
是类似prei
用于前序遍历索引)
- 前序遍历的顺序是 “根 - 左 - 右”。在构建二叉树的递归过程中,每次构建一个子树时,需要先处理根节点,然后是左子树,最后是右子树。当构建左子树时,
++prei
操作是为了将索引移动到左子树的根节点(在前序遍历序列中)。而在构建右子树时,同样需要++prei
操作来将索引移动到右子树的根节点,因为前序遍历序列中左子树节点之后才是右子树节点。这是由于前序遍历的顺序决定的,需要不断更新索引来按照正确的顺序获取子树的根节点。
class Solution {
public:TreeNode* _buildTree(vector<int>& inorder, vector<int>& postorder, int& end, int inbegin, int inend) {if (inbegin > inend) return nullptr;TreeNode* root = new TreeNode(postorder[end]);int rooti = inbegin;while (rooti <= inend) {if (inorder[rooti] == postorder[end]) break;else ++rooti;}root->right = _buildTree(inorder, postorder, --end, rooti + 1, inend);root->left = _buildTree(inorder, postorder, end, inbegin, rooti - 1);return root;}TreeNode* buildTree(vector<int>& inorder, vector<int>& postorder) {int end = postorder.size() - 1;return _buildTree(inorder, postorder, end, 0, inorder.size() - 1);}
};
8. 二叉树的前序遍历,非递归迭代实现
. - 力扣(LeetCode)
一、递归写法
class Solution
{
public:void _preorderTraversal(TreeNode* root, vector<int>& v) {if(root == nullptr)return;v.push_back(root->val);_preorderTraversal(root->left,v);_preorderTraversal(root->right,v);}vector<int> preorderTraversal(TreeNode* root) {vector<int> ret;_preorderTraversal(root,ret);return ret;}
};
二、非递归写法
- 整体过程
- 创建一个空的结果向量
ret
用于存储遍历结果。- 创建一个栈
st
用于辅助遍历。- 使用一个指针
cur
指向当前正在处理的节点。- 进入循环,只要当前节点不为空或者栈不为空,就继续循环。
- 第一个内部
while
循环用于遍历左子树:
- 只要当前节点
cur
不为空,就将其值加入结果ret
,表示访问了该节点(先访问根节点)。- 将当前节点压入栈中,为后续访问右子树做准备。
- 将当前节点指向其左子树,继续遍历左子树。
- 当左子树遍历完后,当前节点
cur
为空,此时从栈中弹出一个节点top
,这个节点是上一个被访问的节点的父节点。- 将当前节点
cur
指向弹出节点的右子树,进行下一轮循环,开始遍历右子树。
class Solution {
public:vector<int> preorderTraversal(TreeNode* root) {vector<int> ret;stack<TreeNode*> st;TreeNode * cur = root;while(cur || !st.empty()) {//1、先访问树的左路节点//2、再访问左路节点的左子树while(cur){ret.push_back(cur->val);st.push(cur); //为了访问右子树cur = cur->left;}//取栈中的左路节点的右子树出来访问TreeNode* top = st.top();st.pop(); cur = top->right; //迭代}return ret;}
};
9. 二叉树的中序遍历,非递归迭代实现
. - 力扣(LeetCode)
与前序遍历类似,就存在一些细微的不同,就是访问顺序。(唯一变化的就是访问节点的时机)
左路节点先不访问,只入栈,然后访问根,再访问左路节点的右子树。
右子树通过迭代的方式再分成左路节点和左路节点的右子树的方式访问。
1、左路节点(入栈)
2、取栈中的节点,(访问节点+访问节点的右子树)
class Solution {
public:vector<int> inorderTraversal(TreeNode* root) {vector<int> ret;stack<TreeNode*> st;TreeNode* cur = root;while(cur || !st.empty()) {//1、左路节点入栈,先不能访问(中序)while(cur){st.push(cur);cur = cur->left;}//2、取出栈中节点,访问和节点的右子树TreeNode* top = st.top();st.pop();ret.push_back(top->val);cur = top->right;}return ret;}
};
10. 二叉树的后序遍历,非递归迭代实现
. - 力扣(LeetCode)
还是一样的,只不过访问的时机不一样
左路节点的访问,所以还需要加一个条件:右为空可以访问,右访问过了,也可以访问
通过一个指针
lastNode
记录上一次访问的节点,以确定何时处理当前节点。如果不加这个指针处理,就是重复拿到栈中的左路节点的值
class Solution {
public:vector<int> postorderTraversal(TreeNode* root) {vector<int> ret;TreeNode* cur = root;TreeNode* lastNode = nullptr;stack<TreeNode*> st;while(cur || !st.empty()) {while(cur) {st.push(cur);cur = cur->left;}TreeNode* top = st.top();if(top->right == nullptr || lastNode == top->right) {ret.push_back(top->val);lastNode = top;st.pop();} else {cur = top->right;}}return ret;}
};
相关文章:

C++ 二叉树进阶:相关习题解析
目录 1. 二叉树创建字符串。 2. 二叉树的分层遍历1 3. 二叉树的分层遍历2 4. 二叉树的最近公共祖先 5. 将二叉搜索树转换为排序的双向链表 6. 从前序与中序遍历序列构造二叉树 7. 从中序与后序遍历序列构造二叉树 8. 二叉树的前序遍历,非递归迭代实现 9.…...

Matlab实现蚁群算法求解旅行商优化问题(TSP)(理论+例子+程序)
一、蚁群算法 蚁群算法由意大利学者Dorigo M等根据自然界蚂蚁觅食行为提岀。蚂蚁觅食行为表示大量蚂蚁组成的群体构成一个信息正反馈机制,在同一时间内路径越短蚂蚁分泌的信息就越多,蚂蚁选择该路径的概率就更大。 蚁群算法的思想来源于自然界蚂蚁觅食&a…...

2024年10月HarmonyOS应用开发者基础认证全新题库
注意事项:切记在考试之外的设备上打开题库进行搜索,防止切屏三次考试自动结束,题目是乱序,每次考试,选项的顺序都不同 这是基础认证题库,不是高级认证题库注意看清楚标题 高级认证题库地址:20…...

kafka 分布式(不是单机)的情况下,如何保证消息的顺序消费?
大家好,我是锋哥。今天分享关于【kafka 分布式(不是单机)的情况下,如何保证消息的顺序消费?】面试题?希望对大家有帮助; kafka 分布式(不是单机)的情况下,如何保证消息的…...

数据分析案例-苹果品质数据可视化分析+建模预测
🤵♂️ 个人主页:艾派森的个人主页 ✍🏻作者简介:Python学习者 🐋 希望大家多多支持,我们一起进步!😄 如果文章对你有帮助的话, 欢迎评论 💬点赞Ǵ…...

沈阳乐晟睿浩科技有限公司抖音小店运营创新
在当今这个数字化迅猛发展的时代,电子商务已经成为推动经济增长的重要引擎。而在电商的广阔舞台上,短视频与直播带货的崛起无疑是最为耀眼的明星之一。作为这一领域的佼佼者,抖音小店凭借其庞大的用户基础和独特的算法优势,吸引了…...

【前端】CSS知识梳理
基础:标签选择器、类选择器、id选择器和通配符选择器 font:font-style(normal) font-weight(400) font-size(16px) /line-height(0) font-family(宋体) 复合: 后代选择器( )、子选择器(>)、并集选择器(…...

【undefined reference to xxx】zookeeper库编译和安装 / sylar项目ubuntu20系统编译
最近学习sylar项目,编译项目时遇到链接库不匹配的问题,记录下自己解决问题过程,虽然过程很艰难,但还是解决了,以下内容供大家参考! undefined reference to 问题分析 项目编译报错 /usr/bin/ld: ../lib/lib…...

IDEA解决 properties 文件乱码问题
博主介绍: 计算机科班人,全栈工程师,掌握C、C#、Java、Python、Android等主流编程语言,同时也熟练掌握mysql、oracle、sqlserver等主流数据库,具有丰富的项目经验和开发技能。提供相关的学习资料、程序开发、技术解答、…...

超越Jira?2024年探索项目管理新工具!
一、Jira 在项目管理中的地位 Jira 作为一款在项目管理领域久负盛名的工具,有着不可忽视的地位。它以强大的问题跟踪和管理功能著称,无论是软件缺陷、新功能需求、任务分配还是技术难题的解决,都能精准把控。其高可定制性更是满足了不同团队…...

大模型,多模态大模型面试问题【计算图,LLama,交叉熵,SiLU,RLHF】
大模型,多模态大模型面试问题【计算图,LLama,交叉熵,SiLU,RLHF】 问题一:讲一讲计算图中pytorch是什么,TensorFlow是什么?1. PyTorch2. TensorFlow区别总结 问题二:Llama…...

凌雄科技打造DaaS模式,IT设备产业链由内而外嬗变升级
恒指正处在一种“奇妙”的波动当中。低估反弹,瞬时拉高,极速回调。这些变化集中在一条曲线上,让市场无所适从。 但事实上,所有的趋势一定总是以长期为锚。这个长期的尺度,可能会超过一般人的预估。因为中间需要经历很…...

Oracle视频基础1.2.1练习
1.2.1 需求: 完整格式查看所有用户进程判断oracle启动状态 连接sqlplus不登陆 以sysdba身份登陆,通过登陆信息判断oracle启动状态 启动数据库,查系统全局区动态组件表 使用shell,启动监听然后返回sql ps -ef sqlplus /nolog con…...

15、基于AT89C52的数码电子时钟proteus仿真设计
一、仿真原理图: 二、仿真效果: 三、相关代码: 1、timer0定时中断: void Time0(void ) interrupt 1 using 1 { count++; if(count == 20) { count = 0; second++; if(second >= 60) { second = 0; …...

UML总结
零:学习链接 UML_哔哩哔哩_bilibili 一:UML概述 二:类图 类图(Class Diagram)是统一建模语言(UML)中一种重要的图形表示,用于描述系统中的类及其之间的关系。它是面向对象设计中常…...

网站被浏览器提示不安全怎么办?——附解决方案
当你的网站被浏览器标记为不安全时,这通常意味着有一些问题需要解决。以下是一些解决这个问题的步骤: 检查SSL证书:首先,确保你的网站使用了有效的SSL证书。SSL证书可以加密浏览器和服务器之间的数据传输,保护用户数据…...

“前端兼容——CSS篇”(进阶版)
“前端兼容——CSS篇”(进阶版) 上一篇文章写了css 兼容问题处理的基础篇 点击这里基础篇—传送门,这里想给粉丝分享一下css 更深一点的兼容场景,和处理方案 文章目录 “前端兼容——CSS篇”(进阶版)进阶CS…...
使用Docker Compose简化微服务部署
文章目录 Docker Compose简介安装Docker Compose在Windows上安装Docker Compose在macOS上安装Docker Compose在Linux上安装Docker Compose 创建Docker Compose文件创建compose文件构建并运行服务 使用Docker Compose网络定义网络验证网络连接 使用Docker Compose卷定义卷使用卷…...

2025考研各省市网上确认时间汇总!
2025考研各省市网上确认时间汇总! 安徽:11月1日至5日 福建:11月1日-11月5日 山东:10月31日9:00至11月5日12:00 新疆:10月31日至11月4日17:00 湖南:11月1日9:00-4日12:00 广东:10月下旬至1…...

SSL/TLS 密码套件漏洞分析以及修复方法
1. 前言 在当今数字化时代,网络安全至关重要。SSL/TLS 协议作为保障网络通信安全的重要手段,广泛应用于各类网络应用中。然而,如同任何技术一样,SSL/TLS 也并非绝对安全,存在着一些可能被攻击者利用的漏洞。本文将深入…...
synchronized 学习
学习源: https://www.bilibili.com/video/BV1aJ411V763?spm_id_from333.788.videopod.episodes&vd_source32e1c41a9370911ab06d12fbc36c4ebc 1.应用场景 不超卖,也要考虑性能问题(场景) 2.常见面试问题: sync出…...
Java 语言特性(面试系列1)
一、面向对象编程 1. 封装(Encapsulation) 定义:将数据(属性)和操作数据的方法绑定在一起,通过访问控制符(private、protected、public)隐藏内部实现细节。示例: public …...
线程同步:确保多线程程序的安全与高效!
全文目录: 开篇语前序前言第一部分:线程同步的概念与问题1.1 线程同步的概念1.2 线程同步的问题1.3 线程同步的解决方案 第二部分:synchronized关键字的使用2.1 使用 synchronized修饰方法2.2 使用 synchronized修饰代码块 第三部分ÿ…...
可靠性+灵活性:电力载波技术在楼宇自控中的核心价值
可靠性灵活性:电力载波技术在楼宇自控中的核心价值 在智能楼宇的自动化控制中,电力载波技术(PLC)凭借其独特的优势,正成为构建高效、稳定、灵活系统的核心解决方案。它利用现有电力线路传输数据,无需额外布…...

UE5 学习系列(三)创建和移动物体
这篇博客是该系列的第三篇,是在之前两篇博客的基础上展开,主要介绍如何在操作界面中创建和拖动物体,这篇博客跟随的视频链接如下: B 站视频:s03-创建和移动物体 如果你不打算开之前的博客并且对UE5 比较熟的话按照以…...

[ICLR 2022]How Much Can CLIP Benefit Vision-and-Language Tasks?
论文网址:pdf 英文是纯手打的!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,若有发现欢迎评论指正!文章偏向于笔记,谨慎食用 目录 1. 心得 2. 论文逐段精读 2.1. Abstract 2…...

现代密码学 | 椭圆曲线密码学—附py代码
Elliptic Curve Cryptography 椭圆曲线密码学(ECC)是一种基于有限域上椭圆曲线数学特性的公钥加密技术。其核心原理涉及椭圆曲线的代数性质、离散对数问题以及有限域上的运算。 椭圆曲线密码学是多种数字签名算法的基础,例如椭圆曲线数字签…...
【git】把本地更改提交远程新分支feature_g
创建并切换新分支 git checkout -b feature_g 添加并提交更改 git add . git commit -m “实现图片上传功能” 推送到远程 git push -u origin feature_g...
Caliper 配置文件解析:config.yaml
Caliper 是一个区块链性能基准测试工具,用于评估不同区块链平台的性能。下面我将详细解释你提供的 fisco-bcos.json 文件结构,并说明它与 config.yaml 文件的关系。 fisco-bcos.json 文件解析 这个文件是针对 FISCO-BCOS 区块链网络的 Caliper 配置文件,主要包含以下几个部…...
智能AI电话机器人系统的识别能力现状与发展水平
一、引言 随着人工智能技术的飞速发展,AI电话机器人系统已经从简单的自动应答工具演变为具备复杂交互能力的智能助手。这类系统结合了语音识别、自然语言处理、情感计算和机器学习等多项前沿技术,在客户服务、营销推广、信息查询等领域发挥着越来越重要…...