当前位置: 首页 > news >正文

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->leftnullptrroot->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

  1. 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。
  2. 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 = curcur - > 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

  1. 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。
  2. 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

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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:

  1. 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。
  2. 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&#xff0c;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&#xff0c;在同一时间内路径越短蚂蚁分泌的信息就越多&#xff0c;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&#xff1a;切记在考试之外的设备上打开题库进行搜索&#xff0c;防止切屏三次考试自动结束&#xff0c;题目是乱序&#xff0c;每次考试&#xff0c;选项的顺序都不同 这是基础认证题库&#xff0c;不是高级认证题库注意看清楚标题 高级认证题库地址&#xff1a;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&#xff0c;我是锋哥。今天分享关于【kafka 分布式&#xff08;不是单机&#xff09;的情况下&#xff0c;如何保证消息的顺序消费?】面试题&#xff1f;希望对大家有帮助&#xff1b; kafka 分布式&#xff08;不是单机&#xff09;的情况下&#xff0c;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

&#x1f935;‍♂️ 个人主页&#xff1a;艾派森的个人主页 ✍&#x1f3fb;作者简介&#xff1a;Python学习者 &#x1f40b; 希望大家多多支持&#xff0c;我们一起进步&#xff01;&#x1f604; 如果文章对你有帮助的话&#xff0c; 欢迎评论 &#x1f4ac;点赞&#x1f4…...

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&#xff0c;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&#xff0c;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&#xff0c;抖音小店凭借其庞大的用户基础和独特的算法优势&#xff0c;吸引了…...

【前端】CSS知识梳理

基础&#xff1a;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&#xff09; 复合&#xff1a; 后代选择器&#xff08; &#xff09;、子选择器&#xff08;>)、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&#xff0c;编译项目时遇到链接库不匹配的问题&#xff0c;记录下自己解决问题过程&#xff0c;虽然过程很艰难&#xff0c;但还是解决了&#xff0c;以下内容供大家参考&#xff01; 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&#xff1a; 计算机科班人&#xff0c;全栈工程师&#xff0c;掌握C、C#、Java、Python、Android等主流编程语言&#xff0c;同时也熟练掌握mysql、oracle、sqlserver等主流数据库&#xff0c;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&#xff0c;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&#xff0c;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&#xff0c;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&#xff0c;多模态大模型面试问题【计算图&#xff0c;LLama&#xff0c;交叉熵&#xff0c;SiLU&#xff0c;RLHF】 问题一&#xff1a;讲一讲计算图中pytorch是什么&#xff0c;TensorFlow是什么&#xff1f;1. PyTorch2. TensorFlow区别总结 问题二&#xff1a;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&#xff0c;瞬时拉高&#xff0c;极速回调。这些变化集中在一条曲线上&#xff0c;让市场无所适从。 但事实上&#xff0c;所有的趋势一定总是以长期为锚。这个长期的尺度&#xff0c;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&#xff1a; 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&#xff0c;通过登陆信息判断oracle启动状态 启动数据库&#xff0c;查系统全局区动态组件表 使用shell&#xff0c;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&#xff1a;学习链接 UML_哔哩哔哩_bilibili 一&#xff1a;UML概述 二&#xff1a;类图 类图&#xff08;Class Diagram&#xff09;是统一建模语言&#xff08;UML&#xff09;中一种重要的图形表示&#xff0c;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&#xff0c;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&#xff1a; 检查SSL证书&#xff1a;首先&#xff0c;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&#xff0c;保护用户数据…...

“前端兼容——CSS篇”(进阶版)

“前端兼容——CSS篇”&#xff08;进阶版&#xff09; 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&#xff0c;这里想给粉丝分享一下css 更深一点的兼容场景&#xff0c;和处理方案 文章目录 “前端兼容——CSS篇”&#xff08;进阶版&#xff09;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&#xff01; 安徽&#xff1a;11月1日至5日 福建&#xff1a;11月1日-11月5日 山东&#xff1a;10月31日9:00至11月5日12:00 新疆&#xff1a;10月31日至11月4日17:00 湖南&#xff1a;11月1日9:00-4日12:00 广东&#xff1a;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&#xff0c;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&#xff0c;广泛应用于各类网络应用中。然而&#xff0c;如同任何技术一样&#xff0c;SSL/TLS 也并非绝对安全&#xff0c;存在着一些可能被攻击者利用的漏洞。本文将深入…...

基于算法竞赛的c++编程(28)结构体的进阶应用

结构体的嵌套与复杂数据组织 在C中&#xff0c;结构体可以嵌套使用&#xff0c;形成更复杂的数据结构。例如&#xff0c;可以通过嵌套结构体描述多层级数据关系&#xff1a; struct Address {string city;string street;int zipCode; };struct Employee {string name;int id;…...

Cursor实现用excel数据填充word模版的方法

cursor主页&#xff1a;https://www.cursor.com/ 任务目标&#xff1a;把excel格式的数据里的单元格&#xff0c;按照某一个固定模版填充到word中 文章目录 注意事项逐步生成程序1. 确定格式2. 调试程序 注意事项 直接给一个excel文件和最终呈现的word文件的示例&#xff0c;…...

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…...

全球首个30米分辨率湿地数据集(2000—2022)

数据简介 今天我们分享的数据是全球30米分辨率湿地数据集&#xff0c;包含8种湿地亚类&#xff0c;该数据以0.5X0.5的瓦片存储&#xff0c;我们整理了所有属于中国的瓦片名称与其对应省份&#xff0c;方便大家研究使用。 该数据集作为全球首个30米分辨率、覆盖2000–2022年时间…...

五年级数学知识边界总结思考-下册

目录 一、背景二、过程1.观察物体小学五年级下册“观察物体”知识点详解&#xff1a;由来、作用与意义**一、知识点核心内容****二、知识点的由来&#xff1a;从生活实践到数学抽象****三、知识的作用&#xff1a;解决实际问题的工具****四、学习的意义&#xff1a;培养核心素养…...

python爬虫:Newspaper3k 的详细使用(好用的新闻网站文章抓取和解析的Python库)

更多内容请见: 爬虫和逆向教程-专栏介绍和目录 文章目录 一、Newspaper3k 概述1.1 Newspaper3k 介绍1.2 主要功能1.3 典型应用场景1.4 安装二、基本用法2.2 提取单篇文章的内容2.2 处理多篇文档三、高级选项3.1 自定义配置3.2 分析文章情感四、实战案例4.1 构建新闻摘要聚合器…...

《基于Apache Flink的流处理》笔记

思维导图 1-3 章 4-7章 8-11 章 参考资料 源码&#xff1a; https://github.com/streaming-with-flink 博客 https://flink.apache.org/bloghttps://www.ververica.com/blog 聚会及会议 https://flink-forward.orghttps://www.meetup.com/topics/apache-flink https://n…...

OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别

OpenPrompt 和直接对提示词的嵌入向量进行训练有什么区别 直接训练提示词嵌入向量的核心区别 您提到的代码: prompt_embedding = initial_embedding.clone().requires_grad_(True) optimizer = torch.optim.Adam([prompt_embedding...

MySQL账号权限管理指南:安全创建账户与精细授权技巧

在MySQL数据库管理中&#xff0c;合理创建用户账号并分配精确权限是保障数据安全的核心环节。直接使用root账号进行所有操作不仅危险且难以审计操作行为。今天我们来全面解析MySQL账号创建与权限分配的专业方法。 一、为何需要创建独立账号&#xff1f; 最小权限原则&#xf…...

SQL Server 触发器调用存储过程实现发送 HTTP 请求

文章目录 需求分析解决第 1 步:前置条件,启用 OLE 自动化方式 1:使用 SQL 实现启用 OLE 自动化方式 2:Sql Server 2005启动OLE自动化方式 3:Sql Server 2008启动OLE自动化第 2 步:创建存储过程第 3 步:创建触发器扩展 - 如何调试?第 1 步:登录 SQL Server 2008第 2 步…...