Java二叉树的遍历以及最大深度问题

news2024/11/15 17:00:54

Java学习+面试指南：https://javaxiaobear.cn

1、树的相关概念

1、树的基本定义

树是我们计算机中非常重要的一种数据结构，同时使用树这种数据结构，可以描述现实生活中的很多事物，例如家谱、单位的组织架构、等等。
树是由n（n>=1）个有限结点组成一个具有层次关系的集合。把它叫做“树”是因为它看起来像一棵倒挂的树，也就是说它是根朝上，而叶朝下的。

树具有以下特点：

  • 每个结点有零个或多个子结点；
  • 没有父结点的结点为根结点；
  • 每一个非根结点只有一个父结点；
  • 每个结点及其后代结点整体上可以看做是一棵树，称为当前结点的父结点的一个子树；

2、相关术语

1、结点的度

一个结点含有的子树的个数称为该结点的度；

2、叶子结点

度为0的结点称为叶结点，也可以叫做终端结点

3、分支结点

度不为0的结点称为分支结点，也可以叫做非终端结点

4、结点的层次

从根结点开始，根结点的层次为1，根的直接后继层次为2，以此类推

5、结点的层序编号

将树中的结点，按照从上层到下层，同层从左到右的次序排成一个线性序列，把他们编成连续的自然数。

6、树的度

树中所有结点的度的最大值

7、树的高度(深度)

树中结点的最大层次

8、森林

m（m>=0）个互不相交的树的集合，将一颗非空树的根结点删去，树就变成一个森林；给森林增加一个统一的根结点，森林就变成一棵树

9、孩子结点

一个结点的直接后继结点称为该结点的孩子结点

10、双亲结点(父结点)

一个结点的直接前驱称为该结点的双亲结点

11、兄弟结点

同一双亲结点的孩子结点间互称兄弟结点

2、二叉树

二叉树就是度不超过2的树(每个结点最多有两个子结点)

1、相关二叉树

1、满二叉树

一个二叉树，如果每一个层的结点树都达到最大值，则这个二叉树就是满二叉树。

2、完全二叉树

叶节点只能出现在最下层和次下层，并且最下面一层的结点都集中在该层最左边的若干位置的二叉树

2、创建二叉查找树

1、API设计

  • 结点类

    类名Node<Key,Value>
    构造方法Node(Key key, Value value, Node left, Node right)：创建Node对象
    成员变量1.public Node left:记录左子结点
    2.public Node right:记录右子结点
    3.public Key key:存储键
    4.public Value value:存储值

  • 二叉树

    类名BinaryTree<Key,value>
    构造方法BinaryTree()：创建BinaryTree对象
    成员变量1.private Node root:记录根结点
    2.private int N:记录树中元素的个数
    成员方法1. public void put(Key key,Value value):向树中插入一个键值对
    2.private Node put(Node x, Key key, Value val)：给指定树x上，添加键一个键值对，并返回添加后的新树
    3.public Value get(Key key):根据key，从树中找出对应的值
    4.private Value get(Node x, Key key):从指定的树x中，找出key对应的值
    5.public void delete(Key key):根据key，删除树中对应的键值对
    6.private Node delete(Node x, Key key):删除指定树x上的键为key的键值对，并返回删除后的新树
    7.public int size():获取树中元素的个数
1、put方法实现思路

  • 如果当前树中没有任何一个结点，则直接把新结点当做根结点使用

  • 如果当前树不为空，则从根结点开始：

    • 如果新结点的key小于当前结点的key，则继续找当前结点的左子结点；

    • 如果新结点的key大于当前结点的key，则继续找当前结点的右子结点；

    • 如果新结点的key等于当前结点的key，则树中已经存在这样的结点，替换该结点的value值即可。

/**
     * 给指定树x上，添加键一个键值对，并返回添加后的新树
     * @param x 树节点
     * @param key 键
     * @param val 值
     * @return Node
     */
public Node<Key, Value> put(Node<Key,Value> x, Key key, Value val){
    //当树为空时，该节点为根节点
    if(null == x){
        size++;
        return new Node<>(key, val, null, null);
    }
    int compare = key.compareTo(x.key);
    //如果compare > 0 ,则 key > x.key;继续x的右子节点
    if(0 < compare){
        x.right = put(x.right,key,val);
    }else if(0 > compare){
        //如果compare < 0 ,则 key < x.key;继续x的左子节点
        x.left = put(x.left,key,val);
    }else {
        //如果compare = 0 ,则 key = x.key;替换x.value的值
        x.value = val;
    }
    return x;
}
2、get方法实现思路

从根节点开始：

  • 如果要查询的key小于当前结点的key，则继续找当前结点的左子结点；
  • 如果要查询的key大于当前结点的key，则继续找当前结点的右子结点；
  • 如果要查询的key等于当前结点的key，则树中返回当前结点的value。
/**
     * 从指定的树x中，找出key对应的值
     * @param x 节点
     * @param key 键
     * @return 节点
     */
public Value getNode(Node<Key,Value> x, Key key){
    if (null == x){
        return null;
    }
    int compare = key.compareTo(x.key);
    if(0 < compare){
        return getNode(x.right,key);
    }else if(0 > compare){
        return getNode(x.left, key);
    }else {
        return x.value;
    }
}
3、delete方法的实现思路
  • 找到被删除结点；
  • 找到被删除结点右子树中的最小结点minNode
  • 删除右子树中的最小结点
  • 让被删除结点的左子树称为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树
  • 让被删除结点的父节点指向最小结点minNode
/**
     * 删除指定树x中的key对应的value，并返回删除后的新树
     * @param x
     * @param key
     * @return
     */
public Node<Key,Value> delete(Node<Key, Value> x, Key key){
    if (null == x){
        return null;
    }
    int compare = key.compareTo(x.key);
    if(0 < compare){
        x.right = delete(x.right,key);
    }else if(0 > compare){
        x.left = delete(x.left,key);
    }else {
        //个数-1
        size--;
        //新结点的key等于当前结点的key,当前x就是要删除的结点
        if(x.right == null){
            return x.left;
        }if(x.left == null){
            return x.right;
        }
        //左右子结点都存在的情况下，找右子树最小的节点
        Node<Key, Value> minRight = x.right;
        while (null != minRight.left){
            minRight = minRight.left;
        }
        Node<Key, Value> node = x.right;
        while (node.left != null) {
            if (node.left.left == null) {
                node.left = null;
            } else {
                node = node.left;
            }
        }
        //让被删除结点的左子树称为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树
        minRight.left = x.left;
        minRight.right = x.right;
        //让被删除结点的父节点指向最小结点minNode
        x = minRight;
    }
    return x;
}
4、完整代码
package com.xiaobear.BinaryTree;

/**
 * @Author xiaobear
 * @date 2021年07月30日 13:50
 * @Description 二叉树
 */
public class BinaryTree<Key extends Comparable<Key>,Value> {

    /**
     * 根节点
     */
    private Node<Key,Value> root;
    /**
     * 节点数量
     */
    private int size;

    public void put(Key key, Value val){
        root = put(root,key,val);
    }

    /**
     * 给指定树x上，添加键一个键值对，并返回添加后的新树
     * @param x 树节点
     * @param key 键
     * @param val 值
     * @return Node
     */
    public Node<Key, Value> put(Node<Key,Value> x, Key key, Value val){
        //当树为空时，该节点为根节点
       if(null == x){
           size++;
           return new Node<>(key, val, null, null);
       }
       int compare = key.compareTo(x.key);
       //如果compare > 0 ,则 key > x.key;继续x的右子节点
        if(0 < compare){
            x.right = put(x.right,key,val);
        }else if(0 > compare){
            //如果compare < 0 ,则 key < x.key;继续x的左子节点
            x.left = put(x.left,key,val);
        }else {
            //如果compare = 0 ,则 key = x.key;替换x.value的值
            x.value = val;
        }
        return x;
    }

    /**
     * 根据key，从树中找出对应的值
     * @param key 键
     */
    public Value getNode(Key key){
        return getNode(root,key);
    }

    /**
     * 从指定的树x中，找出key对应的值
     * @param x 节点
     * @param key 键
     * @return 节点
     */
    public Value getNode(Node<Key,Value> x, Key key){
        if (null == x){
            return null;
        }
        int compare = key.compareTo(x.key);
        if(0 < compare){
            return getNode(x.right,key);
        }else if(0 > compare){
            return getNode(x.left, key);
        }else {
            return x.value;
        }
    }

    public void delete(Key key){
        root = delete(root, key);
    }

    /**
     * 删除指定树x中的key对应的value，并返回删除后的新树
     * @param x
     * @param key
     * @return
     */
    public Node<Key,Value> delete(Node<Key, Value> x, Key key){
        if (null == x){
            return null;
        }
        int compare = key.compareTo(x.key);
        if(0 < compare){
            x.right = delete(x.right,key);
        }else if(0 > compare){
            x.left = delete(x.left,key);
        }else {
            //个数-1
            size--;
            //新结点的key等于当前结点的key,当前x就是要删除的结点
            if(x.right == null){
                return x.left;
            }if(x.left == null){
                return x.right;
            }
            //左右子结点都存在的情况下，找右子树最小的节点
            Node<Key, Value> minRight = x.right;
            while (null != minRight.left){
                minRight = minRight.left;
            }
            Node<Key, Value> node = x.right;
            while (node.left != null) {
                if (node.left.left == null) {
                    node.left = null;
                } else {
                    node = node.left;
                }
            }
            //让被删除结点的左子树称为最小结点minNode的左子树，让被删除结点的右子树称为最小结点minNode的右子树
            minRight.left = x.left;
            minRight.right = x.right;
            //让被删除结点的父节点指向最小结点minNode
            x = minRight;
        }
        return x;
    }

    public int size(){
        return size;
    }



    /**
     * 节点类
     * @param <Key>
     * @param <Value>
     */
    private class Node<Key,Value>{
        public Key key;

        public Value value;

        public Node<Key,Value> left;

        public Node<Key, Value> right;

        public Node(Key key, Value value, Node left, Node<Key, Value> right) {
            this.key = key;
            this.value = value;
            this.left = left;
            this.right = right;
        }
    }
}

测试代码

public class BinaryTreeTest {

    public static void main(String[] args) {
        BinaryTree<Integer, String> binaryTree = new BinaryTree<>();
        binaryTree.put(1,"yhx");
        binaryTree.put(2,"love");
        binaryTree.put(3,"lwh");
        System.out.println(binaryTree.size());
        binaryTree.delete(2);
        String node = binaryTree.getNode(2);
        System.out.println(node);
        System.out.println(binaryTree.size());
    }
}

3、查找二叉树中最大/最小的键

1、最小的键
方法描述
public Key min()找出树中最小的键
private Node min(Node x)找出指定树x中，最小键所在的结点
/**
     * 查找树中最小的键
     * @return
     */
public Key minKey(){
    return minKey(root).key;
}

/**
     * 根据二叉树的特点，左子树 < 右子树 so最小的键肯定是位于左边
     * @param x
     * @return
     */
public Node<Key,Value> minKey(Node<Key,Value> x){
    if (x.left != null){
        return minKey(x.left);
    }else {
        return x;
    }
}
2、最大的键
方法描述
public Key max()找出树中最大的键
public Node max(Node x)找出指定树x中，最大键所在的结点
/**
     * 查询树中最大的键
     * @return
     */
    public Key maxKey(){
        return maxKey(root).key;
    }

    /**
     * 根据二叉树的特点，右子树 > 左子树 so最大的键肯定是位于右边
     * @param x
     * @return
     */
    public Node<Key,Value> maxKey(Node<Key,Value> x){
        if(x.right != null){
            return maxKey(x.right);
        }else {
            return x;
        }
    }

3、二叉树的遍历

我们把树简单的画作上图中的样子，由一个根节点、一个左子树、一个右子树组成，那么按照根节点什么时候被访
问，我们可以把二叉树的遍历分为以下三种方式：

  • 前序遍历

    先访问根结点，然后再访问左子树，最后访问右子树

  • 中序遍历

    先访问左子树，中间访问根节点，最后访问右子树

  • 后序遍历

    先访问左子树，再访问右子树，最后访问根节点

1、前序遍历

前序遍历的API

方法描述
public Queue preErgodic()使用前序遍历，获取整个树中的所有键
private void preErgodic(Node x,Queue keys)使用前序遍历，把指定树x中的所有键放入到keys队列中
/**
     * 前序遍历
     * @return
     */
public Queue<Key> preErgodic(){
    Queue<Key> queue = new Queue<>();
    preErgodic(root,queue);
    return queue;
}

/**
     * 前序遍历操作 先访问根结点，然后再访问左子树，最后访问右子树
     * @param x 根节点
     * @param queue 队列
     */
private void preErgodic(Node<Key,Value> x, Queue<Key> queue){
    if (x == null) {
        return;
    }
    //把当前结点的key放入到队列中
    queue.enqueue(x.key);
    //访问左子树
    if(x.left != null){
        preErgodic(x.left,queue);
    }
    //访问右子树
    if(x.right != null){
        preErgodic(x.right,queue);
    }
}

2、中序遍历

中序遍历的API

方法描述
public Queue midErgodic()使用中序遍历，获取整个树中的所有键
private void midErgodic(Node x,Queue keys)使用中序遍历，把指定树x中的所有键放入到keys队列中
/**
     * 中序遍历
     * @return
     */
    public Queue<Key> midErgodic(){
        Queue<Key> queue = new Queue<>();
        midErgodic(root,queue);
        return queue;
    }

    /**
     * 先访问左子树，中间访问根节点，最后访问右子树
     * @param x
     * @param queue
     */
    private void midErgodic(Node<Key,Value> x, Queue<Key> queue){
        if (x == null) {
            return;
        }
        //访问左子树
        if(x.left != null){
            preErgodic(x.left,queue);
        }
        //把当前结点的key放入到队列中
        queue.enqueue(x.key);
        //访问右子树
        if(x.right != null){
            preErgodic(x.right,queue);
        }
    }

3、后序遍历

后序遍历的API

方法描述
public Queue afterErgodic()使用后序遍历，获取整个树中的所有键
private void afterErgodic(Node x,Queue keys)使用后序遍历，把指定树x中的所有键放入到keys队列中
 /**
     * 后序遍历
     * @return
     */
    public Queue<Key> afterErgodic(){
        Queue<Key> queue = new Queue<>();
        afterErgodic(root,queue);
        return queue;
    }

    /**
     * 先访问左子树，再访问右子树，最后访问根节点
     * @param x
     * @param queue
     */
    private void afterErgodic(Node<Key,Value> x, Queue<Key> queue){
        if (x == null) {
            return;
        }
        //访问左子树
        if(x.left != null){
            preErgodic(x.left,queue);
        }
        //访问右子树
        if(x.right != null){
            preErgodic(x.right,queue);
        }
        //把当前结点的key放入到队列中
        queue.enqueue(x.key);
    }

4、测试

public class BinaryTreeErgodicTest {

    public static void main(String[] args) {
        BinaryTree<String, String> bt = new BinaryTree<>();
        bt.put("E", "5");
        bt.put("B", "2");
        bt.put("G", "7");
        bt.put("A", "1");
        bt.put("D", "4");
        bt.put("F", "6");
        bt.put("H", "8");
        bt.put("C", "3");
        //前序遍历
        Queue<String> preErgodic = bt.preErgodic();
        //中序遍历
        Queue<String> midErgodic = bt.midErgodic();
        //后序遍历
        Queue<String> afterErgodic = bt.afterErgodic();
        for (String key : preErgodic) {
            System.out.println(key+"=" +bt.getNode(key));
        }
    }
}

4、层次遍历

所谓的层序遍历，就是从根节点（第一层）开始，依次向下，获取每一层所有结点的值

层次遍历的结果是：EBGADFHC

方法描述
public Queue layerErgodic()：使用层序遍历，获取整个树中的所有键实

实现步骤：

  1. 创建队列，存储每一层的结点；
  2. 使用循环从队列中弹出一个结点：
    • 获取当前结点的key
    • 如果当前结点的左子结点不为空，则把左子结点放入到队列中
    • 如果当前结点的右子结点不为空，则把右子结点放入到队列中
/**
     * 层次遍历
     * @return
     */
public Queue<Key> layerErgodic(){
    //存储key
    Queue<Key> keys = new Queue<>();
    //存储node
    Queue<Node<Key,Value>> nodes = new Queue<>();
    //入队头结点
    nodes.enqueue(root);
    while(!nodes.isEmpty()){
        //出队当前节点
        Node<Key,Value> dequeue = nodes.dequeue();
        //当前节点头入队
        keys.enqueue(dequeue.key);
        if(dequeue.left != null){
            nodes.enqueue(dequeue.left);
        }
        if(dequeue.right != null){
            nodes.enqueue(dequeue.right);
        }
    }
    return keys;
}

5、二叉树的最大深度

最大深度（树的根节点到最远叶子结点的最长路径上的结点数）

上面这颗树的最大深度为：E–>B–>D–>C，深度为4

方法描述
public int maxDepth()计算整棵树的最大深度
private int maxDepth(Node x)计算指定树x的最大深度

实现步骤：

  1. 如果根结点为空，则最大深度为0；
  2. 计算左子树的最大深度；
  3. 计算右子树的最大深度；
  4. 当前树的最大深度=左子树的最大深度和右子树的最大深度中的较大者+1
    /**
     * 计算整棵树的最大深度
     * @return
     */
    public int maxDepth(){
        return maxDepth(root);
    }

    /**
     * 计算指定节点的最大深度
     * @param x
     * @return
     */
    private int maxDepth(Node<Key,Value> x){
        if (x == null) {
            return 0;
        }
        int maxRight = 0;
        int maxLeft = 0;
        int maxDepth;
        if(x.left != null){
            maxLeft = maxDepth(x.left);
        }
        if (x.right != null) {
            maxRight = maxDepth(x.right);
        }
        maxDepth = maxLeft > maxRight ? maxLeft + 1 : maxRight + 1;
        return maxDepth;
    }

6、折纸问题

请把一段纸条竖着放在桌子上，然后从纸条的下边向上方对折1次，压出折痕后展开。此时 折痕是凹下去的，即折痕突起的方向指向纸条的背面。如果从纸条的下边向上方连续对折2 次，压出折痕后展开，此时有三条折痕，从上到下依次是下折痕、下折痕和上折痕。
给定一 个输入参数N，代表纸条都从下边向上方连续对折N次，请从上到下打印所有折痕的方向 例如：N=1时，打印： down；N=2时，打印： down down up

分析

我们把对折后的纸张翻过来，让粉色朝下，这时把第一次对折产生的折痕看做是根结点，那第二次对折产生的下折痕就是该结点的左子结点，而第二次对折产生的上折痕就是该结点的右子结点，这样我们就可以使用树型数据结构来描述对折后产生的折痕。

这棵树有这样的特点：

  1. 根结点为下折痕；
  2. 每一个结点的左子结点为下折痕；
  3. 每一个结点的右子结点为上折痕；

实现步骤：

  • 构建节点类
  • 构建深度为n的折痕树
  • 使用中序遍历，打印树中所有节点的内容

构建深度为N的折痕树：

  1. 第一次对折，只有一条折痕，创建根节点
  2. 如果不是第一次对折，则使用队列保存根节点
  3. 循环遍历队列
    • 从队列中拿出一个节点
    • 如果当前节点的左节点不为空，则把这个左节点加入队列中
    • 如果当前节点的右节点不为空，则把这个右节点加入队列中
    • 判断当前结点的左子结点和右子结点都为空，如果是，则需要为当前结点创建一个值为down的左子结点，一个值为up的右子结点。
public class PaperFolding {

    /**
     * 创建折痕树
     * @param size 深度
     */
    public static Node createTree(int size){
        Node root = null;
        for (int i = 0; i < size; i++) {
            //第一次对折，只有一条折痕，创建根节点
            if (0 == i){
                root = new Node("down",null,null);
            }else {
                //如果不是第一次对折，则使用队列保存根节点
                Queue<Node> nodes = new Queue<>();
                nodes.enqueue(root);
                //循环遍历
                while(!nodes.isEmpty()){
                    //从队列中拿出一个节点
                    Node dequeue = nodes.dequeue();
                    //如果当前节点的左节点不为空，则把这个左节点加入队列中
                    if(dequeue.left != null){
                        nodes.enqueue(dequeue.left);
                    }
                    //如果当前节点的右节点不为空，则把这个右节点加入队列中
                    if(dequeue.right != null){
                        nodes.enqueue(dequeue.right);
                    }
                    //判断当前结点的左子结点和右子结点都为空，则需要为当前结点创建一个值为down的左子结点，一个值为up的右子结点。
                    if(dequeue.left == null && dequeue.right == null){
                        dequeue.left = new Node("down",null,null);
                        dequeue.right = new Node("up",null,null);
                    }
                }
            }
        }
        return root;
    }

    /**
     * 采用中序遍历
     * @param root
     */
    public static void printTree(Node root){
        if (root == null) {
            return;
        }
        printTree(root.left);
        System.out.print(root.item+" ");
        printTree(root.right);
    }

    /**
     * 节点类
     */
    private static class Node{
        String item;
        Node left;
        Node right;

        public Node(String item, Node left, Node right) {
            this.item = item;
            this.left = left;
            this.right = right;
        }
    }

    public static void main(String[] args) {
        Node tree = createTree(2);
        printTree(tree);
    }
}

down down up

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1364612.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

xxljob分布式调度平台

xxljob分布式调度平台

分布式调度平台 XXL-JOB 极简入门 https://segmentfault.com/a/1190000041674725xxl-job-core 模块&#xff1a;XXL-JOB 核心。后续我们在编写执行器时&#xff0c;会引入该模块。 xxl-job-admin 模块&#xff1a;调度中心。 xxl-job-executor-samples 模块&#xff1a;提供了…
阅读更多...
攀登者2 - 华为OD统一考试

攀登者2 - 华为OD统一考试

OD统一考试 分值： 200分 题解： Java / Python / C++ 题目描述 攀登者喜欢寻找各种地图，并且尝试攀登到最高的山峰。 地图表示为一维数组，数组的索引代表水平位置，数组的元素代表相对海拔高度。其中数组元素0代表地面。 例如：[0,1,2,4,3,1,0,0,1,2,3,1,2,1,0]，代表如下…
阅读更多...
java基于SSM的游戏商城的设计与实现论文

java基于SSM的游戏商城的设计与实现论文

基于SSM的游戏商城的设计与实现 摘 要 当下&#xff0c;正处于信息化的时代&#xff0c;许多行业顺应时代的变化&#xff0c;结合使用计算机技术向数字化、信息化建设迈进。以前相关行业对于游戏信息的管理和控制&#xff0c;采用人工登记的方式保存相关数据&#xff0c;这种以…
阅读更多...
es索引数据过滤查询

es索引数据过滤查询

1.我们往kibana插入数据,来进行查询 POST /t1/_doc/ {"name":"cat","age":"18","address":"BJ","job":"dev" } POST /t1/_doc/ {"name":"dog","age":"1…
阅读更多...
TCP服务器的编写(下)

TCP服务器的编写(下)

我们现在开始对我们的客户端开始封装 我们的客户端&#xff0c;创建完套接字&#xff0c;需不需要bind呢&#xff1f;&#xff1f; 当然是不需要的&#xff0c;你本身是一个客户端&#xff0c;其他人写的应用也可能是客户端&#xff0c;如果我们bind&#xff0c;一定意味着我们…
阅读更多...
【解决】hosts文件无修改权限问题

【解决】hosts文件无修改权限问题

1. 以管理员身份运行命令提示符&#xff08;cmd&#xff09;&#xff1a; 2. 在cmd中输入notepad进入记事本&#xff1a; 3. 通过记事本打开hosts文件&#xff1a; 4. 修改并保存&#xff1a;
阅读更多...
Java反射之获取构造方法，成员变量，成员方法以及反射的作用

Java反射之获取构造方法，成员变量，成员方法以及反射的作用

目录 1.什么是反射2.获取Class对象的三种方式3.反射获取构造方法4.反射获取成员变量5.反射获取成员方法6.反射的作用 1.什么是反射 在Java中&#xff0c;反射是指程序在运行时动态地获取类的信息、调用方法和访问属性的能力。 通过反射&#xff0c;可以在运行时获取类的构造函数…
阅读更多...
WebofScience快速检索文献的办法

WebofScience快速检索文献的办法

Web of Science为什么老是搜不到文章&#xff0c;原来是要在这个地方全部勾选 如果是搜标题的话&#xff0c;选Title&#xff0c;输入你要搜的文章标题 另外&#xff0c;也可以在浏览器直接搜文章标题&#xff0c;得到文章的DOI&#xff0c;然后选DOI&#xff0c;直接搜DOI也行…
阅读更多...
2.6 KERNEL LAUNCH

2.6 KERNEL LAUNCH

图2.15在vecAdd函数中显示最终主机代码。此源代码完成了图2.6.中的骨架。2.12和2.15共同说明了一个简单的CUDA程序&#xff0c;该程序由主机代码和设备内核组成。该代码是硬接的&#xff0c;每个线程块使用256个线程。然而&#xff0c;使用的线程块的数量取决于向量&#xff08…
阅读更多...
如何保证本地缓存的一致性(和分布式缓存)

如何保证本地缓存的一致性(和分布式缓存)

保证本地缓存和分布式缓存的一致性是一个关键的问题&#xff0c;因为这可以确保系统的健壮性和响应速度。以下是一些在Java中实现这一目标的方法&#xff1a; 1.使用一致性哈希&#xff1a;一致性哈希是一种特殊的哈希技术&#xff0c;它能够在节点增减时最小化哈希环上的数据分…
阅读更多...
【大数据进阶第三阶段之Hive学习笔记】Hive常用命令和属性配置

【大数据进阶第三阶段之Hive学习笔记】Hive常用命令和属性配置

目录 1、Hive安装 2、HiveJDBC访问 2.1、启动hiveserver2服务 2.2、连接hiveserver2服务 2.3、注意 3、Hive常用交互命令 3.1、“-e”不进入hive的交互窗口执行sql语句 3.2、“-f”执行脚本中sql语句 4、Hive其他命令操作 4.1、退出hive窗口 4.2、在hive cli命令窗口…
阅读更多...
智慧医院预约及支付平台—智慧支付

智慧医院预约及支付平台—智慧支付

医保支付流程 自费支付流程 智慧医院支付业务介绍 社保卡绑定（身份认证） 认证方案：银行身份已验证客户，可通过本人银行登记的手机号码登录医院APP后，在完善APP注册身份信息时，将相关信息发送苏州银行，由银行核对客户身份信息正确性并将社保卡绑定本人手机。核实后的身份…
阅读更多...
爬虫实战 - 微博评论数据可视化

爬虫实战 - 微博评论数据可视化

简介&#xff1a; 我们都知道在数据比较少的情况下&#xff0c;我们是可以很轻易的获取到数据中的信息。但是当数据比较庞大的时候呢&#xff0c;我们就很难看出来了。尤其是面对现如今数以万计的数据&#xff0c;就更了。 不过好在我们可以通过计算机来帮我们进行分析&#…
阅读更多...
【鸿蒙4.0】安装DevEcoStudio

【鸿蒙4.0】安装DevEcoStudio

1.下载安装包 HUAWEI DevEco Studio和SDK下载和升级 | HarmonyOS开发者华为鸿蒙DevEco Studio是面向全场景的一站式集成开发环境,&#xff0c;在鸿蒙官网下载或升级操作系统开发工具DevEco Studio最新版本&#xff0c;SDK配置和下载&#xff0c;2.1支持Mac、Windows操作系统。…
阅读更多...
八大算法排序@选择排序（C语言版本）

八大算法排序@选择排序（C语言版本）

目录 选择排序概念算法思想示例步骤1步骤2步骤...n最后一步 代码实现时间复杂度空间复杂度特性总结 选择排序 概念 选择排序&#xff08;Selection Sort&#xff09;是一种简单直观的排序算法。基本思想是在未排序的序列中找到最小&#xff08;或最大&#xff09;元素&#xf…
阅读更多...
[论文阅读] Revisiting Feature Propagation and Aggregation in Polyp Segmentation

[论文阅读] Revisiting Feature Propagation and Aggregation in Polyp Segmentation

[论文地址] [代码] [MICCAI 23] Abstract 息肉的准确分割是筛查过程中有效诊断结直肠癌的关键步骤。 由于能够有效捕获多尺度上下文信息&#xff0c;普遍采用类似UNet 的编码器-解码器框架。 然而&#xff0c;两个主要限制阻碍了网络实现有效的特征传播和聚合。 首先&#xff…
阅读更多...
Eslint+Prettier

Eslint+Prettier

1.Eslint js验证的规则标准,Vue也有自己的独特的验证规则,vue-eslint-plugin属于vue自己的验证规则。 如果不想报错,可以在package.json/rules里面进行关闭,默认是开启的,默认缩进是两个空格。 2.Prettier - Code formatter 使写代码更加的美观 可选的配置项: 例如: module…
阅读更多...
C语言编译器（C语言编程软件）完全攻略（第二十九部分：Linux GCC简明教程（使用GCC编写C语言程序））

C语言编译器（C语言编程软件）完全攻略（第二十九部分：Linux GCC简明教程（使用GCC编写C语言程序））

介绍常用C语言编译器的安装、配置和使用。 二十九、Linux GCC简明教程&#xff08;使用GCC编写C语言程序&#xff09; 市面上常见的 Linux 都是发行版本&#xff0c;典型的 Linux 发行版包含了 Linux 内核、桌面环境&#xff08;例如 GNOME、KDE、Unity 等&#xff09;和各种…
阅读更多...
光速爱购--靠谱的SpringBoot项目

光速爱购--靠谱的SpringBoot项目

简介 这是一个靠谱的SpringBoot项目实战&#xff0c;名字叫光速爱购。从零开发项目&#xff0c;视频加文档&#xff0c;十天就能学会开发JavaWeb项目。 教程路线是&#xff1a;搭建环境> 安装软件> 创建项目> 添加依赖和配置> 通过表生成代码> 编写Java代码&g…
阅读更多...
1018：奇数偶数和1028：I love 闰年！和1029：三角形判定

1018：奇数偶数和1028：I love 闰年！和1029：三角形判定

1018&#xff1a;奇数偶数 要求&#xff1a;输入一个整数&#xff0c;判断该数是奇数还是偶数。如果该数是奇数就输出“odd”&#xff0c;偶数就输出“even”&#xff08;输出不含双引号&#xff09;。 输入样例&#xff1a;8 输出样例&#xff1a;even 程序流程图&#xff1a…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023