Java源码篇之容器类——HashMap

news2024/11/15 4:49:15

以下是基于jdk17

Java源码篇之容器类——HashMap

  • ==constructor==
  • ==put()==
  • hash()
  • putVal()
  • resize()
  • treeifyBin()
  • treeify()
  • tieBreakOrder()
  • balanceInsertion()
  • moveRootToFront()
  • checkInvariants()

constructor

// 无参构造
public HashMap() {
    this.loadFactor = DEFAULT_LOAD_FACTOR; // all other fields defaulted
}

// 指定容器大小构造
public HashMap(@Range(from = 0, to = java.lang.Integer.MAX_VALUE) int initialCapacity) {
    this(initialCapacity, DEFAULT_LOAD_FACTOR);
}

// 指定容器大小和加载因子构造
public HashMap(int initialCapacity, float loadFactor) {
	// 此方法可以看出指定的容量参数在构造的时候仅用于计算扩容阈值
    if (initialCapacity < 0) {
        throw new IllegalArgumentException("Illegal initial capacity: " + initialCapacity);
    }
    if (initialCapacity > MAXIMUM_CAPACITY) {
        initialCapacity = MAXIMUM_CAPACITY;
    }
    if (loadFactor <= 0 || Float.isNaN(loadFactor)) {
        throw new IllegalArgumentException("Illegal load factor: " + loadFactor);
    }
    this.loadFactor = loadFactor;
    this.threshold = tableSizeFor(initialCapacity);
}

// 通过此方法保证了容器的大小始终为2的指数倍,并且指定大小不符合时,会返回最接近的数字
static final int tableSizeFor(int cap) {
    int n = -1 >>> Integer.numberOfLeadingZeros(cap - 1);
    log.info("n:{}", n);
    // 扩容阈值最小值为1
    return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
}

如果指定初始容量为0,会发生什么
如果指定初始容量为非2的幂次方数,threshold是多少

put()

public V put(K key, V value) {
    return putVal(hash(key), key, value, false, true);
}

hash()

static final int hash(Object key) {
    int h;
    log.info("key:{}, h:{}, h >>> 16:{}, result:{}", key, h = key.hashCode(), h >>> 16, 
            (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16));
    // 此处取key的hash值与右移16位之后的异或作为最终hash值,是为了减少hash碰撞的处理
    return (key == null) ? 0 : (h = key.hashCode()) ^ (h >>> 16);
    
    // 模拟hash碰撞的情况
    // return 1;
}

putVal()

final V putVal(int hash, K key, V value, boolean onlyIfAbsent, boolean evict) {
    Node<K,V>[] tab;
    Node<K,V> p;
    int n, i;
    if ((tab = table) == null || (n = tab.length) == 0){
        // 初始化
        n = (tab = resize()).length;
    }
    // 相当于hash % n,优化为(n - 1) & hash,结果是一样的,为数组的下标
    log.info("key:{}, index: {}", key, ((n - 1) & hash));
    if ((p = tab[i = (n - 1) & hash]) == null) {
        // 数组第一次添加值
        tab[i] = newNode(hash, key, value, null);
    } else {
        Node<K,V> e; K k;
        log.info("p:{key:{}, val:{}, hash: {}}", p.key, p.value, p.hash);
        if (p.hash == hash && ((k = p.key) == key || (key != null && key.equals(k)))) {
            // 判断新的key与该下标下的第一个元素的key:hash相同 and (key是同一个 or key的内容相同)
            e = p;
        } else if (p instanceof TreeNode) {
            // 如果数组中元素类型是 TreeNode, 采用树的插入方法
            e = ((TreeNode<K,V>)p).putTreeVal(this, tab, hash, key, value);
        } else {
            // 遍历链表的每一个元素
            for (int binCount = 0; ; ++binCount) {
                if ((e = p.next) == null) {
                	// 后继指向新加入的元素
                    p.next = newNode(hash, key, value, null);
                    if (binCount >= TREEIFY_THRESHOLD - 1) {
                        // 链表元素个数大于等于7,进入此方法
                        treeifyBin(tab, hash);
                    }
                    break;
                }
                if (e.hash == hash && ((k = e.key) == key || (key != null && key.equals(k)))) {
                    break;
                }
                p = e;
            }
        }
        if (e != null) { // existing mapping for key
            // 覆盖现有的key对应的value值
            V oldValue = e.value;
            // if true, don't change existing value
            if (!onlyIfAbsent || oldValue == null) {
                e.value = value;
            }
            // LinkedHashMap回调执行
            afterNodeAccess(e);
            return oldValue;
        }
    }
    ++modCount;
    if (++size > threshold) {
        // 扩容
        resize();
    }
    // LinkedHashMap回调执行
    afterNodeInsertion(evict);
    return null;
} 

resize()

// 扩容
final Node<K,V>[] resize() {
    // 将旧数组(扩容之前的数组)赋值给数组oldTab
    Node<K,V>[] oldTab = table;
    // 旧数组的长度
    int oldCap = (oldTab == null) ? 0 : oldTab.length;
    // 旧数组的扩容阈值
    int oldThr = threshold;
    // 初始化新数组长度和扩容阈值
    int newCap, newThr = 0;

    if (oldCap > 0) {
        // 旧数组长度大于0
        if (oldCap >= MAXIMUM_CAPACITY) {
            // 旧数组已经是最大容量,扩容阈值设置为Integer的最大值,不进行扩容
            threshold = Integer.MAX_VALUE;
            return oldTab;
        } else if ((newCap = oldCap << 1) < MAXIMUM_CAPACITY && oldCap >= DEFAULT_INITIAL_CAPACITY) {
            // 新数组长度为旧数组的2被, 新数组长度小于最大容量 and 旧数组大于等于默认容量(16)
            // 新的扩容阈值为旧的2倍
            newThr = oldThr << 1; // double threshold
        }
    } else if (oldThr > 0) {
        // 旧数组长度等于0并且旧扩容阈值大于0
        // 新数组长度设置为旧扩容阈值
        newCap = oldThr;
    } else {
        // 旧数组长度等于0并且旧扩容阈值等于0
        // zero initial threshold signifies using defaults
        newCap = DEFAULT_INITIAL_CAPACITY;
        newThr = (int)(DEFAULT_LOAD_FACTOR * DEFAULT_INITIAL_CAPACITY);
    }

    if (newThr == 0) {
        // 新阈值为0,则计算新的阈值
        float ft = (float)newCap * loadFactor;
        // 如果新的数组长度小于最大容量并且新的阈值小于最大容量,新的阈值为刚计算的(整数部分),否则新的阈值为Integer的最大值
        newThr = (newCap < MAXIMUM_CAPACITY && ft < (float)MAXIMUM_CAPACITY ? (int)ft : Integer.MAX_VALUE);
    }
    // 新阈值赋值给成员变量
    threshold = newThr;
    @SuppressWarnings({"rawtypes","unchecked"})
    Node<K,V>[] newTab = (Node<K,V>[])new Node[newCap];
    table = newTab;
    if (oldTab != null) {
        // 旧数组不为null
        for (int j = 0; j < oldCap; ++j) {
            // 遍历数组的每一个元素
            Node<K,V> e;
            if ((e = oldTab[j]) != null) {
                // 如果元素不为null,将当前值置为null
                oldTab[j] = null;
                if (e.next == null) {
                    // 如果没有后续元素,直接将e移动新数组的下标位置
                    newTab[e.hash & (newCap - 1)] = e;
                } else if (e instanceof TreeNode) {
                    // 如果是树节点,则执行split方法
                    ((TreeNode<K,V>)e).split(this, newTab, j, oldCap);
                } else { // preserve order
                    // 如果是链表,初始化两组头节点和尾节点,一组是需要变化下标的,一组不需要
                    Node<K,V> loHead = null, loTail = null;
                    Node<K,V> hiHead = null, hiTail = null;
                    Node<K,V> next;
                    // 循环链表上所有的元素
                    do {
                        next = e.next;
                        if ((e.hash & oldCap) == 0) {
                            // 不需要变化下标的
                            if (loTail == null) {
                                // 头节点指向该元素
                                loHead = e;
                            } else {
                                // 尾元素的后继指向该元素
                                loTail.next = e;
                            }
                            // 尾元素指向该元素
                            loTail = e;
                        } else {
                            // 需要变化下标,旧的下标 + oldCap = 新下标
                            if (hiTail == null)
                                hiHead = e;
                            else
                                hiTail.next = e;
                            hiTail = e;
                        }
                    } while ((e = next) != null);
                    if (loTail != null) {
                        // 如果不需要变更的尾元素不为null,将尾元素的后继置为null
                        loTail.next = null;
                        // 将新数组下标位置指向头元素
                        newTab[j] = loHead;
                    }
                    if (hiTail != null) {
                        // 如果需要变更的尾元素不为null,将尾元素的后继置为null
                        hiTail.next = null;
                        // 将新数组下标位置指向头元素,j + oldCap为元素变更之后在新数组中的下标
                        newTab[j + oldCap] = hiHead;
                    }
                }
            }
        }
    }
    // 返回扩容之后的数组
    return newTab;
}

resize()的大致流程如下:
在这里插入图片描述

treeifyBin()

// 链表节点变为树节点
final void treeifyBin(Node<K,V>[] tab, int hash) {
    int n, index;
    Node<K,V> e;
    if (tab == null || (n = tab.length) < MIN_TREEIFY_CAPACITY) {
        // 数组为null or 数组长度小于64的时候,依旧保持链表形式扩容
        resize();
    } else if ((e = tab[index = (n - 1) & hash]) != null) {
        // 元素不为null
        TreeNode<K,V> hd = null, tl = null;
        do {
            // 转换成树节点
            TreeNode<K,V> p = replacementTreeNode(e, null);
            if (tl == null)
                hd = p;
            else {
                p.prev = tl;
                tl.next = p;
            }
            tl = p;
        } while ((e = e.next) != null);
        if ((tab[index] = hd) != null) {
        	// 将链表红黑树化
            hd.treeify(tab);
        }
    }
}

treeify()

// 树形化
final void treeify(Node<K,V>[] tab) {
            // 定义红黑树根节点
            TreeNode<K,V> root = null;
            for (TreeNode<K,V> x = this, next; x != null; x = next) {
                // 遍历链表所有节点
                next = (TreeNode<K,V>)x.next;
                // 定义左右子节点
                x.left = x.right = null;
                if (root == null) {
                    // 根节点为null
                    x.parent = null;
                    // 根节点为黑色
                    x.red = false;
                    // 根节点指向当前节点
                    root = x;
                } else {
                    // 当前节点的key, hash
                    K k = x.key;
                    int h = x.hash;
                    Class<?> kc = null;
                    for (TreeNode<K,V> p = root;;) {
                        // p为父节点
                        int dir, ph;
                        // 根节点的key
                        K pk = p.key;
                        if ((ph = p.hash) > h) {
                            // 如果父节点的hash大于当前节点的hash
                            dir = -1;
                        } else if (ph < h) {
                            // 如果父节点的hash小于当前的节点的hash
                            dir = 1;
                        } else if ((kc == null && (kc = comparableClassFor(k)) == null)
                                || (dir = compareComparables(kc, k, pk)) == 0) {
                            dir = tieBreakOrder(k, pk);
                        }

                        TreeNode<K,V> xp = p;
                        if ((p = (dir <= 0) ? p.left : p.right) == null) {
                            x.parent = xp;
                            if (dir <= 0) {
                                xp.left = x;
                            } else {
                                xp.right = x;
                            }
                            // 通过旋转保持平衡
                            root = balanceInsertion(root, x);
                            break;
                        }
                    }
                }
            }
            moveRootToFront(tab, root);
        }

tieBreakOrder()

// 排序
static int tieBreakOrder(Object a, Object b) {
    // d = a.getClass().getName().compareTo(b.getClass().getName()),-1/0/1
    // 此处只会返回-1或者1
    int d;
    if (a == null || b == null ||
            (d = a.getClass().getName().
                    compareTo(b.getClass().getName())) == 0)
        // 如果a为null或者b为null或者a和b的类名相同,a的hash值不大于b的hash值,则d=-1,否则d=1
        d = (System.identityHashCode(a) <= System.identityHashCode(b) ?
                -1 : 1);
    return d;
}

balanceInsertion()

// 插入平衡
static <K,V> TreeNode<K,V> balanceInsertion(TreeNode<K,V> root, TreeNode<K,V> x) {
    // 新增的节点置为红色
    x.red = true;
    // x:当前节点,xp:当前节点的父节点,xpp:当前节点父节点的父节点,
    // xppl:当前节点父节点的父节点的左子节点,xppr:当前节点父节点的父节点的右子节点,
    for (TreeNode<K,V> xp, xpp, xppl, xppr;;) {
        if ((xp = x.parent) == null) {
            // 如果当前节点的父节点为null,则当前节点为根节点
            x.red = false;
            return x;
        } else if (!xp.red || (xpp = xp.parent) == null) {
            // 如果当前节点的父节点为黑色或者当前节点父节点的父节点为null,则不影响平衡
            return root;
        }
        if (xp == (xppl = xpp.left)) {
            // 如果当前节点的父节点是左子节点
            if ((xppr = xpp.right) != null && xppr.red) {
                // 如果当前节点父节点的父节点右子节点不为null并且是是红色
                xppr.red = false;
                xp.red = false;
                xpp.red = true;
                x = xpp;
            } else {
                if (x == xp.right) {
                    // 以当前节点的父节点为根节点左旋
                    root = rotateLeft(root, x = xp);
                    // 重新赋值xpp和xp
                    xpp = (xp = x.parent) == null ? null : xp.parent;
                }
                if (xp != null) {
                    xp.red = false;
                    if (xpp != null) {
                        xpp.red = true;
                        // 以当前节点父节点的父节点为根节点右旋
                        root = rotateRight(root, xpp);
                    }
                }
            }
        } else {
            // 如果当前节点的父节点是右子节点
            if (xppl != null && xppl.red) {
                xppl.red = false;
                xp.red = false;
                xpp.red = true;
                x = xpp;
            } else {
                if (x == xp.left) {
                    root = rotateRight(root, x = xp);
                    xpp = (xp = x.parent) == null ? null : xp.parent;
                }
                if (xp != null) {
                    xp.red = false;
                    if (xpp != null) {
                        xpp.red = true;
                        root = rotateLeft(root, xpp);
                    }
                }
            }
        }
    }
}

moveRootToFront()

/**
  * Ensures that the given root is the first node of its bin.
  * 确保给定的root节点是第一个节点。
  */
 static <K,V> void moveRootToFront(Node<K,V>[] tab, TreeNode<K,V> root) {
     int n;
     // root节点不可为null并且数组不能为null
     if (root != null && tab != null && (n = tab.length) > 0) {
         // 获取root节点的下标
         int index = (n - 1) & root.hash;
         TreeNode<K,V> first = (TreeNode<K,V>)tab[index];
         if (root != first) {
             // 如果root节点不是第一个节点
             Node<K,V> rn;
             // 设置root节点为第一个节点
             tab[index] = root;
             TreeNode<K,V> rp = root.prev;
             // 调整树节点
             if ((rn = root.next) != null)
                 ((TreeNode<K,V>)rn).prev = rp;
             if (rp != null)
                 rp.next = rn;
             if (first != null)
                 first.prev = root;
             root.next = first;
             root.prev = null;
         }
         assert checkInvariants(root);
     }
 }

checkInvariants()

/**
  * Recursive invariant check
  * 递归验证 红黑树/链表
  */
 static <K,V> boolean checkInvariants(TreeNode<K,V> t) {
     // tp:父节点,tl:左子节点,tr:右子节点,tb:前驱节点,tn:后继节点
     TreeNode<K,V> tp = t.parent, tl = t.left, tr = t.right,
             tb = t.prev, tn = (TreeNode<K,V>)t.next;
     if (tb != null && tb.next != t) {
         // 如果前驱节点不为null并且前驱节点的后继节点不是当前节点,则返回false
         return false;
     }
     if (tn != null && tn.prev != t) {
         // 如果后继节点不为null并且后继节点的前驱节点不是当前节点,则返回false
         return false;
     }
     if (tp != null && t != tp.left && t != tp.right) {
         // 如果父节点不为null并且当前节点不为其左右子节点,则返回false
         return false;
     }
     if (tl != null && (tl.parent != t || tl.hash > t.hash)) {
         // 左子节点不为null,左子节点的父节点不是当前节点或者左子节点的hash值大于当前节点的hash值
         return false;
     }
     if (tr != null && (tr.parent != t || tr.hash < t.hash)) {
         // 右子节点不为null,右子节点的父节点不是当前节点或者右子节点的hash值小于当前节点的hash值
         return false;
     }
     if (t.red && tl != null && tl.red && tr != null && tr.red) {
         // 当前节点是红色,子节点不为null且子节点为红色
         return false;
     }
     if (tl != null && !checkInvariants(tl)) {
         // 递归验证左子树
         return false;
     }
     if (tr != null && !checkInvariants(tr)) {
         // 递归验证右子树
         return false;
     }
     // 验证通过返回true
     return true;
 }

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/137252.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

多线程并发检测触发器触发算法优化,附详细代码 - 定时执行专家

目录 ◆ V6.5版之前的并行检测方案 ◆ V6.5版之前的并行检测方案存在的问题 ◆ V6.5版本的并行检测方案 ◆ 定时执行专家 - 简介 ◆ 定时执行专家 - 最新版下载 一些用户说任务数量可能达到200个&#xff0c;让我比较惊讶&#xff0c;这个软件的设计之初并没有考虑这么多的…

MySQL调优-SQL底层执行原理

目录 MySQL调优-SQL底层执行原理 MySQL内部组件结构 Server层 Store层 连接器 客户端连接mysql数据库 创建新用户并且修改用户密码&#xff1a; show processlist 查看用户状态 客户端自动断开时间 长连接和短连接 查询缓存 常见的一些命令操作 大多数情况查询缓存…

Linux使用gdb定位Qt程序崩溃位置(systemd-coredump)

Linux提供了systemd-coredump服务&#xff0c;可以配合gdb来定位到程序崩溃位置&#xff0c;下面介绍它们的用法。 1. systemd-coredump systemd-coredump的简单介绍&#xff1a; systemd-coredump能从操作系统内核中获取内存转储&#xff0c;并能对获取到的数据进行各种处理…

Polygon zkEVM测试集——创建合约交易

1. 引言 可通过https://www.evm.codes/playground&#xff0c;来深入理解EVM各opcode中stack、memory、storage之间的关系&#xff0c;可输入任意的opcode来观察变化。 很赞的资料集&#xff1a; 深入理解合约升级(2) - Solidity 内存布局深入理解 EVM&#xff08;一&#xf…

力扣:两数之和与n数之和的(Map)与(排序+双指针)解法 【三刷终于明白HashMap求和的去重问题】

啃一本算法书啃了快一年了&#xff0c;用嘴想一想都该只剩渣了&#xff0c;脑子是怎么想的&#xff1f;&#xff1f;&#xff1f; 真希望有一天“爷啃完了&#xff0c;爷不要你了&#xff0c;爷换一本啃”&#xff0c;&#xff0c;欸欸欸&#xff1f;&#xff1f;罪过罪过&…

Python基础(一)

Python 的种类 CpythonPython的官方版本&#xff0c;使用C语言实现&#xff0c;使用最为广泛&#xff0c;CPython实现会将源文件&#xff08;py文件&#xff09;转换成字节码文件&#xff08;pyc文件&#xff09;&#xff0c;然后运行在Python虚拟机上。 JyhtonPython的Java实…

IDEA初始化git+代码提交

IDEA初始化git 当你在代码仓库如&#xff1a;github or gitee 上建立好了仓库&#xff0c;我们在idea中该如何初始化你的git又怎么样把你的代码push到代码仓库上呢&#xff1f; 第一步&#xff1a;初始化idea中的git 在idea中的setting中搜索git&#xff0c;将你的git.exe路…

JVM垃圾回收器-评估GC的性能指标

文章目录学习资料垃圾回收器概述评估GC的性能指标吞吐量&#xff08;throughput&#xff09;暂停时间&#xff08;pause time&#xff09;吞吐量VS暂停时间学习资料 【尚硅谷宋红康JVM全套教程&#xff08;详解java虚拟机&#xff09;】 【阿里巴巴Java开发手册】https://www.…

机器学习 加利福尼亚房价预测

学习目标&#xff1a; 提示&#xff1a;导入包 例如&#xff1a; import pandas as pd import numpy as npfrom sklearn.datasets import fetch_california_housing from sklearn.model_selection import KFold, train_test_split from sklearn.metrics import mean_squared…

【阶段二】Python数据分析Pandas工具使用02篇:数据读取:文本文件读取、电子表格读取与数据预处理:数据概览与清洗

本篇的思维导图: 数据读取:文本文件读取 对于csv后缀的文本文件,可以使用pandas模块中的read_csv函数进行读取。 所需要的数据文件如下百度云盘链接: 链接:https://pan.baidu.com/s/1Zj-uTt_wdRcmDt3aumZ2nA 提取码:z2e8 代码

CSRF攻防基础讲解

CSRF攻击 Cross-site request forgery跨站请求伪造 场景模拟 在用户登录某个网站后&#xff0c;看到某篇文章高兴之余&#xff0c;挥手打字&#xff0c;突然有人发来一个链接&#xff0c;登录者打开链接后什么都没有操作或者只是好奇的点击了某个按钮&#xff0c;在原登录网…

猿客栈后台管理系统日志记录

目录 一、用户权限设置 前端逻辑 后端逻辑 二、登录界面逻辑 1、账号密码登录实现 前端逻辑 在Cookie中存储token的方法 在Cookie中存储和获取的token方法 后端逻辑 生成token工具类 2、手机号登录 前台逻辑 后台逻辑 补充&#xff1a;实现点击发送验证码120s倒计…

ThinkPHP 之 SQLI审计分析(二)

说明 该文章来源于同事lu2ker转载至此处&#xff0c;更多文章可参考&#xff1a;https://github.com/lu2ker/ 文章目录说明0x00 测试代码做了什么&#xff1f;0x01 分析调用0x02 漏洞点的发现、构造、利用0x03 总结Time&#xff1a;9-3影响版本&#xff1a;ThinkPHP5.0.10 Pa…

详细介绍chrony服务器

chrony服务器 硬件时间&#xff1a;BIOS里面&#xff1b;关机后依然运行&#xff0c;主板电池为它供电&#xff1b;RTC时钟 系统时间&#xff1a;开机后&#xff0c;软件启动读取硬件时钟&#xff0c;之后独立运行 Chrony 的配置文件是/etc/chrony.conf chronyd服务器端 ch…

【目标检测】Mask rcnn代码实现Pytorch版,适用30系列显卡!(测试版)

目录&#xff1a;Mask rcnn代码实现Pytorch版一、环境二、mmdetection环境搭建三、测试四、结果展示为什么选择使用Pytorch版本&#xff1f;因为本人换电脑了&#xff0c;显卡升级为30系列&#xff0c;而30系列显卡的 CUDA 版本要求是 11.x。一、环境 cudatoolkit …

MYSQL之两阶段提交和组提交(数据一致性)

我们在MySQL 的日志中详细的介绍了undo log、redo log、binlog这三个日志和所用到的一些缓存知识&#xff0c;那么下面我们分析一下更新语句执行过程&#xff0c;它们是怎么变化的呢&#xff1f;下面我们直接给答案吧。假如我们修改一行主键索引&#xff08;id&#xff09;为1的…

电力系统激励型需求响应+自适应多群体优化算法(Python实现)

目录 ​编辑 0 前言 1 激励型DR和价格型DR 2 激励型DR模型 3 Python代码实现 4 自适应多群体优化算法&#xff08;AMPO&#xff09; 5 Python代码实现 0 前言 风、光等清洁能源因具有环保、资源丰富等优点而受到电力行业的重视,电力行业开始大力发展清洁能源发电。同时…

MySQL详解,库和表的基础操作

目录 前言 一、预备知识 1、服务器&#xff0c;数据库&#xff0c;表关系 2、SQL分类 3、连接服务器 二、库的操作 1、创建数据库 2、查看字符集和校验规则 2.1 查看系统默认字符集以及校验规则 2.2 查看数据库支持的字符集和字符集校验规则 3、操纵数据库 3.1查看…

ros tf坐标

参考&#xff1a; 讲解&#xff1a;https://www.bilibili.com/video/BV1zt411G7Vn/?p18&vd_source3a1ad336af3eaae4fcced56c75d309d1ROS程序&#xff1a;https://gitee.com/guyuehome/ros_21_tutorials/tree/master/learning_tfROS2程序&#xff1a;https://gitee.com/gu…

公司企业兔年祝福元旦祝福贺卡邀请函模板!

能群发的贺卡邀请函如何制作&#xff1f;想制作一个专属的祝福贺卡邀请函有什么方法&#xff1f;下面跟着小编的乔拓云工具教程&#xff01;教你如何使用这个工具在线就能轻松搞定设计需求&#xff0c;不仅有海量模板供你使用&#xff0c;还能一键生成链接轻松转发&#xff01;…