【算法专题】动态规划之路径问题

news2024/11/6 7:28:42

动态规划2.0

  • 动态规划 - - - 路径问题
    • 1. 不同路径
    • 2. 不同路径Ⅱ
    • 3. 珠宝的最高价值
    • 4. 下降路径最小和
    • 5. 最小路径和
    • 6. 地下城游戏

动态规划 - - - 路径问题

1. 不同路径

题目链接 -> Leetcode -62.不同路径

Leetcode -62.不同路径

题目：一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish” ）。
问总共有多少条不同的路径？

示例 1：
输入：m = 3, n = 7
输出：28

示例 2：
输入：m = 3, n = 2
输出：3
解释：
从左上角开始，总共有 3 条路径可以到达右下角。

  1. 向右->向下->向下
  2. 向下->向下->向右
  3. 向下->向右->向下

示例 3：
输入：m = 7, n = 3
输出：28

示例 4：
输入：m = 3, n = 3
输出：6

提示：

  • 1 <= m, n <= 100
  • 题目数据保证答案小于等于 2 * 10^9

思路：

  1. 状态表示：对于这种「路径类」的问题，我们的状态表示一般有两种形式：
    i. 从 [i, j] 位置出发，…；
    ii. 从起始位置出发，到达 [i, j] 位置，…；
    我们选择第二种定义状态表示的方式：dp[i][j] 表示：走到 [i, j] 位置处，一共有多少种方式。
  2. 状态转移方程：分析一下，如果 dp[i][j] 表示到达 [i, j] 位置的方法数，那么到达 [i, j] 位置之前的一小步，有两种情况：
    i. 从 [i, j] 位置的上方（ [i - 1, j] 的位置）向下走一步，转移到 [i, j] 位置；
    ii. 从 [i, j] 位置的左方（ [i, j - 1] 的位置）向右走一步，转移到 [i, j] 位置。
    由于我们要求的是有多少种方法，因此状态转移方程就呼之欲出了： dp[i][j] = dp[i - 1][j] + dp[i][j - 1] 。
  3. 返回值：根据状态表示，我们要返回 dp[m][n] 的值。

代码如下：

		class Solution {
		public:
		    int uniquePaths(int m, int n)
		    {
		        // 多开一行一列，可以直接在循环内初始化
		        vector<vector<int>> dp(m + 1, vector<int>(n + 1));
		        dp[0][1] = 1;  // 为了后面填表的正确
		
		        // dp[i][j] 表示：⾛到 [i, j] 位置处，⼀共有多少种方式
		        for (int i = 1; i <= m; i++)
		        {
		            for (int j = 1; j <= n; j++)
		            {
		                dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
		            }
		        }
		        return dp[m][n];
		    }
		};

2. 不同路径Ⅱ

题目链接 -> Leetcode -63.不同路径Ⅱ

Leetcode -63.不同路径Ⅱ

题目：一个机器人位于一个 m x n 网格的左上角 （起始点在下图中标记为 “Start” ）。
机器人每次只能向下或者向右移动一步。机器人试图达到网格的右下角（在下图中标记为 “Finish”）。
现在考虑网格中有障碍物。那么从左上角到右下角将会有多少条不同的路径？
网格中的障碍物和空位置分别用 1 和 0 来表示。

示例 1：
输入：obstacleGrid = [[0, 0, 0], [0, 1, 0], [0, 0, 0]]
输出：2
解释：3x3 网格的正中间有一个障碍物。
从左上角到右下角一共有 2 条不同的路径：

  1. 向右->向右->向下->向下
  2. 向下->向下->向右->向右

示例 2：
输入：obstacleGrid = [[0, 1], [0, 0]]
输出：1

提示：

  • m == obstacleGrid.length
  • n == obstacleGrid[i].length
  • 1 <= m, n <= 100
  • obstacleGrid[i][j] 为 0 或 1

思路：本题为不同路径的变型，只不过有些地方有「障碍物」，只要在「状态转移」上稍加修改就可解决。

  1. 状态表示：dp[i][j] 表示：走到 [i, j] 位置处，一共有多少种方式。
  2. 状态转移：简单分析一下。如果 dp[i][j] 表示到达 [i, j] 位置的方法数，那么到达 [i, j] 位置之前的一小步，有两种情况：
    i. 从 [i, j] 位置的上方（ [i - 1, j] 的位置）向下走一步，转移到 [i, j] 位置；
    ii. 从 [i, j] 位置的左方（ [i, j - 1] 的位置）向右走一步，转移到 [i, j] 位置。
    但是， [i - 1, j] 与 [i, j - 1] 位置都是可能有障碍的，此时从上面或者左边是不可能到达 [i, j] 位置的，也就是说，此时的方法数应该是 0；由此我们可以得出一个结论，只要这个位置上「有障碍物」，那么我们就不需要计算这个位置上的值，直接让它等于 0 即可。
  3. 返回值：根据状态表示，我们要返回的结果是 dp[m][n].

代码如下：

		class Solution {
		public:
		    int uniquePathsWithObstacles(vector<vector<int>>& obstacleGrid)
		    {
		        int m = obstacleGrid.size(), n = obstacleGrid[0].size();
		
		        // 多开一行一列方便初始化
		        vector<vector<int>> dp(m + 1, vector<int>(n + 1));
		        dp[0][1] = 1; // 为了后面填表的正确
		
		        // dp[i][j] 表示：⾛到 [i, j] 位置处，⼀共有多少种方式
		        for (int i = 1; i <= m; i++)
		        {
		            for (int j = 1; j <= n; j++)
		            {
		                // 原矩阵中的位置不是障碍物
		                if (obstacleGrid[i - 1][j - 1] != 1)
		                {
		                    dp[i][j] = dp[i - 1][j] + dp[i][j - 1];
		                }
		            }
		        }
		        return dp[m][n];
		    }
		};

3. 珠宝的最高价值

题目链接 -> Leetcode -LCR 166.珠宝的最高价值

Leetcode -LCR 166.珠宝的最高价值

题目：现有一个记作二维矩阵 frame 的珠宝架，其中 frame[i][j] 为该位置珠宝的价值。拿取珠宝的规则为：

只能从架子的左上角开始拿珠宝
每次可以移动到右侧或下侧的相邻位置
到达珠宝架子的右下角时，停止拿取
注意：珠宝的价值都是大于 0 的。除非这个架子上没有任何珠宝，比如 frame = [[0]] 。

示例 1:
输入: frame = [[1, 3, 1], [1, 5, 1], [4, 2, 1]]
输出 : 12
解释 : 路径 1→3→5→2→1 可以拿到最高价值的珠宝

提示：

  • 0 < frame.length <= 200
  • 0 < frame[0].length <= 200

思路：本题的思路与上题的思路差不多，状态转移方程为：dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) + grid[i][j] .

代码如下：

		class Solution {
		public:
		    int maxValue(vector<vector<int>>& grid)
		    {
		        int m = grid.size(), n = grid[0].size();
		
		        // 多开一行一列方便初始化
		        vector<vector<int>> dp(m + 1, vector<int>(n + 1));
		
		        // dp[i][j] 表示：⾛到 [i, j] 位置处，此时的最大价值
		        for (int i = 1; i <= m; i++)
		        {
		            for (int j = 1; j <= n; j++)
		            {
		                dp[i][j] = max(dp[i - 1][j], dp[i][j - 1]) + grid[i - 1][j - 1];
		            }
		        }
		
		        return dp[m][n];
		    }
		};

4. 下降路径最小和

题目链接 -> Leetcode -931.下降路径最小和

Leetcode -931.下降路径最小和

题目：给你一个 n x n 的 方形 整数数组 matrix ，请你找出并返回通过 matrix 的下降路径 的 最小和 。

下降路径 可以从第一行中的任何元素开始，并从每一行中选择一个元素。
在下一行选择的元素和当前行所选元素最多相隔一列（即位于正下方或者沿对角线向左或者向右的第一个元素）。
具体来说，位置(row, col) 的下一个元素应当是(row + 1, col - 1)、(row + 1, col) 或者(row + 1, col + 1) 。

示例 1：
输入：matrix = [[2, 1, 3], [6, 5, 4], [7, 8, 9]]
输出：13
解释：如图所示，为和最小的两条下降路径
在这里插入图片描述

示例 2：
输入：matrix = [[-19, 57], [-40, -5]]
输出： - 59
解释：如图所示，为和最小的下降路径

在这里插入图片描述

提示：

  • n == matrix.length == matrix[i].length
  • 1 <= n <= 100
  • 100 <= matrix[i][j] <= 100

思路：

  1. 状态表示：dp[i][j] 表示：到达 [i, j] 位置时，所有下降路径中的最小和。
  2. 状态转移方程：对于普遍位置 [i, j] ，根据题意得，到达 [i, j] 位置可能有三种情况：
    i. 从正上方 [i - 1, j] 位置转移到 [i, j] 位置；
    ii. 从左上方 [i - 1, j - 1] 位置转移到 [i, j] 位置；
    iii. 从右上方 [i - 1, j + 1] 位置转移到 [i, j] 位置；
    我们要的是三种情况下的「最小值」，然后再加上矩阵在 [i, j] 位置的值。
    于是 dp[i][j] = min(dp[i - 1][j], min(dp[i - 1][j - 1], dp[i - 1][j + 1])) + matrix[i][j] 。
  3. 返回值：注意这里不是返回 dp[m][n] 的值；题目要求「只要到达最后一行」就行了，因此这里应该返回「 dp 表中最后一行的最小值」。

代码如下：

		class Solution {
		public:
		    int minFallingPathSum(vector<vector<int>>& matrix)
		    {
		        int len = matrix.size();
		
		        // 多开一行，两列，因为dp[i][j]的值需要用到dp[i - 1][j], dp[i - 1][j - 1], dp[i - 1][j + 1]
		        vector<vector<int>> dp(len + 1, vector<int>(len + 2, INT_MAX));
		
		        // 初始化，为了后面填表的正确性
		        for (int i = 0; i <= len; i++) dp[0][i] = 0;
		
		        // dp[i][j] 表示：到达 [i, j] 位置时，所有下降路径中的最小和
		        for (int i = 1; i <= len; i++)
		        {
		            for (int j = 1; j <= len; j++)
		            {
		                dp[i][j] = min(min(dp[i - 1][j], dp[i - 1][j - 1]), dp[i - 1][j + 1]) + matrix[i - 1][j - 1];
		            }
		        }
		
		        // 返回最后一行的最小值
		        int ret = INT_MAX;
		        for (int j = 0; j <= len; j++) ret = min(ret, dp[len][j]);
		        return ret;
		    }
		};

5. 最小路径和

题目链接 -> Leetcode -64.最小路径和

Leetcode -64.最小路径和

题目：给定一个包含非负整数的 m x n 网格 grid ，请找出一条从左上角到右下角的路径，使得路径上的数字总和为最小。

说明：每次只能向下或者向右移动一步。

示例 1：
输入：grid = [[1, 3, 1], [1, 5, 1], [4, 2, 1]]
输出：7
解释：因为路径 1→3→1→1→1 的总和最小。
在这里插入图片描述

示例 2：
输入：grid = [[1, 2, 3], [4, 5, 6]]
输出：12

提示：

  • m == grid.length
  • n == grid[i].length
  • 1 <= m, n <= 200
  • 0 <= grid[i][j] <= 200

思路：

  1. 状态表示：dp[i][j] 表示：到达 [i, j] 位置处，最小路径和是多少
  2. 状态转移：分析一下，如果 dp[i][j] 表示到达 [i, j] 位置处的最小路径和，那么到达[i, j] 位置之前的一小步，有两种情况：
    i. 从 [i - 1, j] 向下走一步，转移到 [i, j] 位置；
    ii. 从 [i, j - 1] 向右走一步，转移到 [i, j] 位置。
    由于到 [i, j] 位置两种情况，并且我们要找的是最小路径，因此只需要这两种情况下的最小值，再加上 [i, j] 位置上本身的值即可。也就是： dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + grid[i][j]
  3. 返回值：根据状态表示，我们要返回的结果是 dp[m][n].

代码如下：

		class Solution {
		public:
		    int minPathSum(vector<vector<int>>& grid)
		    {
		        int m = grid.size(), n = grid[0].size();
		
		        // dp[i][j] 表示：到达 [i, j] 位置处，最小路径和是多少
		        vector<vector<int>> dp(m + 1, vector<int>(n + 1, INT_MAX));
		
		        dp[0][1] = 0;
		        for (int i = 1; i <= m; i++)
		        {
		            for (int j = 1; j <= n; j++)
		            {
		                dp[i][j] = min(dp[i - 1][j], dp[i][j - 1]) + grid[i - 1][j - 1];
		            }
		        }
		
		        return dp[m][n];
		    }
		};

6. 地下城游戏

题目链接 -> Leetcode -174.地下城游戏

Leetcode -174.地下城游戏

题目：恶魔们抓住了公主并将她关在了地下城 dungeon 的 右下角 。地下城是由 m x n 个房间组成的二维网格。
我们英勇的骑士最初被安置在 左上角 的房间里，他必须穿过地下城并通过对抗恶魔来拯救公主。

骑士的初始健康点数为一个正整数。如果他的健康点数在某一时刻降至 0 或以下，他会立即死亡。

有些房间由恶魔守卫，因此骑士在进入这些房间时会失去健康点数（若房间里的值为负整数，则表示骑士将损失健康点数）；
其他房间要么是空的（房间里的值为 0），要么包含增加骑士健康点数的魔法球（若房间里的值为正整数，则表示骑士将增加健康点数）。
为了尽快解救公主，骑士决定每次只 向右 或 向下 移动一步。
返回确保骑士能够拯救到公主所需的最低初始健康点数。
注意：任何房间都可能对骑士的健康点数造成威胁，也可能增加骑士的健康点数，包括骑士进入的左上角房间以及公主被监禁的右下角房间。

示例 1：
输入：dungeon = [[-2, -3, 3], [-5, -10, 1], [10, 30, -5]]
输出：7
解释：如果骑士遵循最佳路径：右->右->下->下 ，则骑士的初始健康点数至少为 7 。

示例 2：
输入：dungeon = [[0]]
输出：1

提示：

  • m == dungeon.length
  • n == dungeon[i].length
  • 1 <= m, n <= 200
  • 1000 <= dungeon[i][j] <= 1000

思路：

  1. 状态表示：这道题如果我们定义成：从起点开始，到达 [i, j] 位置的时候，所需的最低初始健康点数。那么我们分析状态转移的时候会有一个问题：那就是我们当前的健康点数还会受到后面的路径的影响。也就是从上往下的状态转移不能很好地解决问题。
    这个时候我们要换一种状态表示：从 [i, j] 位置出发，到达终点时所需要的最低初始健康点数。这样我们在分析状态转移的时候，后续的最佳状态就已经知晓。综上所述，定义状态表示为：dp[i][j] 表示：从 [i, j] 位置出发，到达终点时所需的最低初始健康点数。
  2. 状态转移方程：对于 dp[i][j] ，从 [i, j] 位置出发，下一步会有两种选择（为了方便理解，设 dp[i][j] 的最终答案是 x ）：
    i. 走到右边，然后走向终点；那么我们在 [i, j] 位置的最低健康点数加上这一个位置的消耗，应该要大于等于右边位置的最低健康点数，也就是： x + dungeon[i][j] >= dp[i][j + 1] ；通过移项可得： x >= dp[i][j + 1] - dungeon[i][j] 。因为我们要的是最小
    值，因此这种情况下的 x = dp[i][j + 1] - dungeon[i][j] ；
    ii. 走到下边，然后走向终点；那么我们在 [i, j] 位置的最低健康点数加上这⼀个位置的消耗，应该要大于等于下边位置的最低健康点数，也就是： x + dungeon[i][j] >= dp[i + 1][j] 。通过移项可得： x >= dp[i + 1][j] - dungeon[i][j] 。因为我们要的是最小值，因此这种情况下的 x = dp[i + 1][j] - dungeon[i][j] ；
  • 综上所述，我们需要的是两种情况下的最小值，因此可得状态转移方程为：dp[i][j] = min(dp[i + 1][j], dp[i][j + 1]) - dungeon[i][j]

但是，如果当前位置的 dungeon[i][j] 是一个比较大的正数的话， dp[i][j] 的值可能变成 0 或者负数。也就是最低点数会小于 1 ，那么骑士就会死亡。因此我们求出来的 dp[i][j] 如果小于等于 0 的话，说明此时的最低初始值应该为 1 。处理这种情况仅需让 dp[i][j] 与 1 取一个最大值即可：dp[i][j] = max(1, dp[i][j])

  1. 初始化：可以在最前面加上一个「辅助结点」，帮助我们初始化。使用这种技巧要注意两个点：
    i. 辅助结点里面的值要「保证后续填表是正确的」；
    ii. 「下标的映射关系」。
    在本题中，在 dp 表最后面添加一行，并且添加一列后，所有的值都先初始化为无穷大，然后让 dp[m][n - 1] = dp[m - 1][n] = 1 即可。

  2. 返回值：根据「状态表示」，我们需要返回 dp[0][0] 的值。

代码如下：

		class Solution {
		public:
		    int calculateMinimumHP(vector<vector<int>>& dungeon)
		    {
		        int m = dungeon.size(), n = dungeon[0].size();
		        vector<vector<int>> dp(m + 1, vector<int>(n + 1, INT_MAX));
		        dp[m][n - 1] = 1;
		
		        // 从右下角往回推
		        for (int i = m - 1; i >= 0; i--)
		        {
		            for (int j = n - 1; j >= 0; j--)
		            {
		                dp[i][j] = min(dp[i + 1][j], dp[i][j + 1]) - dungeon[i][j];
		
		                // 如果减到负数，说明这里的血包很大，即使是负数到这里都可以，但是这是不符合常理的
		                // 所以需要将这里置成 1 即可
		                if (dp[i][j] <= 0) dp[i][j] = 1;    
		            }
		        }
		
		        // 返回最初位置
		        return dp[0][0];
		    }
		};

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/1406847.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

【taro react】 ---- 自动化【根据运行命令直接编译对应的是测试环境或正式环境】

【taro react】 ---- 自动化【根据运行命令直接编译对应的是测试环境或正式环境】

1. 场景 开发和发布程序中遇到最常见的问题，需要一个环境配置文件，然后在启动或者编译前，需要开发者去修改对应的环境变量来控制启动或者编译的环境是测试环境还是正式环境。同时如果是需要维护小程序的 Jenkins 自动上传，就会更加的麻烦，上传的小程序越多，我们需要维护…
阅读更多...
jssip挂断事件（ended），通话结束判断主叫挂断、被叫挂断还是系统挂断

jssip挂断事件（ended），通话结束判断主叫挂断、被叫挂断还是系统挂断

需求 项目中使用jssip&#xff0c;在被叫挂断电话时播放提示音&#xff1a;对方已挂断 。显然在ended事件中加就可以&#xff0c;但是遇到个问题&#xff0c;当主叫挂断时也会播放&#xff0c;没办法找解决方法呗。 解决方法 遇事不决找api&#xff0c;但是这个官方api太狗了…
阅读更多...
Linux7 安装 Oracle 19C RAC 详细图文教程

Linux7 安装 Oracle 19C RAC 详细图文教程

实战篇&#xff1a;Linux7 安装 Oracle 19C RAC 详细图文教程 本文是按照&#xff1a;https://www.modb.pro/db/154424的思路进行编写 一、安装前规划 安装RAC前&#xff0c;当然要先做好规划。具体包含以下几方面&#xff1a; 节点主机版本主机名实例名Grid/Oracle版本Publi…
阅读更多...
OpenKruiseGame × KubeSphere 联合发布游戏服运维控制台，推动云原生游戏落地

OpenKruiseGame × KubeSphere 联合发布游戏服运维控制台，推动云原生游戏落地

作者&#xff1a;云原生游戏社区 近日&#xff0c;云原生游戏开源社区旗下 OpenKruiseGame&#xff08;以下简称&#xff1a;OKG&#xff09;基于 KubeSphere 4.0 LuBan 架构开发的游戏服运维控制台 OKG Dashboard 正式发布&#xff01;现已上架 KubeSphere Marketplace 云原生…
阅读更多...
【C++】C++封装三大特性

【C++】C++封装三大特性

P110 深拷贝&#xff1a;在堆区申请空间&#xff0c;进行拷贝操作&#xff0c;需要手工释放申请空间 浅拷贝&#xff1a;简单的复制拷贝操作 c初始化列表属性&#xff1a; 静态成员函数不可访问静态成员函数&#xff0c;原因&#xff0c;静态成员函数初始化在程序初始化的时候…
阅读更多...
【分布式技术专题】「分布式技术架构」 探索Tomcat技术架构设计模式的奥秘（Server和Service组件原理分析）

【分布式技术专题】「分布式技术架构」 探索Tomcat技术架构设计模式的奥秘（Server和Service组件原理分析）

探索Tomcat技术架构设计模式的奥秘 Tomcat系统架构分析Tomcat 整体结构Tomcat总体结构图以 Service 作为“婚姻”1) Service 接口方法列表 2) StandardService 的类结构图方法列表 3) StandardService. SetContainer4) StandardService. addConnector 以 Server 为“居”1) Ser…
阅读更多...
SpringSecurity认证登录成功后获取角色菜单

SpringSecurity认证登录成功后获取角色菜单

目录 前言 一、RBAC模型 二、实战应用 1. 建立用户、角色、资源实体类 2. 数据层查询角色资源 3. 业务层实现&#xff0c;调用数据层查询接口 4. SystemController控制器菜单获取方法 5. menu.jsp菜单页面实现 前言 本篇文章接SSM项目集成Spring Security 4.X版本&…
阅读更多...
捆扎打包机的选择使用以及维修

捆扎打包机的选择使用以及维修

捆包机又称打包机或捆扎机&#xff0c;是使用捆扎带缠绕产品或包装件&#xff0c;然后收紧并将两端通过热效应熔融或使用包扣等材料连接的机器。捆包机的功用是使塑料带能紧贴于被捆扎包件表面&#xff0c;保证包件在运输、贮存中不因捆扎不牢而散落&#xff0c;同时还使捆扎整…
阅读更多...
MySQL也开始支持JavaScript了

MySQL也开始支持JavaScript了

2023 年 12 月 16 日&#xff0c;Oracle 公司在一篇名为 《Introducing JavaScript support in MySQL》的文章中宣布 MySQL 数据库服务器将开始支持 JavaScript 语言。 这个举措标志着继PostgreSQL之后&#xff0c; MySQL 也支持使用 JavaScript 编写函数和存储过程了。作为最…
阅读更多...
SQL注入示例

SQL注入示例

例一、基础SQL注入&#xff1a;load_file读文件 CISP-PTE 认证考试 首先是有单引号和括号的&#xff0c;首要是要闭合&#xff0c;然后回显点是在-1的位置&#xff0c;读取文件上面的key的话使用的是load_file(/tmp/360/key) id-1)%09ununionion%09select%091,2,3,load_file…
阅读更多...
NineData支持制定安全、可靠的SQL开发规范

NineData支持制定安全、可靠的SQL开发规范

在和数据库打交道中&#xff0c;不管是数据库管理员&#xff08;DBA&#xff09;还是开发人员&#xff0c;经常会做一些CURD操作。因为每个人对数据库的了解程度不一样&#xff0c;所以在项目上线时&#xff0c;往往还需要专职人员对数据库的CURD操作进行审核&#xff0c;确保C…
阅读更多...
FPGA硬件架构——具体型号是xc7k325tffg676-2为例

FPGA硬件架构——具体型号是xc7k325tffg676-2为例

1.共如下图14个时钟域&#xff0c;XmYn(按坐标理解) 2.IOB(IOB为可编程输入输出单元,当然在普通Bank上的IOB附近还有很多时钟资源&#xff0c;例如PLL&#xff0c;MMCM资源。), 2.1 FPGA的Bank分为HP Bank和HR Bank&#xff0c;二者对电压的要求范围不同&#xff0c;HR支持更大…
阅读更多...
亚信安慧AntDB：AntDB-M元数据锁之对象锁(四)

亚信安慧AntDB：AntDB-M元数据锁之对象锁(四)

l 对象锁 (per-object locks) 除了IX锁&#xff0c;其他类型都可以用于其他命名空间&#xff0c;这部分是最常用的锁类型。主要用于对数据库的某个具体元数据的并发控制。这类锁对象会比较多&#xff0c;对其有独特的管理&#xff0c;本文不再展开说明。 5.3 两种锁类型 根据…
阅读更多...
【Java程序员面试专栏 专业技能篇】计算机网络核心面试指引

【Java程序员面试专栏 专业技能篇】计算机网络核心面试指引

关于计算机网络部分的核心知识进行一网打尽，包括计算机的网络模型，各个层的一些重点概念，通过一篇文章串联面试重点，并且帮助加强日常基础知识的理解，全局思维导图如下所示 分层基本概念 计算机网络模型的分层及具体作用 计算机网络有哪些分层模型 可以按照应用层到物…
阅读更多...
vivado:关联notepad++

vivado:关联notepad++

网上好多都要下插件&#xff0c;看了野火视频&#xff0c;直接在vivado里面加路径弄好的 2 3&#xff08;那个fonts and colors也经常用 改字体&#xff09; 4 5 以下是我的路径 D:/gongjuruanjian/notepad/Notepad/notepad.exe [file name] -n[line number] 把[file name] -…
阅读更多...
网关配置快速入门

网关配置快速入门

网关配置快速入门 前端请求统一发送到网关&#xff1a; window.SITE_CONFIG[baseUrl] http://localhost:8088/api;网关服务中配置路由转发&#xff1a; server:port: 8088spring:application:name: gulimall-gateway #服务名称config:import: nacos:bootstrap.yaml #引入…
阅读更多...
NAT配置

NAT配置

目录 静态NAT配置配置抓包测试 动态NAT配置配置测试 Easy IP配置配置测试 静态NAT配置 配置 nat static global { global-address} inside {host-address } 命令用于创建静态NAT。 global参数用于配置外部公网地址。 inside参数用于配置内部私有地址。 AR1-NAT <Huawei&g…
阅读更多...
新版idea创建spring boot项目

新版idea创建spring boot项目

目录 前言 汉化教程 项目模板初始化 1.点击新建项目 2.配置初始化信息 3.初始依赖选择 配置Maven 1.打开maven设置 2.重写maven配置文件 3.选择你创建的配置文件 4.重启项目 spring boot配置并测试 1.修改配置文件后缀 2.启动项目 3.编写测试控制类 4.重启项目…
阅读更多...
【深度学习：Collaborative filtering 协同过滤】深入了解协同过滤：技术、应用与示例

【深度学习：Collaborative filtering 协同过滤】深入了解协同过滤：技术、应用与示例

此图显示了使用协作筛选预测用户评分的示例。起初&#xff0c;人们会对不同的项目&#xff08;如视频、图像、游戏&#xff09;进行评分。之后&#xff0c;系统将对用户对项目进行评分的预测&#xff0c;而用户尚未评分。这些预测基于其他用户的现有评级&#xff0c;这些用户与…
阅读更多...
rsync数据同步和sersync数据实时同步服务器

rsync数据同步和sersync数据实时同步服务器

rsync数据同步和sersync数据实时同步服务器 基于三台服务器&#xff0c;部署数据实时同步服务器&#xff0c;一台作为主服务器sersync&#xff08;推送数据&#xff09;&#xff0c;其余两台作为备用服务器rsync&#xff08;拉取数据&#xff09;。 rsync 数据同步 环境&am…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023