C++笔记：从零开始一步步手撕高阶数据结构AVL树

news2025/1/9 1:53:37

文章目录

  • 高度平衡二叉搜索树
  • 实现一颗AVL树
    • 结点与树的描述——定义类
    • AVL树的插入操作
      • 步骤1：按照二叉搜索树的方法插入结点
      • 步骤2：自底向上调整平衡因子
      • 步骤3：触发旋转操作（AVL树平衡的精髓）
        • 右单旋
        • 左单旋
        • 左右双旋
        • 右左双旋
    • 验证AVL树是否平衡
  • 参考文章

高度平衡二叉搜索树

二叉搜索树是一种特殊的树形数据结构，一般情况下，该树能够缩短查找的效率，但是它有个缺陷，在结点的插入或删除顺序较为特殊时结构会退化成链表，导致搜索、插入和删除等操作的时间复杂度从O(log n)退化到O(n)。

【二叉搜索树退化成链表的例子】
在这里插入图片描述

高度平衡二叉搜索树是针对二叉搜索树的缺陷所发明出来的一种改良结构。

高度平衡二叉搜索树常被称为 “ AVL树 ”，这主要是为了纪念发明它两位俄罗斯的数学家G.M.Adelson-Velskii和E.M.Landis，AVL是两位数学家的名字的缩写。

一颗AVL树或者是空树，或者是具有以下性质的二叉搜索树：

  • 左右子树高度之差（简称为平衡因子）的绝对值不超过1。
  • 在这里平衡因子的求法定义为：右子树的高度 - 左子树的高度。
  • 结点的左右两棵子树也都是一棵平衡二叉树。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

实现一颗AVL树

概念部分讲的差不多了，至于AVL树相较于二叉搜索树是如何保持平衡结构，就在接下来的实现过程中一步步讲解。

结点与树的描述——定义类

namespace ljh
{
	template<class K, class V>
	struct AVLTreeNode
	{
		AVLTreeNode(const pair<K, V> kv) : _kv(kv) {}

		AVLTreeNode<K, V>* _parent = nullptr;	// A pointer to node's father
		AVLTreeNode<K, V>* _left = nullptr;		// A pointer to node's left child
		AVLTreeNode<K, V>* _right = nullptr;	// A pointer to node's right child
		int _bf = 0;		// balance factor
		pair<K, V> _kv;		// key-value
	};

	template<class K, class V>
	class AVLTree
	{
		typedef AVLTreeNode<K, V> Node;

	public:
		// AVL树的操作方法

	protected:
		Node* _root = nullptr;
	};
}

【说明】

  1. 模板化设计：
    • 使用template<class K, class V>来定义AVLTreeNode和AVLTree，使得该数据结构能够处理任意类型的键（Key）和值（Value），提高了代码的复用性和灵活性。
    • K代表键的类型，V代表值的类型。使用者可以根据自己的需求，在AVL树存储任何类型的键值对。
  2. AVLTreeNode类：
    • AVLTreeNode结构体定义了AVL树中每个节点的结构，用struct定义是为了方便在树类访问。
    • _parent指针：指向父节点，用于在旋转等操作中快速定位父节点（记住这里的旋转，这将是后面的重点）。
    • _left和_right指针：分别指向左孩子和右孩子，是二叉树结构的基础。
    • _bf（平衡因子）：存储节点的平衡因子，用于衡量树是否平衡。
    • _kv：存储于结点中的键值对，其中K是键的类型，V是值的类型。
  3. 构造函数：
    • AVLTreeNode的构造函数接收一个pair<K, V>对象，并初始化_kv成员变量。这样，当创建新节点时，可以方便地传入键值对。
  4. AVLTree类：
    • AVLTree类代表整个AVL树结构。
    • typedef AVLTreeNode<K, V> Node;，在内部使用定义了一个类型别名Node，目的是简化代码书写。
    • _root指针：指向AVL树的根节点，是整棵树的入口点。
  5. 保护成员：
    • _root成员变量被设计为protected，意味着它只能在AVLTree类及其派生类中被访问。这种设计是为了将AVL树的内部实现细节隐藏起来，而只暴露必要的公共接口给外部使用。
  6. 命名空间：
    • 为了方便使用库函数，使用using namespace std;展开标准库，但这容易引发同名类或函数发生冲突，因而将所有定义放在ljh命名空间中。

AVL树的插入操作

AVL树的插入操作实现起来大致分成以下三个大步骤

步骤1：按照二叉搜索树的方法插入结点

  1. 树为空，则构造新结点，让_root 指针指向该结点，返回true。
  2. 树不空，按key的大小寻找插入位置，如果已存在，按插入失败处理，返回false。
  3. 走到空表示找到合适位置，然后插入构造的新结点，插入时要判断左边插入或者右边插入。

此时插入并未结束，接下来进行步骤二的平衡因子更新操作！

【步骤1的代码如下：】

bool insert(pair<K, V> kv)
{
	// empty tree -> 直接插入
	if(_root == nullptr)
	{
		_root = new Node(kv);
		return true;
	}
	// not empty tree -> 找到合适的位置再插入
	else
	{
		Node* child = _root;
		Node* parent = nullptr;

		while (child)
		{
			// 大，往右走
			if (child->_kv.first < kv.first)
			{
				parent = child;
				child = child->_right;
			}
			// 小，往左走
			else if (child->_kv.first > kv.first)
			{
				parent = child;
				child = child->_left;
			}
			// 相同，插入失败
			else
			{
				return false;
			}
		}

		// child == nullptr, 找到合适的位置
		child = new Node(kv);

		if (child->_kv.first > parent->_kv.first)	parent->_right = child;
		else	parent->_left = child;
		child->_parent = parent;

		// 自底向上更新平衡因子
		// ...
	}
}

步骤2：自底向上调整平衡因子

我们将新插入结点称为child，新插入结点的双亲结点称为parent。

平衡因子的更新规则如下：

  • 如果child是parent的左孩子，parent的平衡因子-1。
  • 如果child是parent的右孩子，parent的平衡因子+1。

这是第一次更新，更新完之后要不要继续向上更新取决于以parent为根结点的这棵树的高度是否变化，情况有以下3种：

  1. 平衡因子更新后，parent的平衡因子为0：
    这意味着parent->_bf是从-1 -> 0或者 从1 -> 0，以parent为根结点的这棵树的高度没有发生变化，不用再向上更新平衡因子，可以返回true，表示插入成功。

  2. 平衡因子更新后，parent的平衡因子为-1或+1：
    这意味着parent->_bf是从0 -> -1或者 从0 -> 1，以parent为根结点的这棵树的高度发生了变化，但还没有达到需要旋转的程度。
    在这种情况下，更新child = child->_parent，更新parent = parent->_parent，继续更新parent 的平衡因子，直到情况1：找到平衡因子为0的节点；或者情况2：到达根节点（parent == nullptr）。

  3. 平衡因子更新后，parent的平衡因子为-2或+2：
    这意味着此时以parent为根结点的这棵树已经违反了AVL树的规则，需要进行旋转处理，处理完之后，可以直接返回true。

【步骤2的代码如下：】

// 自底向上更新平衡因子
while (parent)
{
	if (child == parent->_left)
	{
		--parent->_bf;
	}
	else
	{
		++parent->_bf;
	}

	if (parent->_bf == 0)
	{
		return true;
	}
	else if (parent->_bf == 1 || parent->_bf == -1)
	{
		child = child->_parent;
		parent = parent->_parent;
	}
	else if (parent->_bf == 2 || parent->_bf == -2)
	{
		// 违反规则，旋转处理
		// ...
	}
	else
	{
		// 理论上没错误不会走到这里
		assert(false);
	}
}

步骤3：触发旋转操作（AVL树平衡的精髓）

根据节点插入位置的不同，AVL树的旋转分为以下4种：

由于具象图的种类繁多，根本不可能画得完，下面AVL树旋转的图解中大多画的是抽象图。

右单旋

这里给出了一棵以结点90作为根节点的AVL树的抽象图，图中 a / b / c 代表三棵高度为 h 的子树。
这颗AVL树的左子树高度高于右子树高度。
在这里插入图片描述

首先，以90为根结点的这棵树有三种可能：

  1. 它是某棵AVL树的左子树；
  2. 它是某棵AVL树的右子树；
  3. 它就是AVL树的根结点；

在这里插入图片描述

当新结点插入在了较高左子树的左侧，即 a 子树时，child 和 parent 自底向上更新平衡因子，当出现parent->_bf == -2, child->_bf == -1时，该树违反了AVL树的规则，需要进行右单旋操作。
在这里插入图片描述

在右单旋中，涉及到改变链接关系的结点主要有以下4个：
在这里插入图片描述

当 a / b / c 3棵子树高度为零时插入新结点，平衡因子为 -2 的结点向右旋转：
在这里插入图片描述

当 a / b / c 3棵子树高度不为零时插入新结点，平衡因子为 -2 的结点向右旋转：
在这里插入图片描述

【右单旋操作的代码如下】

void R_Rotate(Node* parent)
{
	Node* ppnode = parent->_parent;
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	// subL and parent
	subL->_right = parent;
	parent->_parent = subL;

	// parent and subLR
	parent->_left = subLR;
	if (subLR)	subLR->_parent = parent;

	// ppnode and subL
	if (ppnode == nullptr)
	{
		_root = subL;
		subL->_parent = nullptr;
	}
	else
	{
		subL->_parent = ppnode;
		if (parent == ppnode->_left)
		{
			ppnode->_left = subL;
		}
		else
		{
			ppnode->_right = subL;
		}
	}

	parent->_bf = subL->_bf = 0;
}
左单旋

这里给出了一棵以结点30作为根节点的AVL树的抽象图，图中 a / b / c 代表三棵高度为 h 的子树。
这颗AVL树的右子树高度高于左子树高度。
在这里插入图片描述

首先，以30为根结点的这棵树有三种可能：

  1. 它是某棵AVL树的左子树；
  2. 它是某棵AVL树的右子树；
  3. 它就是AVL树的根结点；

在这里插入图片描述

当新结点插入在了较高右子树的右侧，即 c 子树时，child 和 parent 自底向上更新平衡因子，当出现parent->_bf == 2, child->_bf == 1时，该树违反了AVL树的规则，需要进行左单旋操作。
在这里插入图片描述

在左单旋中，涉及到改变链接关系的结点同样有4个：
在这里插入图片描述

当 a / b / c 3棵子树高度为零时插入新结点，平衡因子为 2 的结点向左旋转：
在这里插入图片描述

当 a / b / c 3棵子树高度不为零时插入新结点，平衡因子为 2 的结点向左旋转：
在这里插入图片描述

【左单旋操作的代码如下】

void L_Rotate(Node* parent)
{
	Node* ppnode = parent->_parent;
	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	// subR and parent
	subR->_left = parent;
	parent->_parent = subR;

	// parent and subRL
	parent->_right = subRL;
	if (subRL)	subRL->_parent = parent;

	//ppnode and subR
	if (ppnode == nullptr)
	{
		_root = subR;
		subR->_parent = nullptr;
	}
	else
	{
		subR->_parent = ppnode;
		if (parent == ppnode->_left)
		{
			ppnode->_left = subR;
		}
		else
		{
			ppnode->_right = subR;
		}
	}
	parent->_bf = subR->_bf = 0;
}
左右双旋

这里给出了一棵以结点90作为根节点的AVL树的抽象图，图中 a / b / c / d 代表四棵子树。
这颗AVL树的左子树高度高于右子树高度。
在这里插入图片描述

首先，以90为根结点的这棵树有三种可能：

  1. 它是某棵AVL树的左子树；
  2. 它是某棵AVL树的右子树；
  3. 它就是AVL树的根结点；

在这里插入图片描述

下面三种情况都有一个共同给特点，就是parent->_bf == -2, child->_bf == 1。
我们不难发现，左右双旋可以视为先左旋再右旋，即结点30先左旋，结点90再右旋。
在这里插入图片描述

在这里插入图片描述

单旋中的subLR不管怎么操作，它的平衡因子都是 0，但是在双旋中，subLR有可能是 -1、0、1中任意一种，因此，虽然双旋操作我们可以复用单旋的代码，但是双旋之后的平衡因子调整需要单独处理。
在这里插入图片描述

【左右双旋的代码如下】

void LR_Rotate(Node* parent)
{
	Node* subL = parent->_left;
	Node* subLR = subL->_right;

	// 双旋之后要靠bf来更新平衡因子
	int bf = subLR->_bf;

	L_Rotate(subL);
	R_Rotate(parent);

	if (bf == 0)
	{
		subLR->_bf = 0;
		subL->_bf = 0;
		parent->_bf = 0;
	}
	else if (bf == -1)
	{
		subLR->_bf = 0;
		subL->_bf = 0;
		parent->_bf = 1;
	}
	else
	{
		subLR->_bf = 0;
		subL->_bf = -1;
		parent->_bf = 0;
	}
}
右左双旋

这里给出了一棵以结点30作为根节点的AVL树的抽象图，图中 a / b / c / d 代表四棵子树。
这颗AVL树的右子树高度高于左子树高度。
在这里插入图片描述

首先，以30为根结点的这棵树有三种可能：

  1. 它是某棵AVL树的左子树；
  2. 它是某棵AVL树的右子树；
  3. 它就是AVL树的根结点；

在这里插入图片描述

下面三种情况都有一个共同给特点，就是parent->_bf == 2, child->_bf == -1。
我们不难发现，右左双旋可以视为先右旋再左旋，即结点90先右旋，结点30再左旋。
在这里插入图片描述

在这里插入图片描述

单旋中的subRL不管怎么操作，它的平衡因子都是 0，但是在双旋中，subRL有可能是 -1、0、1中任意一种，因此，虽然双旋操作我们可以复用单旋的代码，但是双旋之后的平衡因子调整需要单独处理。
在这里插入图片描述

【右左双旋的代码如下】

void RL_Rotate(Node* parent)
{
	Node* subR = parent->_right;
	Node* subRL = subR->_left;

	// 双旋之后要靠bf来更新平衡因子
	int bf = subRL->_bf;

	R_Rotate(subR);
	L_Rotate(parent);

	if (bf == 0)
	{
		subRL->_bf = 0;
		parent->_bf = 0;
		subR->_bf = 0;
	}
	else if (bf == -1)
	{
		subRL->_bf = 0;
		parent->_bf = 0;
		subR->_bf = 1;
	}
	else
	{
		subRL->_bf = 0;
		parent->_bf = -1;
		subR->_bf = 0;
	}
}

验证AVL树是否平衡

虽然目前已经将AVL树的插入操作的代码已经写出来了，但是仅仅是写出来了一定能够保证代码就是正确的吗——肯定不是！

所以，接下来还要再实现一个方法，来验证一棵AVL树是不是平衡的。

AVL树是在二叉搜索树的基础上加入了平衡性的限制，因此要验证AVL树，可以分两步：

  1. 验证其为二叉搜索树
    如果中序遍历可得到一个有序的序列，就说明为二叉搜索树。
  2. 验证其为平衡树
    每个结点子树高度差的绝对值不超过1（注意节点中如果没有平衡因子）。
    结点的平衡因子是否计算正确。

【写法一代码：简单但是效率低】

// 求AVL树的高度
size_t _Height(Node* root)
{
	if (root == nullptr)
		return 0;

	int leftHeight = _Height(root->_left);
	int rightHeight = _Height(root->_right);

	return leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;
}

size_t Height()
{
	return _Height(_root);
}

bool _IsBalance(Node* root)
{
	// 空树也是AVL树
	if (root == nullptr) return true;
	
	// 计算root节点的平衡因子：即root左右子树的高度差
	int leftHeight = _Height(root->_left);
	int rightHeight = _Height(root->_right);

	// 如果计算出的平衡因子与pRoot的平衡因子不相等，或者
	// root平衡因子的绝对值超过1，则一定不是AVL树
	int diff = rightHeight - leftHeight;
	if (abs(diff) >= 2)
	{
		cout << root->_kv.first << "不平衡" << endl;
		return false;
	}

	if (diff != root->_bf)
	{
		cout << root->_kv.first << "平衡因子异常" << endl;
		return false;
	}
	
	// root的左和右如果都是AVL树，则该树一定是AVL树
	return _IsBalance(root->_left) && _IsBalance(root ->_right);
}

【写法二代码：效率高但是相较写法一难理解】

// 判断AVL树是否平衡，高效
bool _IsBalance(Node* root, int& height)
{
	// 空树也是AVL树
	if (root == nullptr)
	{
		height = 0;
		return true;
	}

	// 后序递归，leftHeight、rightHeight会分别获取root的左右子树的高度
	int leftHeight = 0, rightHeight = 0;
	if (!_IsBalance(root->_left, leftHeight) 
	 || !_IsBalance(root->_right, rightHeight))
	{
		return false;
	}

	// 如果高度差的绝对值 >= 2，AVL树不平衡
	int diff = rightHeight - leftHeight;
	if (abs(diff) >= 2)
	{
		cout << root->_kv.first << "不平衡" << endl;
		return false;
	}

	// 如果高度差 != root->_bf，AVL树插入过程中的平衡因子更新有问题
	if (diff != root->_bf)
	{
		cout << root->_kv.first << "平衡因子异常" << endl;
		return false;
	}

	// 将root自己的高度通过引用返回给上一层栈帧
	height = leftHeight > rightHeight ? leftHeight + 1 : rightHeight + 1;

	// root的左子树平衡、右子树平衡、root自身也平衡，那这棵AVL树就平衡
	return true;
}

参考文章

数据结构 —— 图解AVL树(平衡二叉树)
高度平衡二叉搜索树（AVLTree）
【数据结构】AVL树的删除（解析有点东西哦）

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/1520509.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

AtomoVideo：AIGC赋能下的电商视频动效生成

AtomoVideo：AIGC赋能下的电商视频动效生成

✍&#x1f3fb; 本文作者&#xff1a;凌潼、依竹、桅桔、逾溪 1. 概述 当今电商领域&#xff0c;内容营销的形式正日趋多样化&#xff0c;视频内容以其生动鲜明的视觉体验和迅捷高效的信息传播能力&#xff0c;为商家创造了新的机遇。消费者对视频内容的偏好驱动了视频创意供给…
阅读更多...
C语言基础之结构体

C语言基础之结构体

文章目录 一、结构体1、结构体概述2、结构体类型的定义方式&#xff08;1&#xff09;先定义结构体类型&#xff0c;再定义结构体变量&#xff08;2&#xff09;结构体类型、变量同时定义&#xff08;3&#xff09;一次性结构体 3、结构体成员的初始化(1)结构体初始化(2)清空结…
阅读更多...
linux用git拉取我云端以及git处理冲突

linux用git拉取我云端以及git处理冲突

拉取后切换一个跟云端分支(dev)一样的 git branch --set-upstream-toorigin/dev dev 之后就同步了 A在dev分支写了iii,提交 B在dev分支写了hhh,提交,冲突 怎么修改,B把云端的拉下来,随便改改就行
阅读更多...
找准方向选CRM客户管理系统！2023年排行榜推荐

找准方向选CRM客户管理系统！2023年排行榜推荐

本文将为大家带来2023有哪些好用CRM客户管理系统&#xff1f;CRM系统排行榜基于品牌知名度、功能、产品实力、系统稳定性、用户体量等多重因素考量。其中Zoho CRM、红圈CRM等产品市场表现优异入选此次榜单。 1.Zoho CRM 公司成立时间&#xff1a;1996年 Zoho&#xff08;卓豪…
阅读更多...
你为什么是你，而不是别人？认识人格的力量

你为什么是你，而不是别人？认识人格的力量

你为什么是你&#xff0c;而不是别人&#xff1f;让你做自我介绍&#xff0c;你会怎么描述自己呢&#xff1f; 人格心理学是心理学的一门重要分支学科。探求、描述和揭示个体思想、情绪及行为的独特模式&#xff0c;综合个人与环境诸多影响因素&#xff0c;对现实社会中的个人作…
阅读更多...
jenkins部署go应用 基于docker-compose

jenkins部署go应用 基于docker-compose

丢弃旧的的构建 github 拉取代码 指定go的编译版本 安装插件 拉取代码是排除指定的配置文件 比如 conf/config.yaml 文件 填写配置文件内容 比如测试环境一些主机信息 等 可以配置里面 构建的时候选择此文件替换开发提交的配置文件。。。。 编写docker-compose 文件 docker…
阅读更多...
【PythonCode】力扣Leetcode6~10题Python版

【PythonCode】力扣Leetcode6~10题Python版

【PythonCode】力扣Leetcode6~10题Python版 前言 力扣Leetcode是一个集学习、刷题、竞赛等功能于一体的编程学习平台&#xff0c;很多计算机相关专业的学生、编程自学者、IT从业者在上面学习和刷题。 在Leetcode上刷题&#xff0c;可以选择各种主流的编程语言&#xff0c;如C、…
阅读更多...
渐开线花键不是齿轮？

渐开线花键不是齿轮？

在和一位小伙伴交流时&#xff0c;他认为齿轮和花键不一样&#xff0c;那花键是不是齿轮呢&#xff1f;老师傅们可以绕开了&#xff0c;我觉得对于一些平时接刚刚接触齿轮&#xff0c;或者很少接触的朋友来说&#xff0c;还是有必要聊一聊这个话题。 首先这个问题并不严谨&…
阅读更多...
包冲突解决之-invalid constant type: 18

包冲突解决之-invalid constant type: 18

背景 现象一&#xff1a;引入了一个包A&#xff0c;服务突然起不来了&#xff0c;后台有报错信息&#xff0c;Caused by: org.springframework.beans.factory.NoSuchBeanDefinitionException: No qualifying bean of type xxx available: expected at least 1 bean which quali…
阅读更多...
CSS扩展选择器

CSS扩展选择器

文章目录 1. 并集选择器2. 交集选择器3. 后代选择器4. 子代选择器5. 兄弟选择器5.1. 相邻兄弟选择器5.2. 通用兄弟选择器 6. 属性选择器7. 伪类选择器7.1. 动态伪类7.2. 结构伪类7.3. 否定伪类 8. 伪元素选择器9. Google 改进案例 1. 并集选择器 选中多个选择器对应的元素。一…
阅读更多...
Day44-sersync企业实时复制实战

Day44-sersync企业实时复制实战

Day44-sersync企业实时复制实战 1. sersync实时复制工具介绍1.1 sersync工具简介1.2 sersync特点1.3 sersync图解原理1.4 sersyncrsync实时复制方案项目实践1.4.1 图解项目方案架构及实现原理1.4.2 确保远程数据传输服务部署完成1.4.3 检查当前系统nfs01是否支持inotify实时监控…
阅读更多...
智慧城市：提升城市治理能力的关键

智慧城市：提升城市治理能力的关键

目录 一、智慧城市的概念及特点 二、智慧城市在提升城市治理能力中的应用实践 1、智慧交通&#xff1a;提高交通治理效率 2、智慧政务&#xff1a;提升政府服务水平 3、智慧环保&#xff1a;加强环境监测与治理 4、智慧安防&#xff1a;提高城市安全水平 三、智慧城市在…
阅读更多...
基于springboot的七彩云南文化旅游网站的设计与实现(论文+源码)_kaic

基于springboot的七彩云南文化旅游网站的设计与实现(论文+源码)_kaic

摘 要 传统办法管理信息首先需要花费的时间比较多&#xff0c;其次数据出错率比较高&#xff0c;而且对错误的数据进行更改也比较困难&#xff0c;最后&#xff0c;检索数据费事费力。因此&#xff0c;在计算机上安装七彩云南文化旅游网站软件来发挥其高效地信息处理的作用&am…
阅读更多...
sqllab第二十三关通关笔记

sqllab第二十三关通关笔记

知识点&#xff1a; mysqli_query() 返回值为资源型或布尔型如果内容为查询语句则返回资源型数据&#xff1b;如果内容为插入、更新、删除等语句则返回布尔类型结果mysql_fetch_array() 从结果集中取出一行作为关联数组或数字数组输入内容为指定查询的结果集单引号闭合绕过联…
阅读更多...
【测试开发学习历程】Docker入门

【测试开发学习历程】Docker入门

前言&#xff1a; Linux命令到上一篇博文就可以告一个段落了哦 ~ ~ 今天初步学习在测试中很重要的东西&#xff1a;Docker 目录 1 Docker概述 1.1 Docker产生的背景&#xff1f; 1.2 Docker的理念&#xff1f; 1.3 Docker的优势 1.3.1 传统的虚拟机 1.3.2 容器化虚拟技…
阅读更多...
异次元发卡源码系统/荔枝发卡V3.0二次元风格发卡网全开源源码

异次元发卡源码系统/荔枝发卡V3.0二次元风格发卡网全开源源码

– 支付系统&#xff0c;已经接入易支付及Z支付免签接口。 – 云更新&#xff0c;如果系统升级新版本&#xff0c;你无需进行繁琐操作&#xff0c;只需要在你的店铺后台就可以无缝完成升级。 – 商品销售&#xff0c;支持商品配图、会员价、游客价、邮件通知、卡密预选&#…
阅读更多...
数据库 | MYSQL这个复杂系统如何上手？

数据库 | MYSQL这个复杂系统如何上手？

当你不知道从何入手研究或解决一个复杂系统的问题时&#xff0c;通常意味着你没有找到合适的切入点或者缺乏对系统整体和细节之间联系的理解。在这种情况下&#xff0c;一个有用的策略是寻找系统的基本原理或构成要素。 小时候&#xff0c;你可能也玩过玩具四驱车。有的四驱车…
阅读更多...
Github 2024-03-16 Rust开源项目日报 Top10

Github 2024-03-16 Rust开源项目日报 Top10

根据Github Trendings的统计，今日(2024-03-16统计)共有10个项目上榜。根据开发语言中项目的数量，汇总情况如下： 开发语言项目数量Rust项目10TypeScript项目2Go项目1RustDesk: 用Rust编写的开源远程桌面软件 创建周期：1218 天开发语言：Rust, Dart协议类型：GNU Affero Gene…
阅读更多...
OCP NVME SSD规范解读-12.Telemetry日志要求

OCP NVME SSD规范解读-12.Telemetry日志要求

以NVME SSD为例&#xff0c;通常大家想到的是观察SMAR-log定位异常&#xff0c;但是这个信息在多数情况下无法只能支撑完整的定位链路。 定位能力的缺失和低效是数据中心问题解决最大的障碍。 为了解决这个问题&#xff0c;Meta的做法是推进OCP组织加入延迟记录页面。同时NVME协…
阅读更多...
经典机器学习模型(一)感知机模型

经典机器学习模型(一)感知机模型

经典机器学习模型(一)感知机模型 感知机可以说是一个相当重要的机器学习基础模型&#xff0c;是神经网络和支持向量机的基础。 感知机是一个二分类的线性分类模型&#xff0c;之所以说是线性&#xff0c;是因为它的模型是线性形式的。 从《统计学习方法》中&#xff0c;我们…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023