蓝桥杯(2):python基础算法【上】

news2024/11/16 6:26:23

时间复杂度、枚举、模拟、递归、进制转换、前缀和、差分、离散化

1 时间复杂度

重要是看循环,一共运行了几次

1.1 简单代码看循环

#时间复杂度1
n = int(input())
for i in range(1,n+1):
    for j in range(0,i):
        pass
###时间复杂度:1+2+3+....+n=n(1+n)/2 所以时间复杂度是o(n^2)


#时间复杂度2
for i in range(1,n+1):
    for j in range(0,n,i):
        pass
###时间复杂度:n+ n/2+ n/3+ .....+n/n = nlog(n)

1.2 复杂代码

1.2.1 归并排序

通过不断地往回带入得出的:一共带入了多少次呢?

看n可以被多少个2整除就可以 个数为:log_2^n ,则有log_2^n个o(n)叠加在一起,所以复杂度为o(nlogn)

2 枚举

2.1 定义

通过逐个尝试,遍历所有的解

2.2 流程

2.3 例子

注意字符串再 in上的伟大应用!!!!

2.3.1 简单计算

a = input()
sum1,sum2=0,0
for s in a:
    if s in "aeiou":
        sum1 +=1
    else:
        sum2+=1
print(sum1)
print(sum2)

2.3.2 洁净数

问题描述:小明不喜欢数字2,包括数位上包含数字2 的数,如果没有2则称为洁净数

n = int(input())
ans = 0
for i in range(1,n+1):
    if "2" not in str(i):
        ans+=1
print(ans)

2.3.3 扫雷【初用矩阵哦】

问题描述:

#枚举
def input_list():
    return list(map(int,input().split()))


n_m = input_list()
n = n_m[0]
m = n_m[1]
a = []
for i in range(n):
    a.append(input_list())
b = [[0]*m for i in range(n)] #生成n行m列的矩阵!
# print(b)

#表示方向
dir = [(1,0),(0,1),(-1,0),(0,-1),(-1,-1),(-1,1),(-1,1),(1,1)]  #一共8个方向

for i in range(0,n):
    for j in range(0,m):
        if a[i][j] == 1:
            b[i][j]=9
        else:
            b[i][j]=0
            for k in range(8):
                x,y = i+dir[k][0],j+dir[k][1]
                if 0<=x<n and 0<=y<m:
                    if a[x][y]==1:
                        b[i][j] +=1
        print(b[i][j],end = ' ')
    print()

2.3.4   容斥定理

容斥定理:

1到n中a的倍数有 n//a 个

1到n中b的倍数有 n//b 个

1到n中ab的倍数有 n//ab 个

那么1到n中是a或者b的倍数有n//a+n//b-n//ab 个

3 模拟

3.1 定义

3.2 例题

3.2.1 喝饮料

n = int(input())
ans = n
while True:
    if n >=3:
        ans += n//3
        n = n//3+n%3
    else:
        break
print(ans)

3.2.2 像素模糊

问题描述:

像素在中间就是除以9,在别上就是除的数不定

def input_list():
    return list(map(int,input().split()))


n,m = input_list()
b = [[0]*m for i in range(n)]
a = []
dir = [(0,-1),(0,1),(-1,0),(1,0),(-1,-1),(1,-1),(1,1),(-1,1)]
for i in range(n):
    a.append(input_list())
for i in range(n):
    for j in range(m):
        count = 1
        sum_= a[i][j]
        for k in range(8):
            x,y = i+dir[k][0],j+dir[k][1]
            if 0<=x<n and 0<=y<m:
                count += 1
                sum_ += a[x][y]
        b[i][j] = int(sum_/count)
        print(b[i][j],end=' ')
    print()
#或者这样输出!!!
# for i in b:
#     print(' '.join(map(str,i)))

3.2.3 螺旋矩阵

用螺旋的方式填充矩阵!就是思考的那种形状

1   2   3   4

12 13 14  5

11  16 15 6

10   9   8  7

def input_list():
    return list(map(int,input().split()))


n,m = input_list()
x,y = 0,0
value = 1
a=[[0]*m for i in range(n)]

a[x][y]=value
print(a)
while value < n*m:
    while y+1 < m and a[x][y+1]==0:
        y = y + 1
        value += 1
        a[x][y]=value

    while x+1<n and a[x+1][y]==0:
        x=x+1
        value +=1
        a[x][y]=value

    while y-1>=0 and a[x][y-1] ==0:
        y = y-1
        value += 1
        a[x][y]=value

    while x-1>0 and a[x-1][y] == 0:
        x = x-1
        value += 1
        a[x][y]= value

for i in a:
    print(' '.join(map(str,i)))

3.2.4 对折矩阵

1 2 6 7

3 5 8 11

4 9 10 12

def input_list():
    return list(map(int,input().split()))


n,m = input_list()
a = [[0]*m for i in range(n)]
value = 1
a[0][0]=1
y,x = 0,0 # n,m
while value < n*m:

    if x+1 < m and a[y][x+1]==0:
        value += 1
        x=x+1
        a[y][x]=value

    while y+1<n and x-1>=0 and a[y+1][x-1]==0:
        value+=1
        y = y+1
        x = x-1
        a[y][x]=value

    if y+1<n and a[y+1][x] ==0:
        value +=1
        y = y+1
        a[y][x]=value

    while y-1>=0 and x+1<m and a[y-1][x+1] == 0:
        value +=1
        y = y-1
        x = x+1
        a[y][x] = value
for i in a:
    print(" ".join(map(str,i)))

 

4 递归

4.1 定义

4.2 汉诺塔问题

4.2.1 可以跳步的

(即可以从A直接到C)

def move(n,A,B,C):
    #n个盘子从A移动到C,借助B
    if n==0:
        return
    move(n-1,A,C,B)
    print(A,"-->",C)
    move(n-1,B,A,C)
move(3,"A","B","C")

4.2.2 不可以跳步

即只能相邻的移动,不能A直接到C

def move1(n,A,B,C):
    if n==0:
        return
    move1(n-1,A,B,C)
    print(A,"-->",B)
    move1(n-1,C,B,A)
    print(B,"-->",C)
    move1(n-1,A,B,C)
move1(2,"A","B","C")

4.3 找自然数

只需要找到n前面可以加几个数 ,是相同的子问题!!

代码:

def f(n):
    if n == 1:
        return 1
    ans = 1
    for i in range(1,n//2 +1):
        ans += f(i)
    return ans
print(f(6))
# 6
# 16
# 26
# 126
# 36
# 136

4.4 快速排序和归并排序

见第一节中有哦

快速排序:找基准 时间复杂度0(nlogn)

def partition(a,left,right):
    stand = a[left]
    idx = left+1
    for i in range(left+1,right+1):
        if a[i]<stand:
            a[idx],a[i]=a[i],a[idx]
            idx +=1
    a[idx-1],a[left]=a[left],a[idx-1]
    #返回基准所在的位置
    return idx-1


def quicksort(a,left,right):
    if left == right:
        return a

    if left<right:
        mix = partition(a,left,right)
        quicksort(a,left,mix-1)
        quicksort(a,mix+1,right)
        return a

a = [3,4,5,6,2,1]
left = 0
right = 5
print(quicksort(a,left,right))

归并排序:

def merge(A,B):
    C=[]
    while len(A)!=0 and len(B)!=0:
        if A[0]<=B[0]:
            C.append(A.pop(0))
        else:
            C.append(B.pop(0))
    C +=A
    C+=B
    return C
# A=[1,3,5]
# B=[2,4]
# print(merge(A,B))


def merge_sort(a):

    if len(a)<2:
        return a
    mix = len(a)//2
    left = merge_sort(a[0:mix])
    right = merge_sort(a[mix:len(a)])
    a = merge(left,right)
    return a

a = [4,3 ,2,5,1]
print(merge_sort(a))

5 进制转换

5.1 基数和权

按权展开:

5.2 代码实现

5.2.1 K进制转换成10进制

int_to_char="0123456789ABCDEF"
char_to_int ={}
for idx,chr in enumerate(int_to_char):
    char_to_int[chr] =idx
print(char_to_int)
# print(char_to_int["1"])
# x = "1234"
# x = x[::-1]
# print(x)

def K_to_Ten(k,x):
    ans = 0
    x = x[::-1] #把顺序颠倒了
    for i in range(len(x)):
        ans = ans + char_to_int[str(x[i])] * k**i
    return ans

k = 8
x = "3506"
print(K_to_Ten(k,x))

5.2.2 十进制转任何进制

代码:

int_to_char="0123456789ABCDEF"
char_to_int ={}
for idx,chr in enumerate(int_to_char):
    char_to_int[chr] =idx

def Ten_to_k(k,x):
    ans = ""
    while x !=0:
        ans = ans + int_to_char[x%k]
        x = x//k
    return ans[::-1]

k=2
x=19
print(Ten_to_k(k,x))

5.2.3 任意进制之间的转换

以十进制作为桥梁

def k_k(m,n,x):
    #m进制转n进制,数字是x现在
    #第一步:m进制转10进制
    int_to_char = '0123456789ABCDEF'
    char_to_int = {}
    for idx,char in enumerate(int_to_char):
        char_to_int[char] = idx
    x = str(x)[::-1]
    y = 0
    for i in range(len(x)):
        y = y+char_to_int[str(x[i])]*m**i
    #第二步:十进制转n进制
    z = ""
    while y!=0:
        z = z+int_to_char[int(y)%n]
        y = y//n
    z = z[::-1]
    return z

m = 2
n = 16
x = 10010
print(k_k(m,n,x))

6 一维前缀和(区间)

6.1 定义

前缀和的目的是:快速求出去区间之和!

6.2 代码实现前缀和

def get_presum(a):
    n = len(a)
    sum = [0]*n
    sum[0] = a[0]
    for i in range(1,n):
        sum[i] = sum[i-1]+a[i]
    return sum

print(get_presum([1,2,3,4,5]))

6.3 前缀和实现区间差

def get_sum(sum,l,r):
    if l==0:
        return sum[r]
    else:
        return  sum[r] - sum[l-1]

a = [1,2,3,4,5]
sum = get_presum(a)
print(sum)
b = get_sum(sum,1,4)
print(b)

6.4 具体例题

6.4.1 例题1求k次方的和

注意题目中说的:"请对每一个查询输出一个答案,答案对10的9次方+7取模"的意思是:答案对10的9次方+7 取余数!!【NO!!!不是的】请看下面的文章!!! 

编程语言中,取余和取模的区别到底是什么? - 知乎 (zhihu.com)

取余和取模在 都是正数的时候结果相同,但是到符号不同的时候会出现不同:

取余,遵循尽可能让商向0靠近的原则

取模,遵循尽可能让商向负无穷靠近的原则

原则的解释可见:负数取余mod_负数mod运算规则-CSDN博客

综上所述:蓝桥杯里出现取模的话:!!!你就这么写:

((sum[r]-sum[l-1])+mod)%mod
def input_list():
    return list(map(int,input().split()))

mod =1000000007
def ger_presum(a):

    n = len(a)
    sum = [0]*n
    sum[0]=a[0]
    for i in range(1,n):
        sum[i] = (sum[i-1]+ a[i])%mod

    return sum


def get_sum(a,l,r):

    if l==0:
        return a[r]
    else:
        return ((a[r]-a[l-1])+mod)%mod


n,m = input_list()
a = input_list()
sum_list = []
for i in range(1,6):
    tmp_a = [x**i for x in a]
    sum_list.append(ger_presum(tmp_a))

for j in range(m):
    l,r,k = input_list()
    print(get_sum(sum_list[k-1],l-1,r-1))

6.4.2 平衡串

区间的统计都可以看作是前缀和!!!!当一个问题套三层循环的时候时间复杂度就太高了,容易不通过!

输出的最长平衡串的意思是:找到最长子串,所以基本的思想就是:遍历左端点再遍历右端点

def get_presum(a):
    n = len(a)
    sum = [0]*n
    sum[0] = a[0]
    for i in range(1,n):
        sum[i] = sum[i-1]+a[i]
    return sum


def get_sum(a,l,r):
    if l==0:
        return a[r]
    else:
        return a[r]-a[l-1]

s = input()
n = len(s)
a = []
for i in s:
    if i=="L":
        a.append(1)
    else:
        a.append(-1)
sum  = get_presum(a)
ans = 0
for i in range(0,n):
    for j in range(i,n):
        if get_sum(sum,i,j) == 0:
            ans = max(ans,j-i+1)
print(ans)

7 二维前缀和(矩阵)

7.1 定义

7.1.1 sum[i][j]之和

找递推式不能每一个都用两重迭代去求

7.1.2 (x1,y1)-(x2,y2)之和

7.2 代码实现

7.2.1 左上角全部

推荐使用方法2:在外围加上一行一列!

#方法1:使用原矩阵!
#输出一个二维矩阵
def output(a):
    n = len(a)
    for i in range(0,n):
        print(" ".join(map(str,a[i][0:])))

def input_list():
    return list(map(int,input().split()))

n,m = input_list()
a = [[0]*(m) for i in range(n)]
sum_ = [[0]*(m) for i in range(n)]

#输入一个二维数组
for i in range(0,n):
    a[i] = input_list()
output(a,n)

for i in range(0,n):
    for j in range(0,m):
        sum_[0][0] = a[0][0]
        if i==0 and j!=0:
            sum_[i][j] = a[i][j]+sum_[i][j-1]
            continue
        if i!=0 and j==0:
            sum_[i][j] = a[i][j]+sum_[i-1][j]
            continue
        sum_[i][j] = sum_[i][j-1]+sum_[i-1][j]+a[i][j]-sum_[i-1][j-1]
output(sum_,n)

#方法2 在外围扩充一行一列0
def output(a):
    n = len(a)
    for i in range(1,n):
        print(" ".join(map(str,a[i][1:])))


def input_list():
    return list(map(int,input().split()))

n,m = input_list()
a=[[0]*(m+1) for i in range(n+1)]
sum_ = [[0]*(m+1) for i in range(n+1)]
for i in range(1,n+1):
    a[i] = [0]+input_list()
for i in range(1,n+1):
    for j in range(1,m+1):
        sum_[i][j] = sum_[i][j-1]+sum_[i-1][j] +a[i][j] -sum_[i-1][j-1]
output(a)
output(sum_)

#例题

7.2.2 任意子矩阵

#方法2 在外围扩充一行一列0
def output(a):
    n = len(a)
    for i in range(1,n):
        print(" ".join(map(str,a[i][1:])))


def input_list():
    return list(map(int,input().split()))

n,m = input_list()
a=[[0]*(m+1) for i in range(n+1)]
sum_ = [[0]*(m+1) for i in range(n+1)]
for i in range(1,n+1):
    a[i] = [0]+input_list()
for i in range(1,n+1):
    for j in range(1,m+1):
        sum_[i][j] = sum_[i][j-1]+sum_[i-1][j] +a[i][j] -sum_[i-1][j-1]
output(a)
output(sum_)
print(sum_)
#
#任意子矩阵
x1,y1 =input_list()
x2,y2 =input_list()
sum1 = sum_[x2][y2] - sum_[x1-1][y2] - sum_[x2][y1-1] +sum_[x1-1][y1-1]
print(sum1)

7.3 例题

7.3.1 统计子矩阵

def output(a):
    n = len(a)
    for i in range(1,n):
        print(" ".join(map(str,a[i][1:])))


def input_list():
    return list(map(int,input().split()))


def get_a(n,m):
    a = [[0] * (m + 1) for i in range(n + 1)]
    for i in range(1,n+1):
        a[i] = [0]+input_list()
    return a


def get_presum(a,n,m):
    sum_ = [[0]*(m+1) for i in range(n+1)]
    for i in range(1,n+1):
        for j in range(1,m+1):
            sum_[i][j] = sum_[i][j-1]+sum_[i-1][j] +a[i][j] -sum_[i-1][j-1]
    return sum_

#任意子矩阵
def get_sum(sum_,x1,y1,x2,y2):
    sum1 = sum_[x2][y2] - sum_[x1-1][y2] - sum_[x2][y1-1] +sum_[x1-1][y1-1]
    return sum1

#例题1
N,M,K= input_list()
a = get_a(N,M)
sum_ = get_presum(a,N,M)

ans = 0
for x1 in range(1,N+1):
    for y1 in range(1,M+1):
        for x2 in range(x1,N+1):
            for y2 in range(y1,M+1):
                sum1 = get_sum(sum_,x1,y1,x2,y2)
                if sum1<=K:
                    ans +=1
print(ans)

8 差分

8.1 定义

差分数组是任意两个数字求差

很重要的一点是:!!!差分数组的前缀和等于原数组!!!

得到差分数组后,将原数组加上差分数组就是最后的结果!

8.2 例子

8.2.1 区间更新

def input_list():
    return list(map(int,input().split()))

#注意这个数组是从1开始的!!!!意味着给定的下标和实际的下标相差1
while True:
    try:
        n,m = input_list()
        # print(n,type(n))
        # print(m)
        a = input_list()
        diff = [0]*(n+1)
        diff[0] = a[0]
        for i in range(1,n):
            diff[i] = a[i] -a[i-1]
        #给定的m个操作
        for j in range(m):
            # print("121312")
            x,y,z = input_list()
            x = x-1
            y = y-1
            diff[x] += z
            diff[y+1] -=z
            a[0] = diff[0]
            for i in range(1,n):
                a[i] = diff[i]+a[i-1]
        print(' '.join(map(str,a)))


    except:
        break

9 二维差分数组

9.1 定义

在(x1,y1)到(x2,y2)这个矩阵里的元素都加上固定的值!哦

用上差分数组降低时间复杂度!

过程:

加上的3会把那一行:3那一个格后面的所有都加上3,所以用-3平衡掉影响!

找到差分数组后将原数组和它进行运算即可!

9.2 代码实现



##二维的
def input_list():
    return list(map(int,input().split()))


def output(a):
    n = len(a)
    for i in range(1,n-1):
        print(" ".join(map(str,a[i][1:m+1])))


n,m = input_list()
a = [[0]*(m+2) for i in range(n+2)]
# output(a)
for i in range(1,n+1):
    a[i] = [0] +input_list() +[0]
diff =[[0]*(m+2) for i in range(n+2)]
# output(a)

for i in range(1,n+1):
    for j in range(1,m+1):
        diff[i][j] = a[i][j] - a[i-1][j] - a[i][j-1] +a[i-1][j-1]
# output(diff)
print("请输入x1,y1:")
x1,y1 = input_list()

print('请输入x2,y2:')
x2,y2 = input_list()
print("请输入需要增加的元素:")
k = int(input())

diff[x1][y1] +=k
diff[x1][y2+1] -=k
diff[x2+1][y1] -=k
diff[x2+1][y2+1] +=k

# output(diff)
for i in range(1,n+1):
    for j in range(1,m+1):
        a[i][j] =diff[i][j]+ a[i - 1][j]+a[i][j - 1]-a[i-1][j-1]

output(a)

10 离散化

10.1 定义(去重排序,返回下标)

10.2 算法步骤

10.3 代码

def Discrete(a):
    #a是输入的列表#return是返回的结果
    b = list(set(a))
    b = sorted(b)
    print(b)
    value = list(range(0,len(b)))
    dic = dict(zip(b,value))

    ans = []
    #对a中的每一个x返回b的下标
    for x in a:
        ans.append(dic[x])
    return ans

a = list(map(int,input().split()))
print(Discrete(a))


 

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/1541290.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

面试题 之 react

1.说说对react的理解 1️⃣是什么 React是用于构建用户界面的 JavaScript 库,遵循组件设计模式、声明式编程范式和函数式编程概念&#xff0c;更高效使用虚拟 DOM 来有效地操作 DOM &#xff0c;遵循从高阶组件到低阶组件的单向数据流。 react 类组件使用一个名为 render() 的方…

JAVA实战开源项目:大病保险管理系统(Vue+SpringBoot)

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 系统配置维护2.2 系统参保管理2.3 大病保险管理2.4 大病登记管理2.5 保险审核管理 三、系统详细设计3.1 系统整体配置功能设计3.2 大病人员模块设计3.3 大病保险模块设计3.4 大病登记模块设计3.5 保险审核模块设计 四、…

面试算法-88-反转链表

题目 给你单链表的头节点 head &#xff0c;请你反转链表&#xff0c;并返回反转后的链表。 示例 1&#xff1a; 输入&#xff1a;head [1,2,3,4,5] 输出&#xff1a;[5,4,3,2,1] 解 class Solution {public ListNode reverseList(ListNode head) {if(head null || hea…

chatGPT中文在线版本(亲测可用

ChatGPT是一个先进的自然语言处理模型&#xff0c;由OpenAI开发。它通过深度学习技术训练而成&#xff0c;可以进行对话、回答问题等多种自然语言处理任务。对于学生、开发者、研究人员和任何对人工智能感兴趣的人来说&#xff0c;这是一个非常有用的工具。 最近找到一个国内可…

【算法篇】逐步理解动态规划1(斐波那契数列模型)

目录 斐波那契数列模型 1. 第N个泰波那契数 2.使用最小花费爬楼梯 3.解码方法 学过算法的应该知道&#xff0c;动态规划一直都是一个非常难的模块&#xff0c;无论是状态转移方程的定义还是dp表的填表&#xff0c;都非常难找到思路。在这个算法的支线专题中我会结合很多力…

赋能数据收集:从机票网站提取特价优惠的JavaScript技巧

背景介绍 在这个信息时代&#xff0c;数据的收集和分析对于旅游行业至关重要。在竞争激烈的市场中&#xff0c;实时获取最新的机票特价信息能够为旅行者和旅游企业带来巨大的优势。 随着机票价格的频繁波动&#xff0c;以及航空公司和旅行网站不断推出的限时特价优惠&#xff…

chrome浏览器插件extension开发中content内容脚本和background脚本通讯

有时候我们想监听页面中的数据变化&#xff0c;然后将监听到的数据传递给background脚本处理&#xff0c;比如根据不同的数据&#xff0c;来处理不同的业务逻辑&#xff0c;存储到服务器&#xff1f;或者控制浏览器显示效果&#xff1f;都可以&#xff0c;问题的重点是怎么让co…

【python 装饰器 - 重试】做一个简易重试装饰器,如果函数执行错误则会自动重新执行,可设置重试次数,对爬虫比较友好

文章日期&#xff1a;2024.03.19 使用工具&#xff1a;Python 类型&#xff1a;装饰器 文章全程已做去敏处理&#xff01;&#xff01;&#xff01; 【需要做的可联系我】 AES解密处理&#xff08;直接解密即可&#xff09;&#xff08;crypto-js.js 标准算法&#xff09;&…

Java异常类型及异常处理方式

本章学习内容&#xff1a;使用异常处理机制&#xff0c;对程序运行过程中出现的异常情况进行捕捉并处理. 目录 &#x1f4cc; Java异常概述 &#x1f4cc; Java异常体系结构 &#x1f4cc; 常见的异常 &#x1f4cc; 异常处理 &#x1f4cc; Java异常概述 ○ 异常的概念&…

Python并发编程:线程和多线程的使用

前面的文章&#xff0c;我们讲了什么Python的许多基础知识&#xff0c;现在我们开始对Python并发编程进行学习。我们将探讨 Python 中线程和多线程的使用。帮助大家更好地理解如何使用这种技术。 目录 1. 线程&#xff08;Threads&#xff09; 1.1 Python 中的线程工作原理 …

C语言数据结构之归并排序

疏雨池塘见 微风襟袖知 目录 归并排序的介绍 基本思想 时间复杂度分析 ⭐归并排序步骤 空间复杂度分析 代码展示 ✨归并排序的非递归 代码展示 总结&#x1f525; 归并排序的介绍 归并排序&#xff0c;是创建在归并操作上的一种有效的排序算法。算法是采用分治法&#xff…

Linux Ncurses库部分函数使用说明

目录 1. initscr&#xff08;&#xff09;函数 2. endwin&#xff08;&#xff09;函数 3. curs_set()函数 4.noecho()函数 5. keypad()函数 6. start_color()函数 7.init_pair()函数 8.getch()函数 9.move()函数 10.addch()函数 11. refresh()函数 12.inch()函数…

国务院办公厅发布:政府类网站网页设计规范(试行)

国务院办公厅于2019年12月发布了《政府类网站网页设计规范&#xff08;试行&#xff09;》。该规范的发布旨在统一政府类网站的设计风格和标准&#xff0c;提升政府网站的用户体验和可访问性&#xff0c;推动政府信息公开和服务的提升。 该规范涵盖了政府类网站的各个方面&…

php搭建websocket

1.项目终端执行命令&#xff1a;composer require topthink/think-worker 2.0.x 2.config多出三个配置文件&#xff1a; 3.当使用php think worker:gateway命令时&#xff0c;提示不支持Windows。 4.打包项目为zip格式 5.打包数据库 6.阿里云创建记录 7.宝塔面板新增站点…

揭秘海外谷歌关键词优化细分人群的3个独家技巧--大舍传媒

揭秘海外谷歌关键词优化细分人群的3个独家技巧--大舍传媒 引言 在当今数字化的时代&#xff0c;拥有一个强大的线上存在是成功的关键之一。而在谷歌搜索引擎中&#xff0c;关键词优化是提高流量增长率的重要策略。本文将揭示海外谷歌关键词优化的三个独家技巧&#xff0c;帮助…

MySQL的事务深入理解和存储系统

目录 一、事务的基本理论 1.事务的隔离 1.1事务之间的相互影响 1.2事物隔离级别 2.查询和设置事物隔离级别 2.1查询全局事务隔离级别 2.2查询会话事物隔离级别 2.3设置全局事务隔离级别 2.4设置会话事务隔离级别 ​编辑3.事务控制语句 ​编辑3.1提交事务 ​编辑3.2…

CSP-S 真题:格雷码

原文链接&#xff1a;CSP-S 真题第二讲&#xff1a;格雷码 说明&#xff1a;CSDN和公众号文章同步发布&#xff0c;需要第一时间收到最新内容&#xff0c;请关注公众号【比特正传】。 一、题目背景 题目来源&#xff1a;CSP-S 2019年 T1 题目考察点&#xff1a;递归、搜索 …

【每周赠书活动第1期】Python编程 从入门到实践 第3版(图灵出品)

编辑推荐 适读人群 &#xff1a;本书适合对Python感兴趣的所有读者阅读。 编程入门就选蟒蛇书&#xff01; 【经典】Python入门经典&#xff0c;常居Amazon等编程类图书TOP榜 【畅销】热销全球&#xff0c;以12个语种发行&#xff0c;影响超过 250 万读者 【口碑】好评如潮…

【Linux Day16 I/O复用】

I/O复用 用途&#xff1a;I/O 复用能同时监听多个文件描述符。 I/O 复用虽然能同时监听多个文件描述符&#xff0c;但它本身是阻塞的。并且当多个文件描述符同时就绪时&#xff0c;如果不采取额外的措施&#xff0c;程序就只能按顺序依处理其中的每一个文件描述符&#xff0c;…

鸿蒙实战开发-使用关系型数据库实现对账单的增、删、改、查

介绍 本Codelab以记账为例&#xff0c;使用关系型数据库的相关接口实现了对账单的增、删、改、查操作。实现效果如图所示&#xff1a; 相关概念 关系型数据库&#xff1a;基于关系模型来管理数据的数据库&#xff0c;提供了增、删、改、查等接口&#xff0c;也可运行输入的SQ…