【C++】从零开始构建红黑树 —— 节点设计，插入函数的处理 ，旋转的设计

news2024/11/15 21:53:31

在这里插入图片描述
送给大家一句话：
日子没劲，就过得特别慢，但凡有那么一点劲，就哗哗的跟瀑布似的拦不住。 – 巫哲 《撒野》

🌋🌋🌋🌋🌋🌋🌋🌋
⛰️⛰️⛰️⛰️⛰️⛰️⛰️⛰️

从零开始构建红黑树

  • 1 🖤红黑树
  • 2 🖤红黑树的模拟实现
    • 2.1 ❤️红黑树的节点设计
    • 2.2 ❤️红黑树的插入函数
      • 🎄 整体框架
      • 🎄 旋转处理
      • 🎄 完成插入函数
    • 2.3 ❤️ 红黑树的测试
  • Thanks♪(･ω･)ﾉ谢谢阅读！！！
  • 下一篇文章见！！！

1 🖤红黑树

红黑树是一种特殊的二叉树，它遵循一套独特的规则：

  1. ⚠️每个节点要么是红色，要么是黑色。
  2. ⚠️根节点必须是黑色的。
  3. ⚠️如果一个节点是红色的，则它的两个子节点必须是黑色的。
  4. ⚠️对于任意一个节点，从该节点到其所有后代叶子节点的简单路径上，必须包含相同数目的黑色节点。
  5. ⚠️每个叶子节点都是黑色的。这里的叶子节点指的是为空的节点。

❗注意 ❗：红黑树的规则并不要求红黑节点严格交替出现。黑色节点可以连续，但红色节点不能连续。这是规则的设定。

通过这些规则，红黑树可以保持接近平衡的状态。虽然它不像AVL树那样可以维持严格的平衡状态，但是它可以保证搜索的效率。需要记住的是：红黑树每条路径（从根节点到空节点）上的黑色节点数量相同。

红黑树的应用场景十分广泛，其中之一是在很多高性能的C++ STL库中被广泛采用，比如map和set。这是因为红黑树具有平衡性能较好的特性，能够保持树的高度较低，从而保证了在插入、删除和查找操作上的较高效率。除此之外，它还常用于实现范围查询和有序遍历等功能。 之后我们将来实现map与set的封装！！！

红黑树的平衡性质使其在数据库系统中也得到了广泛的应用，特别是在实现索引结构时。在数据库系统中，红黑树可以用于实现基于范围的查询，如在B+树的实现中，通常使用红黑树来维护叶子节点的有序性。

2 🖤红黑树的模拟实现

✅了解了红黑树的定义与规则，接下来我们就来实现红黑树✅

2.1 ❤️红黑树的节点设计

红黑树的节点设计基于二叉搜索树的节点增加了一个表示颜色的变量，用来标识该节点的颜色;

//枚举变量来定义颜色
enum color
{
	Black,
	Red
};

// 节点结构体
template<class K , class V>
struct RBTreeNode
{	
	RBTreeNode<K, V>* _left;
	RBTreeNode<K, V>* _right;
	RBTreeNode<K, V>* _parent;

	pair<K, V> _kv;
	color _col;
	RBTreeNode(pair<K , V> kv)
		:_left(nullptr),
		_right(nullptr),
		_parent(nullptr),
		_kv(kv),
		_col(Red)
	{}

};

我们按照三叉结构来构建节点，方便进行后续操作（寻找父节点，寻找爷爷节点）。键值对来储存key和key 值对应的value值，_col来储存颜色，默认创建的节点是红色。

2.2 ❤️红黑树的插入函数

🎄 整体框架

现在我们来进行红黑树核心函数的实现，在这个插入函数中，会深刻体会到红黑树的抽象程度，也会大大加强代码能力！！！

首先依旧是最常规的操作：寻找插入位置：

//插入函数	
void Insert( pair<K , V> kv)
{
	//如果根节点为空
	if (_root == nullptr)
	{
		Node* node = new Node(kv);
		node->_col = Black;
		_root = node;
		return;
	}
	//不是根节点 就找到合适位置进行插入
	else
	{
		Node* cur = _root;
		Node* parent = nullptr;
		while (cur != nullptr)
		{
			parent = cur;
			if (kv.first < cur->_kv.first)
			{
				cur = cur->_left;
			}
			else
			{
				cur = cur->_right;
			}
		}
		//找到位置进行插入


}

寻找到合适的位置可以进行插入了，这里要进行一个思考：新插入的节点是什么颜色？？？

红色还是黑色？？？我们来分类讨论一下：

  1. 新插入黑色节点：如果我们新插入一个黑色节点，那么毋庸置疑会违反规则4 ：对于任意一个节点，从该节点到其所有后代叶子节点的简单路径上，必须包含相同数目的黑色节点。 这个是红黑树最为关键的规则，插入一个黑色节点，红黑树立刻就不是红黑树了！！！
  2. 新插入红色节点：如果我们新插入一个红色节点，那么规则4肯定是不会违反的了，但是规则3如果一个节点是红色的，则它的两个子节点必须是黑色的。 是有可能违反的：
    • 如果父节点是黑色，插入一个红色节点刚刚好，没有破坏红黑树的规则！！！
    • 如果父节点是红色，插入一个红色节点就违反了规则3。

这么一看，还是插入红色节点比较好，因为插入黑色节点一定破坏原本的红黑树结构，插入红色节点不一定会破坏红黑树结构！！！

所以新节点的颜色我们设置为红色。

插入一个新的节点之后，我们就要进行调整了：

  • 如果父节点是黑色，插入一个红色节点刚刚好，没有破坏红黑树的规则！！！
  • 如果父节点是红色，插入一个红色节点就违反了规则3。

我们只需要对父节点是红色进行处理了，为了保证满足规则4:对于任意一个节点，从该节点到其所有后代叶子节点的简单路径上，必须包含相同数目的黑色节点。我们需要对叔叔节点进行分类讨论：

  1. 如果叔叔节点是红色，那么说明爷爷节点的两个子树中黑色节点个数一致，此时只需要进行变色处理。
    父节点和叔叔节点都变成黑色，爷爷节点变成红色，然后继续向上进行（爷爷节点变成红色，类似“插入了一个红色节点”）。直到根节点结束（最后根节点还要变回黑色，此时相当于全体增加了一个黑色节点）
  2. 如果叔叔节点是黑色，那么说明爷爷节点的两个子树中黑色节点个数不一致，单纯依靠变色是不能达到要求的，这时候就要进行旋转。
    此时旋转的本质是将树的高度变低，再通过变色使其两边的黑色节点个数一致。但是无论如何，黑色节点的增加只可以再根节点进行！

所以我们先把处理的逻辑写好，稍后再来写旋转：

	//插入函数	
	void Insert( pair<K , V> kv)
	{
		//如果根节点为空
		if (_root == nullptr)
		{
			Node* node = new Node(kv);
			node->_col = Black;
			_root = node;
			return;
		}
		//不是根节点 就找到合适位置进行插入
		else
		{
			Node* cur = _root;
			Node* parent = nullptr;
			while (cur != nullptr)
			{
				parent = cur;
				if (kv.first < cur->_kv.first)
				{
					cur = cur->_left;
				}
				else
				{
					cur = cur->_right;
				}
			}
			//找到位置进行插入
			Node* node = new Node(kv);
			//新节点的颜色默认为红色
			//不要违反规则4 规则4很严厉
			node->_col = Red;
			if (kv.first < parent->_kv.first)
			{
				parent->_left = node;
				node->_parent = parent;
			}
			else
			{
				parent->_right= node;
				node->_parent = parent;
			}

			cur = node;

			//开始进行判断
			//调整红黑树的平衡 -- 父节点如果为黑色就不需要调整
			//注意父节点要存在才可以！！！
			while (parent && parent->_col == Red && parent->_parent)
			{
				//爷爷节点
				Node* grandfather = parent->_parent;
				//根据父节点与爷爷节点的关系进行分类
				if (parent == grandfather->_left)
				{
					//叔叔节点是关键
					Node* uncle = grandfather->_right;
					//如果叔叔也为红色，只需要一同变色处理即可
					if (uncle && uncle->_col == Red)
					{
						parent->_col = uncle->_col = Black;
						grandfather->_col = Red;
						//继续向上处理
						cur = grandfather;
						parent = cur->_parent;
					}
					//如果叔叔不存在 / 叔叔为黑色 ， 此时需要旋转
					else
					{
						//这里需要旋转
						//旋转之后不可能再出现连续两个红色节点
						//直接break
						break;
					}
				}
				//parent == grandfather->_right
				//一样的道理
				else
				{
					//叔叔节点是关键
					Node* uncle = grandfather->_left;
					//如果叔叔也为红色，只需要一同变色处理即可
					if (uncle && uncle->_col == Red)
					{
						parent->_col = uncle->_col = Black;
						grandfather->_col = Red;
						//继续向上处理
						cur = grandfather;
						parent = cur->_parent;
					}
					//如果叔叔不存在 / 叔叔为黑色 ， 此时需要旋转
					else
					{
						//这里需要旋转
						//旋转之后不可能再出现连续两个红色节点
						//直接break
						break;
					}
				}

			}
			//无论如何根节点都是黑色的！
			_root->_col = Black;
		}

	}

🎄 旋转处理

旋转的可以参考从零开始构建AVL树！
这里我们简单讲解一下右单旋：
在这里插入图片描述

右单旋的情况是：父节点是红色，叔叔节点是黑色 , 插入的位置是父节点的左边。这是就要对爷爷节点进行右单旋。

右单旋很简单：

  1. 先记录subL subLR parent 节点，方便后续操作
  2. 右单旋是将parent变为subL的右节点，subLR变为parent的左节点。
  3. 注意还要处理_parent指针哦!

旋转后还要进行颜色的处理，我们看图进行处理即可：grandfather变为红色，parent 变为黑色

//右单旋
void RotateR(Node* parent)
{
	//进行旋转
	Node* SubL = parent->_left;
	Node* SubLR = SubL->_right;
	Node* pparent = parent->_parent;

	SubL->_right = parent;
	parent->_parent = SubL;

	parent->_left = SubLR;
	if (SubLR != nullptr)
		SubLR->_parent = parent;

	//处理爷爷节点
	if (parent == _root)
	{
		_root = SubL;
		SubL->_parent = nullptr;
	}
	else
	{
		//保证指向正确
		SubL->_parent = pparent;
		if (parent == pparent->_left)
		{
			pparent->_left = SubL;
		}
		else
		{
			pparent->_right = SubL;
		}
	}
}

左单旋是一样的道理，看图：

在这里插入图片描述

接下来我们来看双旋的情况，左右双旋如图：

在这里插入图片描述
可以看到经过旋转变色处理，每个子树的黑色节点个数依然一致。

//左右双旋
void RotateLR(Node* parent)
{
	//直接化用右单旋 左单旋
	Node* SubL = parent->_left;
	//先对SubL 进行左单旋 使其方向一致
	RotateL(SubL);
	//在对parent进行右单旋
	RotateR(parent);
	//不需要调整平衡因子

}

右左双旋套路一样！

这样我们就写好了我们的插入函数

🎄 完成插入函数

//插入函数	
void Insert( pair<K , V> kv)
{
	//如果根节点为空
	if (_root == nullptr)
	{
		Node* node = new Node(kv);
		node->_col = Black;
		_root = node;
		return;
	}
	//不是根节点 就找到合适位置进行插入
	else
	{
		Node* cur = _root;
		Node* parent = nullptr;
		while (cur != nullptr)
		{
			parent = cur;
			if (kv.first < cur->_kv.first)
			{
				cur = cur->_left;
			}
			else
			{
				cur = cur->_right;
			}
		}

		//找到位置
		//进行插入
		Node* node = new Node(kv);
		//新节点的颜色默认为红色
		//不要违反规则4 规则4很严厉
		node->_col = Red;
		if (kv.first < parent->_kv.first)
		{
			parent->_left = node;
			node->_parent = parent;
		}
		else
		{
			parent->_right= node;
			node->_parent = parent;
		}

		cur = node;

		//开始进行判断
		//调整红黑树的平衡 -- 父节点如果为黑色就不需要调整
		while (parent && parent->_col == Red && parent->_parent)
		{
			//爷爷节点
			Node* grandfather = parent->_parent;
			//根据父节点与爷爷节点的关系进行分类
			if (parent == grandfather->_left)
			{
				//叔叔节点是关键
				Node* uncle = grandfather->_right;
				//如果叔叔也为红色，只需要一同变色处理即可
				if (uncle && uncle->_col == Red)
				{
					parent->_col = uncle->_col = Black;
					grandfather->_col = Red;
					//继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				//如果叔叔不存在 / 叔叔为黑色 ， 此时需要旋转
				else
				{
					if (cur == parent->_left)
					{
						//此时进行右单旋
						RotateR(grandfather);
						//旋转完成需要进行变色
						parent->_col = Black;
						grandfather->_col = Red;
					}
					else
					{
						//此时进行左右双旋
						RotateLR(grandfather);
						grandfather->_col = Red;
						cur->_col = Black;
					}
					//旋转之后不可能再出现连续两个红色节点
					//直接break
					break;
				}
			}
			//parent == grandfather->_right
			//一样的道理
			else
			{
				//叔叔节点是关键
				Node* uncle = grandfather->_left;
				//如果叔叔也为红色，只需要一同变色处理即可
				if (uncle && uncle->_col == Red)
				{
					parent->_col = uncle->_col = Black;
					grandfather->_col = Red;
					//继续向上处理
					cur = grandfather;
					parent = cur->_parent;
				}
				//如果叔叔不存在 / 叔叔为黑色 ， 此时需要旋转
				else
				{
					if (cur == parent->_right)
					{
						//此时进行左单旋
						RotateL(grandfather);
						parent->_col = Black;
						grandfather->_col = Red;
					}
					else
					{
						//此时进行右左双旋
						RotateRL(grandfather);
						grandfather->_col = Red;
						cur->_col = Black;
					}
					//旋转之后不可能再出现连续两个红色节点
					//直接break
					break;
				}
			}

		}
		//无论如何根节点都是黑色的！
		_root->_col = Black;
	}

}

2.3 ❤️ 红黑树的测试

我们什么大写特写一顿，是时候来检验一下我们写的红黑数是否满足条件了。
测验的方法就是检查每一条路径的黑色节点个数是否一致。对于这样二叉树的遍历处理，我们很自然的就可以想到DFS深度优先算法。直接暴力遍历一般就好了：
下面是测试一：

void IsBalance()
{
	//dfs检查每一条路径的黑色节点个数
	int num = 0;
	_IsBalance(_root, num);
}
void _IsBalance(Node* root , int num)
{
	if (root == nullptr)
	{
		cout << "黑色节点个数->" << num << endl;
	}
	else
	{
		_IsBalance(root->_left, root->_col == Red ? num : num + 1);
		_IsBalance(root->_right, root->_col == Red ? num : num + 1);
	}
	
}

我来来运行看看：
在这里插入图片描述
可以看到我们使用一个小数组进行的检查是没有问题的，那么接下来我们来一千万个数据来检查一下，我们的检查函数也要进行调整：
测试二

bool IsBalance()
{
	if (_root->_col == Red)
	{
		return false;
	}
	int refNum = 0;
	//计算一个参考值
	Node* cur = _root;
	while (cur)
	{
		if (cur->_col == Black)
		{
			++refNum;
		}

		cur = cur->_left;
	}
	//检查每个路径的黑色节点个数是否一致
	return Check(_root, 0, refNum);
}
bool Check(Node* root, int blackNum, const int refNum)
{
	if (root == nullptr)
	{
		//cout << blackNum << endl;
		if (refNum != blackNum)
		{
			cout << "存在黑色节点的数量不相等的路径" << endl;
			return false;
		}

		return true;
	}

	if (root->_col == Red && root->_parent->_col == Red)
	{
		cout << root->_kv.first << "存在连续的红色节点" << endl;
		return false;
	}

	if (root->_col == Black)
	{
		blackNum++;
	}

	return Check(root->_left, blackNum, refNum)
		&& Check(root->_right, blackNum, refNum);
}

这样就可以来进行大数据的检查哩：
在这里插入图片描述
一千万的数据我们进行检查后依然是满足红黑树的规则！！！
nice!!!

这样我们就完成了红黑树的构建！！！
😎😎😎😎😎😎😎

Thanks♪(･ω･)ﾉ谢谢阅读！！！

下一篇文章见！！！

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/1711697.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

WordPress建网站公司 建易WordPress建站

WordPress建网站公司 建易WordPress建站

建易WordPress建网站公司是一家专业从事WordPress网站建设、网站维护、网站托管、运营推广和搜索引擎优化(SEO)等服务的公司。建易WordPress建网站公司提供多种服务&#xff0c;包括模板建站和定制网站&#xff0c;并且明码标价&#xff0c;价格透明&#xff0c;竭诚为全国各地…
阅读更多...
常见5大开发进度盲点问题及解决方案

常见5大开发进度盲点问题及解决方案

在软件开发项目中&#xff0c;识别并解决常见的进度管理盲点问题&#xff0c;对于确保项目按时、按预算、高质量完成至关重要。它直接关系到项目能否顺利进行&#xff0c;忽视任何一个问题&#xff0c;都可能导致项目延期、成本超支、质量下降&#xff0c;甚至项目失败。 因此&…
阅读更多...
G60-M60F-ZQ手动抓取快速接头，专用于吊装设备的重物快速抓取

G60-M60F-ZQ手动抓取快速接头，专用于吊装设备的重物快速抓取

客户需求概述&#xff1a; 客户需要将重达将近400公斤的产品从一个工作台移动至另一个工作台&#xff0c;目前的方法是通过人工将吊环的螺纹与产品的螺纹相互拧紧&#xff0c;然后利用装备吊起移动&#xff0c;但这种方式效率低下&#xff0c;且因为工人的操作有时难以达到理想…
阅读更多...
CHIMA专访美创高级总监丁斐：为医疗数据安全构筑体系化防御新机制

CHIMA专访美创高级总监丁斐：为医疗数据安全构筑体系化防御新机制

5月17-19日&#xff0c;中国医院信息网络大会&#xff08;CHIMA 2024&#xff09;在南京隆重召开。作为结识多年的老友&#xff0c;美创科技再携以数据为中心的全系列安全业务、新一代数字化安全平台、医疗行业解决方案精彩亮相。 会议期间&#xff0c;CHIMA专访美创科技&…
阅读更多...
Linux之sshpass命令

Linux之sshpass命令

介绍 sshpass是一个工具&#xff0c;用于通过SSH连接到远程服务器时自动输入密码。它允许您在命令行中指定密码&#xff0c;以便在建立SSH连接时自动进行身份验证。 安装 # 以centos为例 yum install sshpass -y 使用方法 sshpass [-f filename | -d num | -p password | …
阅读更多...
精酿啤酒：品质与口感在啤酒品牌形象建设中的作用

精酿啤酒：品质与口感在啤酒品牌形象建设中的作用

啤酒品牌形象建设是提升市场竞争力的关键&#xff0c;而品质与口感在其中扮演着重要的角色。对于Fendi club啤酒而言&#xff0c;其卓着的品质和与众不同的口感在品牌形象建设中发挥了积极的作用。 品质是啤酒品牌形象的核心要素。消费者对啤酒品质的要求越来越高&#xff0c;品…
阅读更多...
新书推荐：7.5 goto、break、continue语句

新书推荐：7.5 goto、break、continue语句

本节必须掌握的知识点&#xff1a; 示例二十六 代码分析 汇编解析 示例二十七 代码分析 汇编解析 7.5.1 示例二十六 ■goto语句&#xff1a;无条件转移语句。 语法格式&#xff1a; goto label; label : 代码; ●语法解析&#xff1a; 执行到goto语句时&#xff0c;则无…
阅读更多...
【PB案例学习笔记】-10 进度条使用

【PB案例学习笔记】-10 进度条使用

写在前面 这是PB案例学习笔记系列文章的第10篇&#xff0c;该系列文章适合具有一定PB基础的读者。 通过一个个由浅入深的编程实战案例学习&#xff0c;提高编程技巧&#xff0c;以保证小伙伴们能应付公司的各种开发需求。 文章中设计到的源码&#xff0c;小凡都上传到了gite…
阅读更多...
【python】OpenCV—Tracking（10.2）

【python】OpenCV—Tracking（10.2）

文章目录 BackgroundSubtractorcreateBackgroundSubtractorMOG2createBackgroundSubtractorKNN BackgroundSubtractor Opencv 有三种背景分割器 K-Nearest&#xff1a;KNN Mixture of Gaussian&#xff08;MOG2&#xff09; Geometric Multigid&#xff08;GMG&#xff09; …
阅读更多...
酒店提前线上订房小程序源码系统 PHP+MySQL组合开发 源码开源可二开 带完整的安装代码包以及搭建教程

酒店提前线上订房小程序源码系统 PHP+MySQL组合开发 源码开源可二开 带完整的安装代码包以及搭建教程

系统概述 随着移动互联网的普及&#xff0c;越来越多的人习惯通过手机进行酒店预订。传统的线下订房方式逐渐无法满足用户的需求&#xff0c;酒店提前线上订房小程序的出现成为必然趋势。该源码系统的开发旨在为酒店提供一个便捷、高效的线上订房平台&#xff0c;提升用户体验…
阅读更多...
【Java】【python】leetcode刷题记录--双指针

【Java】【python】leetcode刷题记录--双指针

双指针也一般称为快慢指针&#xff0c;主要用于处理链表和数组等线性数据结构。这种技巧主要涉及到两个指针&#xff0c;一个快指针&#xff08;通常每次移动两步&#xff09;和一个慢指针&#xff08;通常每次移动一步&#xff09;。快指针可以起到’探路‘的作用&#xff0c;…
阅读更多...
2-EMMC启动及各分区文件生成过程

2-EMMC启动及各分区文件生成过程

EMMC的使用比nand flash还是复杂一些&#xff0c;有其特有的分区和电器性能 1、启动过程介绍 跟普通nand或spi flash不同&#xff0c;uboot前面还有好几级 在vendor某些厂商的设计中&#xff0c;ATF并不是BOOTROM加载后的第一个启动镜像&#xff0c;可能是这样的&#xff1a; …
阅读更多...
WPF/C#：理解与实现WPF中的MVVM模式

WPF/C#：理解与实现WPF中的MVVM模式

MVVM模式的介绍 MVVM&#xff08;Model-View-ViewModel&#xff09;是一种设计模式&#xff0c;特别适用于WPF&#xff08;Windows Presentation Foundation&#xff09;等XAML-based的应用程序开发。MVVM模式主要包含三个部分&#xff1a;Model&#xff08;模型&#xff09;、…
阅读更多...
启智CV机器人，ROS,ubuntu 20.04 【最后一步有问题】

启智CV机器人，ROS,ubuntu 20.04 【最后一步有问题】

资料&#xff1a; https://wiki.ros.org/kinetic/Installation/Ubuntu https://blog.csdn.net/qq_44339029/article/details/120579608 装VM。 装ubuntu20.04 desktop.iso系统。 装vm工具&#xff1a; sudo apt update sudo dpkg --configure -a sudo apt-get autoremove o…
阅读更多...
一些关于深度聚类以及部分对比学习的论文阅读笔记

一些关于深度聚类以及部分对比学习的论文阅读笔记

目录 资料SwAV问题方法方法的创新点为什么有效有什么可以借鉴的地方聚类Multi-crop 代码 PCL代码 Feature Alignment and Uniformity for Test Time Adaptation代码 SimSiam 资料 深度聚类算法研究综述(很赞&#xff0c;从聚类方法和深度学习方法两个方面进行了总结&#xff0…
阅读更多...
windows ollama 指定模型下载路径

windows ollama 指定模型下载路径

为Ollama指定模型的下载路径 在Windows系统中&#xff0c;如果想为Ollama指定模型的下载路径&#xff0c;可以通过设置环境变量来实现。以下是详细的步骤&#xff1a; 确定默认下载路径&#xff1a; 默认情况下&#xff0c;Ollama的模型可能会下载到C:\Users\<用户名>…
阅读更多...
使用Spring Boot编写的小项目

使用Spring Boot编写的小项目

加法计算器 前端代码 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Document</title> <…
阅读更多...
JavaScript基础(十)

JavaScript基础(十)

上一篇学了各种数组方法&#xff0c;正好先做个练习回忆一下: 排序并去重 我随便写一组数&#xff0c;要求排好并去掉重复的: var arr [2,8,1,7,2,6,1,5,2,7,6,5]; for (var i0; i<arr.length; i){ for (var ji1; j<arr.length; j){ if(arr[i]arr[j]){ arr.splice(j,1)…
阅读更多...
前端路由 Hash 模式和 History 模式

前端路由 Hash 模式和 History 模式

在SPA单页面模式盛行&#xff0c;前后端分离的背景下&#xff0c;我们要弄清楚路由到底是个什么玩意&#xff0c;它可以帮助我们加深对于前端项目线上运作的理解。 而现在我们常见的路由实现方式&#xff0c;主要有两种&#xff0c;分别是history和hash模式。 理解 如何理解路…
阅读更多...
配餐中的红酒温度控制与口感体验

配餐中的红酒温度控制与口感体验

在红酒配餐中&#xff0c;温度控制是影响口感体验的重要因素之一。合适的温度可以释放红酒的香气和风味&#xff0c;使酒体更加圆润和丰富。云仓酒庄雷盛红酒以其卓着的品质和与众不同的口感&#xff0c;成为了红酒爱好者们的首要选择品牌。下面将介绍如何通过温度控制提升红酒…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023